6月5日消息，奇富科技近日披露AI Coding在研发体系中的落地进展。公司表示，经过三年积累，AI Coding已从工具引入，逐步进入方法论、上下文资产及自研基础设施建设阶段。

据介绍，奇富科技目前已将AI Coding应用于需求、开发、测试和运维等核心工程环节。数据显示，引入AI Coding后，公司技术领域需求交付效率提升65%，迭代周期缩短55%；测试用例生成效率提升80%，回归测试周期缩短60%；运维故障定位耗时减半，巡检脚本AI生成率达到90%。

奇富科技认为，AI Coding的效果不仅取决于工具，也与上下文资产和工程规范有关。公司称，其在代码架构、质量保障和稳定运维等方面沉淀了工程规范、测试案例及运维流程，以帮助AI更好理解业务并辅助生成代码和排障。

在团队协作方面，奇富科技通过商业工具和自研框架，将人员与智能体纳入同一套研发流程。智能体主要承担规模化、可重复执行的任务，研发人员则在需求定义、方案评审、质量验收及关键决策中进行把关。

据介绍，公司已搭建六层AI Coding成熟度框架，目前主流采用规范驱动开发，并正在探索多智能体协作与工程化治理能力。奇富科技表示，其自研框架主要覆盖任务拆解、上下文装配、工具调用、执行校验和人工把关等环节，以适配金融科技行业对合规、安全和可控性的要求。

落地路径方面，奇富科技称，公司于2024年实现AI代码补全全员覆盖，2025年沉浸式编码覆盖60%开发场景，2026年加速规范驱动开发规模化落地，并完成自研多智能体协同基础框架的关键验证。

使用数据方面，奇富科技表示，目前99.7%的员工日常使用AI工具，全员渗透率接近88%；开发岗位人均每日Token消耗达千万级，前20%头部工程师日均Token消耗突破亿级。公司称，Token消耗与工程师产出存在较强相关性，部分高成熟度用户在特定场景下产出杠杆最高可达40倍。(定西)