7月10日，據記者了解到，京東物流正在將大模型應用于代碼編寫上，研發整體提效明顯。
京東平均每日有超百萬行代碼提交，如何利用大模型提升研發效率，已經成為產研部門的重要課題。京東物流通過引入智能編程助手JoyCoder，輔助解決代碼報錯分析、代碼優化、單元測試、編碼提示等問題，提高研發效率，讓研發人員專注于系統架構設計、核心程序開發等更有價值的工作上。
京東物流研發工程師王小龍(化名)，負責收貨操作的代碼優化，在過去，這是一項耗時耗力的任務，往往需要他耗費一整天的時間來打磨每一個協議的代碼。使用JoyCoder后，輸入代碼的同時，JoyCoder就能自動分析代碼上下文，實時推理預測推薦代碼，將協議優化的時間從一天縮短到幾小時。
JoyCoder功能演示-代碼預測補全
JoyCoder一鍵代碼轉換，代碼可用率超80%
隨著業務持續發展，對研發的效率要求越來越高，京東物流原有技術架構Taro 2.0功能不足，影響研發效率和用戶體驗；且代碼采用withWeapp寫法，運行效率較低，京東物流希望對技術棧進行優化，通過升級到更新的 Taro 3.0版本，提升研發效率。
從Taro 2.0 升級 Taro 3.0，可以在原有的框架中采用Taro官方提供的腳手架完成架構升級，但因為部分歷史頁面寫法中存在不兼容的語法，升級后會有報錯，影響性能和體驗。應對代碼轉換需求，京東云Joycoder提供了前端代碼轉換功能，對源代碼的識別率達到90%以上，轉換的代碼可用率達到80%，可以把任意的前端架構語法轉換成另一套架構的語法，一鍵轉換，僅選擇目標語言即可。
通過使用JoyCoder進行語法轉化，京東物流順利將架構升級到 Taro 3.0，在極短時間內完成了超20個頁面的重構，解決歷史項目中由于框架陳舊造成研發維護成本高的問題。此外，借助于JoyCoder的代碼優化能力，讓代碼更規范、更簡潔，有效減少了系統報錯，提升了整體代碼質量。
輔助研發自動化處理工具，生成代碼準確率超60%
京東物流近年來積極拓展港澳業務，在實施過程中，需要讓一些項目具備支持簡繁體切換的能力，如果采用常規的人工操作，一方面需要處理的內容較多耗時較長，另一方面人工處理出錯風險較高，希望借助JoyCoder制作自動化轉化工具，提升處理效率。
例如，現有的京東物流商家小程序，需要快速完成港澳語言能力建設，業務系統中有大量的文案需要簡繁體切換。通過將問題采用Prompt規范描述給JoyCoder，使用JoyCoder輔助研發了一款自動化轉換工具，精準識別需要替換的文案，并實現代碼轉換，從獲取文案、翻譯、排重到源代碼替換，在明確Prompt的提示下，AIGC準確率超90%。通過采用JoyCoder，京東物流實現了通過AIGC概念進行自動化內容處理，快速完成整個項目語言轉換。
對于JoyCoder在京東物流場景的使用，京東物流研發工程師王小龍表示，當前，JoyCoder已廣泛應用在京東物流內部的頁面制作、聯調測試等場景，在中后臺系統研發中，業務邏輯偏重，通過使用joycode輔助研發，整體研發效率提升明顯。
以上是京東物流采用JoyCoder提升研發效率的兩個典型場景。實際上，來自京東零售、科技、物流、健康的上萬名開發者正在使用JoyCoder服務于數億用戶，生成代碼采納率超過30%，助力開發周期縮短20%，大大提升了研發效率和質量。
