以大模型為代表的人工智能技術為新一輪科技革命和產業變革提供了重要驅動力，各行業在智能化轉型道路上面臨著前所未有的機遇和挑戰。軟件工程的智能化轉型為軟件企業降本增效帶來了新思路，以提升生產力和加速創新筑牢企業核心競爭力。然而，智能化軟件工程（AI for Software Engineering，AI4SE）發展過程中，仍面臨技術路線選擇不明確、落地路徑不清晰、應用成效無對標等問題，亟需行業提供指引。

近日，中國信息通信研究院（簡稱“中國信通院”）人工智能研究所聯合中信銀行、阿里云、華為云、軟通動力、騰訊、百度、字節、Testin 云測、硅心科技、360 等企業和機構，于中國人工智能產業發展聯盟第十四次全體會議上正式發布《AI4SE 行業現狀調查報告（2024 年度）》。

本調研以《智能化軟件工程技術和應用要求》系列標準為參考，聚焦 AI4SE 發展現狀及落地成效，共收集 1813 份有效問卷。報告內容以調查結果為基礎，對軟件工程各階段的智能化轉型現狀、落地效能提升情況、未來發展趨勢、挑戰與機遇等維度進行了深入分析。

核心觀點

1. 企業的軟件研發智能化成熟度普遍處于 L2 水平

中國信通院對企業軟件研發智能化成熟度進行了定義，受訪企業認為內部智能化成熟度處于 L2（部分智能化）的占比最高，達到 39.15%，L3 核心智能化達到 17.62%，L4 高度智能化達到 8.98%，L2、L3、L4 合計占比為 65.75%。這表明以大模型為核心的人工智能技術在軟件工程中的落地，已從概念驗證階段逐步進入規模化落地階段，但絕大部分企業的軟件研發智能化成熟度離完全智能化仍有較長距離。

圖 1 企業的軟件研發智能化成熟度

2.AI 在軟件工程領域整體應用程度顯著升高。

2024 年度受訪企業在需求分析和運維領域應用了 AI 技術的占比大幅增高，提升幅度均在 10% 左右，開發、測試在 2023 年已經有諸多企業落地應用了 AI 技術，但 2024 年度也有小幅度提升。總體數據顯示企業在軟件工程領域應用 AI 技術的比例顯著升高，軟件工程的智能化轉型勢在必行。

圖 2 軟件工程各階段 AI 技術應用比例年度數據

3.AI 賦能軟件工程各階段效率提升更加明顯

2024 年度受訪企業在軟件工程各階段，由 AI 驅動的效率提升更加明顯，其中需求設計、開發、測試、運維四個領域效率大幅提升，測試最為明顯漲幅達到 8 個百分點左右，同時需求設計、項目管理均有小幅度上升。同時在各階段中，提效在 10% 到 40% 之間的企業數量最多，需求階段、開發階段和運維階段提效 20%+ 的企業最多，設計階段提效 10% 到 40% 的企業占比超過六成，測試階段提效 30%+ 的企業最多。

圖 3 AI 賦能軟件工程各階段提效年度平均數據對比

4. 代碼生成行采納率相比前一年有提升，但智能開發工具的能力提升空間仍然較大

受訪企業應用智能開發工具后，2024 年度近五成企業的代碼行采納率 1 集中于 20% 至 39% 之間，平均采納率為 27.46%，同比提升 2.42%，其中采納率大于 40% 的企業比例提升更為明顯。數據說明，一是智能開發工具的能力處于持續提升過程中，二是智能開發工具的采納率有較大上升空間，三是由于行業的逐步成熟，以及智能開發效能度量標準的編制，部分指標定義更加明確，因此 2024 年度調研的數據相比 2023 年更加準確。

圖 4 AI 智能開發工具代碼生成行采納率分布

5. 代碼生成占比相比前一年明顯提升

受訪企業應用智能開發工具后，2024 年度通過 AI 生成的代碼占全部代碼的比例平均為 28.17%，相比 2023 年明顯提升 6% 左右。2024 年度代碼生成占比 4 大于 30% 的企業比例同比增長近一倍，達到 34%。其中，代碼生成占比處于 30% 至 39% 區間的企業比例增長近 8%，這說明部分企業正加速探索和落地 AI 協作模式。值得注意的是，2023 年度 41.3% 的企業中代碼占比處于 20%～29% 區間，而 2024 年度此區間的企業占比大幅收縮至 24.5%，從而向更高比例區間滲透。

圖 5 代碼生成占比區間分布

6. 智能測試工具推動功能缺陷率降低效果初顯

受訪企業應用基于大模型的智能測試工具后，助力產品功能缺陷率降低的效果顯現，降低 20%～39% 的企業比例超 60%，根據調研發現，通過測試用例生成、測試腳本生成等技術提升測試覆蓋率，從而對代碼質量提升產生了積極影響，并形成了一定的規模化應用價值；但缺陷率降低 50% 以上的企業占比僅 7.13%，這反映企業使用智能測試工具大幅提升產品質量仍然存在較大瓶頸，大模型如何與現有測試工具相結合成為智能測試環節的重點。

圖 6 智能測試工具助力產品功能缺陷率降低情況分布

主要專家和撰寫團隊

秦思思，中國信通院人工智能研究所高級工程師。中國人工智能產業發展聯盟智能化軟件工程（AI4SE）工作組組長。主要研究方向為智能化軟件工程、大模型工程化、MLOps、MaaS 等，牽頭系列標準的編制、評測、咨詢等工作。

齊可心，中國信通院人工智能研究所助理工程師。主要研究方向為智能化軟件工程、MLOps，參與系列標準編制、評測、咨詢及多篇人工智能相關研究報告編制等工作。

閆東偉，中國信通院人工智能研究所工程師。主要研究領域涵蓋人工智能政策、標準、產業及生態研究，重點關注大模型技術對軟件工程的智能化進程推動和實際應用效果提升，密切跟蹤 AI4SE 的最新進展動態，負責系列標準編制、評測、咨詢等工作。

曹峰，中國信通院人工智能研究所平臺與工程化部主任，高級工程師。中國通信標準化協會 TC1 WG1（互聯網應用總體及人工智能工作組）組長，人工智能關鍵技術和應用評測工業和信息化部重點實驗室副主任。目前主要牽頭可信 AI 人工智能評測標準體系和能力建設，牽頭工程化能力等相關評估規范制定與評測等。

AICon 2025 強勢來襲，5 月上海站、6 月北京站，雙城聯動，全覽 AI 技術前沿和行業落地。大會聚焦技術與應用深度融合，匯聚 AI Agent、多模態、場景應用、大模型架構創新、智能數據基建、AI 產品設計和出海策略等話題。即刻掃碼購票，一同探索 AI 應用邊界！

今日薦文

你也「在看」嗎？