版权声明 本报告版权属于中国人工智能产业发展联盟和中国信息通信研究院人工智能研究所,并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的,应注明“来源:中国人工智能产业发展联盟和中国信息通信研究院人工智能研究所”。违反上述声明者,编者将追究其相关法律责任。 编制说明 本报告在中国人工智能产业发展联盟指导和组织下起草编写,主要参编单位包括中国信息通信研究院人工智能研究所、中国工商银行股份有限公司、中国邮政储蓄银行股份有限公司、中信银行股份有限公司、国泰君安证券股份有限公司、阿里云计算有限公司、北京百度网讯科技有限公司、抖音有限公司、华为云计算技术有限公司、腾讯云计算(北京)有限责任公司、北京三六零智领科技有限公司、中移(杭州)信息技术有限公司、软通动力信息技术(集团)股份有限公司、北京云测信息技术有限公司、北京硅心科技有限公司。 核心编写人员为秦思思、齐可心、闫东伟、曹峰、武妍格、邓洁、侯忠民、徐晓剑、高蕊、张忍、王荣刚、陈鑫、李辉、王初晴、陈柳杉、王振、孙洪军、郝毅、丁宁、苗广英、王伟、刘胤辰。 前言 以大模型为代表的人工智能技术为新一轮科技革命和产业变革提供了重要驱动力,各行业在智能化转型道路上面临着前所未有的机遇和挑战。软件工程的智能化转型为软件企业降本增效带来了新思路,以提升生产力和加速创新筑牢企业核心竞争力。然而,智能化软件工程(AIforSoftwareEngineering,AI4SE)发展过程中,仍面临技术路线选择不明确、落地路径不清晰、应用成效无对标等问题,亟需行业提供指引。 为全面了解AI4SE行业发展现状及落地成效,为企业提供参考和指引,中国人工智能产业发展联盟牵头发起“2024年度AI4SE现状调查”工作。调查以问卷形式开展,以《智能化软件工程技术和应用要求》系列标准为参考,聚焦AI4SE发展现状及落地成效,共收集1813份有效问卷。本报告以调查结果为基础,对软件工程各阶段的智能化转型现状、落地效能提升情况、未来发展趋势、挑战与机遇等维度进行了深入分析。 本次调查由中国人工智能产业发展联盟联合多家企事业单位共同发起,包括中国信息通信研究院人工智能研究所、中国工商银行、华为云、阿里云、腾讯、百度、抖音、360、软通动力、Testin云测、硅心科技、新炬网络、AiDD峰会、软件工程3.0时代社区、高效运维社区、IT168社区。在此,谨表示最衷心地感谢!同时特别鸣谢阿里云云原生应用平台运营团队和阿里云设计中心对报告设计的大力支持,并对参与调查的企业及朋友表示最诚挚的谢意! 目录 调查背景1 总体现状3 智能开发现状13 智能测试现状22 调查背景 POANRET INVESTIGATIONBACKGROUND 调查报告·2025 (一)调查方法 本次调查采用在线问卷方式,共收集问卷2414份,经筛选选取有效问卷1813份。问卷收集周期为2024年12月1日至2024年12月31日。 (二)样本描述 1.参与调查企业所在行业 包括互联网和科技公司、信息通信、金融、汽车、教育、工业、航空航天等行业。 图1受访企业行业分布 来源:中国信息通信研究院人工智能研究所 第1页 2.参与调查人员所在职位 包括软件工程师、项目经理、产品经理、AI算法工程师、系统架构师、DevOps工程师等职业。 图2受访者职位分布 3.参与调查企业人员规模 来源:中国信息通信研究院人工智能研究所 受访企业规模100人以上的占比超过八成,研发人员超过50人的企业占比达到77.23%。 图3企业人员规模图4企业研发人员规模 来源:中国信息通信研究院人工智能研究所 第2页 总体现状 PTAWROT OVERALLSTATUS 调查报告·2025 1.企业的软件研发智能化成熟度普遍处于L2水平 中国信通院对企业软件研发智能化成熟度进行了定义,受访企业认为内部智能化成熟度处于L2(部分智能化)的占比最高,达到39.15%,L3核心智能化达到17.62%,L4高度智能化达到8.98%,L2、L3、L4合计占比为65.75%。