本系列视频来自百度工程效能部的前端研发经理杨经纬，她在由开源中国主办的“AI编程革新研发效能”OSC源创会·杭州站·105期线下沙龙活动上，从一款文心快码（Baidu Comate）前端工程师的角度，分享了关于智能研发工具本身的研发历程和理念。
👉点击观看关于【智能代码助手需要什么】的观点2完整视频。
经纬说：
那么下一个就是效果的方面，我们怎么样把这个给用户推出来的东西让它更精准？
那首先看下面，我们和文心团队一起打造了专属的代码大模型。这个里面一个是模型训练的部分，我们采用了监督学习，就是传统的 SFT 精调的训练。然后另外我们也进行了强化学习，这个指的是数据飞轮，我们去告诉我模型哪些是好的，哪些是不好的，用这样的数据飞轮的方式来持续地去强化模型的能力，给我们推荐更精准的代码。
另外就是数据工程的方向，首先我们提供了丰富的数据来源，我们在给用户推荐的各个环节里面都提供了比较精细化的这些能力，从发起请求一直到后处理，在发起请求这块我们提供了动态的延迟触发，就是我们在推荐的时候都有一个debug，这个大家应该都比较了解，那我们采取了一个动态延迟触发，我们会去判断一下在什么情况下应该快一点给用户推荐，什么情况下慢一点推荐啊。
举个例子，比如说在控行的时候，这个时候用户明显的他就会想要我们给他推荐代码，那这个时候我们偏向于快一点的给他提供，那如果我们推荐了三次，用户都没有采纳，这个时候我们倾向于慢一点，就是类似的一系列的策略去实现了动态延迟触发。
