三步告別“屎山代碼”？網易發佈CodeWave SDD，瞄準L4級別軟件開發

作者 | 畢偉豪 編輯｜心緣 10月26日報道，剛剛，網易智企發佈了面向企業的新一代AI Coding產品CodeWave SDD（AI軟件交付團隊），核心在於通過全自主Agent軟件開發，實現企業整體產能提升3到5倍。網易智企將CodeWave SDD定義為AI Coding的下一代產品形態：從人使用工具，轉向Agent調用工具完成軟件開發。按照網易內部《AI落地成熟度標準》，這屬於L4級別的自動駕駛，即AI端到端完成任務，人類主要負責需求梳理和交付驗收。為此，網易智企搭建了覆蓋軟件開發全流程的企業級Harness工程環境，讓多個分工不同的Agent協同工作。

據網易智企介紹，CodeWave SDD目前已通過超過100家企業的實操驗證。一、讓Agent實現“自動駕駛“，企業產能提高300% 關於新形態AI軟件交付團隊，網易智企副總經理、CodeWave業務負責人王桐給出了一個很形象的解釋：不是讓人用AI Coding工具，是讓Agent去使用AI Coding工具。王桐認為， Claude Code等AI編程工具，本質上是輔助人類工作的副駕駛，CodeWave SDD是在原有的AI Codeing工具之上疊加一層，讓多個Agent員工在統一平臺去操控工具，實現“自動駕駛“。

CodeWave SDD的核心結構分為兩層，底層是一個跑在企業集群上的Harness工程環境，覆蓋需求、原型、架構方案、開發、測試、部署，整條軟件開發鏈路。上層則是按軟件開發環節分設的不同角色Agent，包括需求分析、設計、架構師、前端與後端開發等。核心概念是讓不同Agent去調用AI編程工具執行相應環節的任務。這套架構的優勢最終反映到的是產能。按照網易智企的說法，之前企業使用AI編程工具所能實現的是百分比的效率提高，但使用CodeWave SDD，企業可以讓Agent承擔軟件開發任務，直接擴大產能。

二、多Agent協同開發，人類只負責把關 CodeWave SDD的運轉依賴一套SDD框架，也即規格驅動的軟件開發。這條開發流水線共分為6個部分。第一個部分是需求分析師Agent，它可以接收長上下文的需求，並接收多模態輸入，對於需求模糊的部分，還會通過提問來確認需求。第二部分則是通過EARS語法將需求改成沒有歧義的規格文檔，提供給下游架構師Agent。第三是設計師Agent，這個Agent主要提供產品原型。在Codewave SDD這個平臺上，業務方也可以進行需求追加，或者在原型圖上進行圈選修改。第四段由架構師Agent寫技術方案，方案裡包含開發任務怎麼拆分並交給開發Agent。

第五段是前端和後端開發Agent進行具體軟件開發的實現，在軟件開發過程中可以實時預覽開發效果。整個開發的最後一環是測試Agent，它會先生成完整用例，再執行測試，然後出具報告，最後推送Git倉庫，支持分支管理和多人協作，並可以上傳到平臺提供的環境中。對於存量系統，在這些流程之前，有一個叫代碼地圖的環節。企業可以導入源碼或Git鏈接，Agent會解析前後端和配置文件，將原有的邏輯關係整理成圖表，然後再根據需求進行開發，這點主要是應用在舊系統的升級和迭代。整個開發環節，人類只需要進行需求的梳理以及交付驗收即可，全流程都可以通過AI端到端完成。但這兩個環節事實上也非常重要。

行業專家在這兩個環節的價值是將要求翻譯成需求，並仔細核驗AI生成的產物。王桐在接受採訪時提到，AI是不能幫人去背鍋的，也即交付物不能直接甩給業務方，需要人去核驗。在組織層面，網易內部已經因此出現了變動，BA和產品崗的佔比正在提升，產品開發成員部分轉去更懂業務和驗收的位置。