这表明以大模型为核心的人工智能技术在软件工程中的落地,已从概念验证阶段逐步进入规模化落地阶段,但绝大部分企业的软件研发智能化成熟度离完全智能化仍有较长距离。 图5企业的软件研发智能化成熟度 来源:中国信息通信研究院人工智能研究所 来源:中国信息通信研究院人工智能研究所 第3页 2.AI在软件工程领域整体应用程度显著升高 2024年度受访企业在需求分析和运维领域应用了AI技术的占比大幅增高,提升幅度均在10%左右,开发、测试在 2023年已经有诸多企业落地应用了AI技术,但2024年度也有小幅度提升。总体数据显示企业在软件工程领域应用AI技术的比例显著升高,软件工程的智能化转型势在必行。 图6软件工程各阶段AI技术应用比例年度数据 78.05% 75.86% 68.65% 63.32% 2023年度 2024年度 44.90% 35.65% 52.62% 36.41% 15.44% 12.45% 10.15% 8.38% 需求分析软件开发软件测试软件运维项目管理其它 来源:中国信息通信研究院人工智能研究所 第4页 3.AI赋能软件工程各阶段效率提升更加明显 2024年度受访企业在软件工程各阶段,由AI驱动的效率提升更加明显,其中需求设计、开发、测试、运维四个领域效率大幅提升,测试最为明显涨幅达到8个百分点左右,同时需求设计、项目管理均有小幅度上升。同时在各阶段中,提效在10%到40%之间的企业数量最多,需求阶段、开发阶段和运维阶段提效20%+的企业最多,设计阶段提效10%到40%的企业占比超过六成,测试阶段提效30%+的企业最多。 图7AI赋能软件工程各阶段提效年度平均数据对比 来源:中国信息通信研究院人工智能研究所 第5页 图8智能化转型为各环节带来的效率提升情况 来源:中国信息通信研究院人工智能研究所 第6页 4.人工智能成为各行业软件开发的主要场景 受访企业的软件开发场景中,人工智能占比高达81.28%,位居首位,与系统软件开发、大数据开发和移动应用开发共同构成软件行业四大核心研发场景。这说明,人工智能+已成为推动各行业智能化转型的焦点。 图9企业主要开发场景 来源:中国信息通信研究院人工智能研究所 第7页 5.LangChain是智能体构建过程中应用最多的框架 受访企业在AI4SE落地过程使用多种Agent框架,LangChain的使用占比31.82%,Dialogflow依托谷歌云生态的天然优势占比达到16.36%,而新兴框架LangGraph与LlamaIndexWorkflows通过聚焦数据处理优化和知识增强特性,正在细分领域快速渗透,其使用占比分别达到14.20%和13.87%。 图10企业对Agent框架的选择 来源:中国信息通信研究院人工智能研究所 第8页 6.超八成企业重视软件工程的智能化转型 受访企业普遍对软件工程的智能化转型开始重视或非常重视,其中19.65%的企业正在全面推进软件工程的智能化升级,已经非常重视,36.12%的企业重视并投入较多资源逐步迈向规模化落地,25.89%的企业处于试点推进阶段相对重视。15.82%的企业持观望态度,2.52%的企业消极应对,这两类群体在智能化转型中面临较大阻力。这表明,绝大部分企业对智能化转型持乐观态度,并愿意持续投入,推进软件生产过程的质效提升。 图11企业对软件工程智能化转型的重视程度 来源:中国信息通信研究院人工智能研究所 第9页 7.智能化软件工程落地过程中面临技术、人才、数据等多重挑战 受访企业在智能化软件工程落地过程中,技术和人才成为主要挑战,分别占比22.10%和19.26%,其次高质量数据的匮乏占比13.07%,此三大核心阻碍总计占比超54%,但也凸显行业在规模化落地过程中面临的系统性短板。 