2025年软件研发应用大模型国内现状调查报告

国内软件研发应用大模型现状调研报告总结

核心观点： 国内软件研发领域对大模型（LLM）的应用已进入“深耕细作”阶段，重心从试点转向系统化落地。大模型应用从“通用”向“垂直”领域迁移，行业大模型成为主流。模型生态由“模型能力竞争”转向“应用生态竞争”。

关键数据：

• 超过78%的软件与IT服务业在使用大模型，其中需求、编程和测试成为LLM三大高效落地环节。
• 平均节省开发与测试人力成本30%～45%。
• 超过90%的企业或团队拥抱大模型，其中62.8%的团队积极应用大模型。
• 约62%的企业开始使用RAG或LoRA微调方式将内部数据与模型结合。
• 超过50%的企业以时间节约、成本下降、质量提升等指标来量化LLM带来的业务收益。

研究结论：

• 软件研发生命周期应用： LLM在业务规划、需求、设计、编程、测试、运维等环节均有应用，其中代码生成、文档分析、测试脚本生成的自动化成熟度最高。
• 技术趋势： LLM编程助手工具多元化发展，国产工具如通义灵码、企业自研方案认可度较高；智能体（Agent）开发框架应用呈现多元布局，Dify的崛起、自研框架的增长，反映企业对定制化能力与新功能场景的需求升级；基于LLM的测试工具应用仍处于逐步渗透阶段，自研工具占比下降，商用工具认可度提升；模型训练框架使用呈现“PyTorch领跑，生态格局调整”态势；模型微调技术应用呈现“认知明确化、技术多元化”趋势；RAG（检索增强生成）仍以51.4%的占比位居技术应用首位；提示词工具应用呈现“自研崛起、商用多元”态势。
• 未来展望： 超过60%的受访者认为“人人都有一个AI助手”和“极大地提升研发效率”将成为现实，对AI普惠化、效率价值的坚定信心强烈；企业治理关注点从“模型安全”扩展为“全栈智能治理”；向智能体（Agentic）系统演进成为确定方向；模型与人类协作方式将从“提示与回复”过渡至“持续对话与共创”。

总体而言，国内软件研发领域对大模型的应用正处于快速发展阶段，未来有望在研发效率、质量、成本等方面带来显著提升。