在安全方面，王桐介紹，CodeWave SDD主要從三個層面進行防護： 一是支持整套Agent團隊和企業Harness平臺本地部署，方便與企業代碼庫、知識庫及工具庫集成； 二是在編碼和測試環節內置安全漏洞檢測體系，產出通過檢測後才能交給下一個Agent，企業也可以補充4A認證等個性化安全要求； 三是採用步進式調用，將複雜需求拆分成多個任務分批處理，避免一次性上傳完整核心資產，同時根據不同Agent的職責組合使用不同模型，以降低潛在風險。三、與IDE相比優勢明顯，P0用例一次通過率90% 現場演示中，王彤展示了CodeWave SDD與主流IED類工具的實際開發對比效果。

測評使用的是某省級擔保公司的核心業務系統開發，PRD超過了100頁。同樣的需求和模型，開發過程中，CodeWave SDD基本還原了功能模塊，而IDE則是僅做了一級菜單，子菜單全部丟失。從頁面細節上看，臺賬的概覽頁面，CodeWave SDD的標籤頁劃分指標卡和BI圖表都是根據需求構建的。而IDE則出現了各種問題，比如沒有按視角分標籤頁，柱狀圖和雙色折線圖缺失等等。對此，王桐提出，造成這種情況的原因是上下文需求超過了IDE的承接範圍，一些複雜的任務必須由專人拆解，再提供給IDE類工具，因此它並不是自動開發。

而CodeWave SDD可以接受模糊需求，然後根據後續的提問進行需求的設計與完善，實現所謂的自動駕駛。網易披露，CodeWave SDD的P0級別測試用例一次通過率為90%，P1、P2約為80%。，不過這一指標反映的是測試用例首次執行的通過情況，並不等同於整個項目的交付成功率。四、不止產品，還包括服務，三步避免“屎山代碼” 此前，王桐在接受採訪時提到，CodeWave SDD除了產品本身，還提供模型推薦、本地算力支持、客戶成功和人才培訓等服務。在模型選擇上，每個Agent都可以配置獨立模型。網易會在新模型發佈後進行全場景測評，並在24小時內形成報告，為不同Agent推薦合適的模型。

對於有本地算力需求的國央企、銀行等客戶，產品也支持本地部署，並提供模型選擇和配置建議。服務方面，網易會為企業提供組織轉型和人才培養服務。網易會培訓開發人員梳理需求、把關驗收，幫助他們從單純的技術執行轉向理解業務、與客戶溝通的角色。王桐認為，FDE（前沿部署工程師）不只是會搭建Agent，更重要的是能在客戶現場收集零散的業務要求，結合業務理解梳理出真正的需求，再交給AI執行，並對產出進行驗收和修改。面對提出AI生成代碼可能難以維護的“屎山代碼“問題，王桐用三句話解釋了CodeWave SDD在這方面的解決方案。第一，以細顆粒度的Spec作為統一標準。

需求規格需要足夠明確，所有Agent都以此為依據開展工作，確保需求、開發和測試有共同的判斷標準。第二，通過Harness環境進行硬性校驗。從原型到代碼，各階段產出都要檢查是否符合Spec。未通過檢查，就不能進入下一階段。第三，將大任務拆成小任務，分批執行。一個複雜需求可以拆成數百個細分任務，每次只執行其中一部分，完成後先對照Spec檢查，再繼續下一批，減少任務過大導致的偏差。王桐稱，網易希望通過這三種方式，讓Agent生成的代碼更符合規範，也更便於後續維護和迭代。結語：網易新招，能否啃下企業AI市場？

網易此次發佈，瞄準的是企業AI軟件交付的市場，但與常規AI Coding工具讓開發者更快產出代碼不同的是，網易所做的工作，是讓Agent承擔更多原本由人完成的工作。CodeWave SDD想做的自動化，是讓Agent佔據部分員工的生態位置，在員工數量做到提升，從而影響產能。這種形式能否跑通，不僅取決於基模能力，與需求處理、交付質量和維護能力緊密相關。按照網易的設想，企業可以通過增加Agent承擔更多開發工作，讓人把精力轉向需求梳理、架構評審和交付驗收，進而改變團隊分工和產能結構。

不過，軟件開發涉及複雜的業務邏輯和長期維護，從實際情況上看，想實現Agent“自動駕駛“還不現實，人類仍需要在需求和驗收上嚴格把關。