图12智能化软件工程落地面临的挑战 来源:中国信息通信研究院人工智能研究所 第10页 8.软件开发、测试、交付、运维成为2025年智能化赋能的重点方向 2024年AI4SE重点落地方向为开发和测试,通过对受访企业调查其2025年规划时发现,智能运维和智能交付的关注度明显增加,占比分别为23.73%和22.77%,对智能开发和测试的关注度仍然最高但有小幅度下降,占比分别为33.70%和24.32%。这表明,软件工程的落地逐步从单点突破迈向全生命周期协同落地,部分企业正加速构建从软件开发到运维的端到端智能化能力。 图13年度AI4SE重点落地方向 来源:中国信息通信研究院人工智能研究所 第11页 9.效率提升是企业对软件工程智能化转型的最大期望 受访企业对软件工程智能化转型的期望呈现显著的“效能优先”特征,提高研发效率占比达37.01%,提升软件维护和管理效率占比达21.82%,提升软件质量(27.43%)和增强产品创新(13.57%)占比次之。这表明,企业迫切希望通过提升效率而降低成本,同时希望生产更高质量的产品,并且通过智能化能力加速产品创新。 图14企业对软件工程智能化转型的期望 来源:中国信息通信研究院人工智能研究所 第12页 智能开发现状 PTAHRTEE INTELLIGENTDEVELOPMENTSTATUS 调查报告·2025 1.近六成受访企业通过采购方式建设智能开发工具 受访企业中通过采购方式建设智能开发工具的比例达到56.56%,由于当前智能开发工具数量越来越多,代码生成等能力越来越强大,采购方式成为企业首选。但对于诸多中大型应用方企业,由于内部科技底座较为强大,且对自主可控越发重视,通过自研方式建设的企业比例为38.43%。 图15智能开发工具建设方式 来源:中国信息通信研究院人工智能研究所 第13页 2.国内智能开发工具市场以大厂为牵引,选择占比超六成 受访企业于2024年度所选择的智能开发工具中,国外工具以Copilot和ChatGPT为首,占比达到23.30%,而国内常见工具的选择占比达到64.17%,常见工具如阿里的通义灵码、腾讯云AI代码助手、百度的文心快码、华为的盘古助手、硅心科技的aiXcoder、智谱的CodeGeex、科大讯飞的iFlyCode、商汤的代码小浣熊等。其中来自大厂的工具最多,这说明一方面大厂在大模型赋能软件工程领域迅速落地,产品能力迭代较快,且产品功能趋于统一;另一方面国内行业缺乏爆款型编码类软件的出现,如类似Cursor、Genie等。 图16智能化软件开发工具(或模型)选择分布 来源:中国信息通信研究院人工智能研究所 第14页 3.代码生成行采纳率相比前一年有提升,但智能开发工具的能力提升空间仍然较大 受访企业应用智能开发工具后,2024年度近五成企业的代码行采纳率1集中于20%至39%之间,平均采纳率为 27.46%,同比提升2.42%,其中采纳率大于40%的企业比例提升更为明显。同时2024年度次采纳率2的平均值为 30.51%,入库采纳率3平均值23.33%。数据说明,一是智能开发工具的能力处于持续提升过程中,二是智能开发工具的采纳率有较大上升空间,三是由于行业的逐步成熟,以及智能开发效能度量标准的编制,部分指标定义更加明确,因此2024年度调研的数据相比2023年更加准确。 图17智能开发工具代码生成行采纳率分布 21.1% 25.9% 25.5% 25.1% 24.4% 2023年度 2024年度 16.6% 16.5% 15.7% 11.4% 14.5% 2.2% 1.1% 10%以下10%~19%20%~29%30%~39%40%~59%60%以上 来源:中国信息通信研究院人工智能研究所 图18智能开发工具代码生成(次/入库)采纳率分布 1行采纳率定义:智能生成代码被用户采纳的行数占生成代码总行数比率。 2次采纳率定义:智能生成代码被用户采纳次数占生成代码总次数比率。 3入库采纳率定义:入库代码中智能生成行