26:I[31762,["https://static.chanpinpai.cn/_next/static/chunks/36ly-hsxfcr58.js?dpl=888e55997ebb181d9932ce68665bd9060f4b19cd","https://static.chanpinpai.cn/_next/static/chunks/3fx5gjcuuj4c4.js?dpl=888e55997ebb181d9932ce68665bd9060f4b19cd"],"IconMark"] 24:T79d,

看到一段内部工程实践的分享，里面的说法挺直接：写代码这块，现在超过七成已经交给 AI Agent 处理了。内部已经搭了 3600 多个 Agent 技能，日常每天跑 3 万次以上，很多任务不再需要人手动起，而是由管理型 Agent 自己去做。

他们覆盖的事情也比较杂，像代码审查、CI 故障自愈、带视觉验证的端到端 PR、值班告警排查、线上 Bug 调试，还有一些日常代码维护，基本都能接进去。提到模型选型时，落地方式分得很细：先从 Agent 在真实场景里的实际工作里提取并搭建基准测试，再把 Agent 接到统一测试底座上，通过统一接口去调用不同的前沿模型或者开源权重模型。

另外一个比较具体的数据是，整体成本已经压下来 52%。

#或开源权重模型

内部把不少代码活交给了 Agent，工程师还在盯测试和故障处理

内部把不少代码活交给了 Agent，工程师还在盯测试和故障处理 2

内部把不少代码活交给了 Agent，工程师还在盯测试和故障处理 3

内部把不少代码活交给了 Agent，工程师还在盯测试和故障处理 4

内部把不少代码活交给了 Agent，工程师还在盯测试和故障处理 5

内部把不少代码活交给了 Agent，工程师还在盯测试和故障处理 6