课程大纲
时间
模块主题
核心课程内容
第 一天
模块一：AI在研发核心环节的深度融合
1.
诉求结构化
：怎样将咪咕复杂的多媒体、元宇宙诉求转化为机器可领会的语义结构，便于AI领会和分发。
2.
AI驱动的单元测试生成
：破解测试覆盖率不足问题，探讨怎样防止“为了生成而生成”的无效测试。
3.
遗留代码重构的最 佳实践
：在千人研发队伍中，怎样分阶段、低隐患地引入AI开展大规模遗留代码重构，防止引发线上事故。
4.
实例剖析
：
大厂在引入AI编程抓手时遭遇的代码质量下降、度量混乱等等“效能反噬”全进程以及破解打法。
模块二：AI研发来由下的协同制度和流程构筑
1.
编码和测试的协同
：构筑“AI生成 -> 人类审核 -> AI辅助调试”的高效闭环，运行层面，减少流水线阻塞。
2.
研发和运维的协同（DevOps演进）
：利用AI开展异常日志智能拆解、根因定位以及自动化修复，拉升咪咕海量业务的稳定性。
3.
跨部门协同制度
：怎样在大型互联网公司中，构筑统一的AI研发规范、代码仓库准则和安全审查制度。
4.
实战研讨
：
针对咪咕现有的研发流程，规划一套适配AI抓手的改造方案。
第二天
模块三：AI研发效能度量架构规划
1.
为何AI效能难以度量？
拆解传统研发度量指标（如代码行数，工时）在AI时代的失效。
2.
要害效能指标（KPI）规划
： -
产出指标
：诉求交付周期、AI代码采纳率、缺陷逃逸率。 -
进程指标
：AI抓手活跃度、Prompt质量评分、自动化测试覆盖率。
3.
构筑效能反馈闭环
：怎样借助资料驱动，持续精进AI抓手链和研发流程。
4.
工作坊
：分组为咪咕各货品队伍规划一份专属的“AI研发效能仪表盘”方案。
模块四：大厂实战复盘和未来规划
1.
大厂踩坑经历分享
：从0到1引入AI编程抓手的全进程，怎样破解“度量混乱”和“队伍抵触”。
2.
咪咕专属效能拉升打法
：结合咪咕“内容+科技”的方略，探讨AI在数智内容生产、元宇宙大空间等等革新业务中的效能爆发点。
3.
未来展望
：AIGC时代研发效能的终 极形态和长期演进路线图。
4.
结营和答疑
：针对咪咕各队伍当前面临的效能瓶颈开展实地诊断和答疑。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|冰洋老师
适合谁听
公司相关管人人员、咪咕技艺专家、研发负责人、EP/EPE部门（工程效能部门）。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。