本系列视频由百度工程效能部的前端研发经理杨经纬分享，她在开源中国主办的“AI编程革新研发效能”OSC源创会·杭州站·105期线下沙龙中，从一名文心快码（Baidu Comate）前端工程师的视角，深入探讨了智能研发工具的开发历程和理念。

接下来的视频将聚焦于【智能代码助手的需求】的第二个观点。

经纬指出：

接下来，我们要探讨效果方面，如何让用户体验到的产品更加精准呢？

首先，我们与文心团队共同开发了特定的代码大模型。这个模型的训练分为两个部分：一是采用监督学习，即传统的SFT精调训练，另一方面则是进行强化学习。这种方式被称为数据飞轮，我们通过这种机制向模型反馈哪些是优质的，哪些是不理想的，从而不断提升模型的能力，使其能够推荐更加精准的代码。

其次，在数据工程方面，我们提供了丰富的数据来源。在用户推荐的每一个环节，我们都提供了详尽的能力支持。从请求发起到后续处理，我们在请求发起阶段引入了动态延迟触发的机制。大家可能比较清楚，在推荐时我们通常会进行调试，而我们采用的动态延迟触发机制，能够判断在何种情况下应迅速推荐，何时则应稍慢一些。

举个例子，当用户在进行控行时，显然他们希望快速获得代码推荐，此时我们会倾向于迅速提供建议；而如果我们已经推荐了三次，用户都没有采纳，这时我们会选择稍慢一些的推荐策略。通过这一系列的策略，我们成功实现了动态延迟触发。

🎁欢迎访问文心快码 Baidu Comate 官网，开启智能编码之旅，领取丰富福利！🎁