政策与行业趋势 - 中央金融工作会议提出数字金融等五篇大文章，推动金融机构数字化转型升级驶入快车道 [1] - 运用大模型技术深度赋能软件工程（AI4SE）已成为金融机构提升研发效率、交付质量与人才技能的必然选择 [1] - 行业围绕AI4SE（智能化软件工程）、软件工程3.0等核心内涵发展 [1] 公司战略与体系建设 - 民生银行以提升科技研发质量与效率为目标，深化云原生研发体系建设，营造研发智能化发展的创新环境 [1] - 公司提出“慧码”旅程指导方法，以智慧研发建设实施策略为行动纲领，指导智慧研发体系建设与拓展应用 [2] - 建设AI4SE服务支撑体系，以规模化支持研发全流程AI应用为目标，支撑技术知识运营、质量管控辅助、研发高效辅助、技术理解分析四大能力 [2] - 配置软件工程大模型应用闭环管控策略，满足科技研发工作“高标准、低容错”的要求 [2] 技术应用与实践成果 - 研发辅助工具已覆盖超1600名自主研发人员，生成采纳率达29%，AI代码产量占比约15% [3] - 开展基于私域规范的代码批量转化、批量生成等特色实践，高效辅助高强度、重复性研发任务 [3] - 各类智能分析工具将规范审查、诊断分析等效率从小时级向分钟级提升，有效降低高阶技术分析能力的应用门槛 [3] - 研发全流程知识运营全面拥抱AI，AI服务占总服务量达28.9%，有效提升科技运营效率 [3] - 积极开展研发全流程的深入实践，涵盖需求、开发、测试、运维等关键环节，重点聚焦技术人员耗时多、高投入、操作复杂的规模化场景 [2]

行业标准发布 - 中国信通院联合工商银行、百度、兴云数科等二十余家头部企业共同编制《面向软件工程智能体的技术和应用要求 第1部分：开发智能体》（标准编号AIIA/T 0219-2025） [1] - 标准围绕技术能力（感知、记忆、规划、执行）和服务能力（编码、单元测试、检查修复、智能问答、全流程智能体）两大维度提出要求 [1] 技术能力要求 - 技术能力涵盖感知能力、记忆能力、规划能力、执行能力四个方面 [1] - 服务能力包括编码智能体、单元测试智能体、检查修复智能体、智能问答智能体及开发全流程智能体 [1] 应用价值 - 标准为企业开发智能体提供能力建设指导，助力产品快速迭代 [1] - 标准为企业提供技术选型参考，推动开发智能体的落地应用 [1]