8月18-19日，为期两天的AI+软件研发数字(AiDD)峰会在北京举行。来也科技联合创始人兼CTO胡一川出席“代码生成与重构”论坛，并发表《基于大语言模型的RPA代码生成和代码解释》主题演讲。
此次峰会以“AI驱动软件研发全面进入数字化时代”为主题，举办了十二个主题论坛和一个企业专场，旨在帮助更多企业借助AI技术，使计算机能够更深入地认知现实世界，推动软件研发全面进入数字化时代。来自清华大学、北京大学、中国科学院、上海交通大学等全国顶尖高校，以及微软、华为、阿里巴巴、讯飞研究院、字节跳动、腾讯、蚂蚁集团等前沿企业的60多位一线技术专家和知名学者发表演讲，近千位来自各行业的从业者在现场深度参与。
在8月19日举行的“代码生成与重构”论坛中，来也科技联合创始人兼CTO胡一川发表了《基于大语言模型的RPA代码生成和代码解释》主题演讲，讨论了RPA开发的主要挑战、大语言模型如何赋能RPA开发等议题。
L A I Y E
大语言模型解决RPA开发三大挑战
目前RPA开发的主要挑战集中于三个方面：开发效率、可维护性和可扩展性。大语言模型的到来则为解决这三道难题提供了新的思路：大语言模型让开发者可以通过自然语言生成RPA流程，大幅提升开发效率；基于大语言模型解释已开发的RPA流程，为维护人员提供流程说明、生成代码注释，降低维护成本；借助大语言模型快速生成扩展命令，帮助开发者快速满足长尾需求，提升RPA的扩展性。
L A I Y E
大语言模型赋能RPA代码生成&代码解释
RPA代码生成面临的挑战主要有三方面：
01
在预训练阶段，模型并没有见过RPA命令，因此并不能直接生成准确的RPA代码
02
RPA命令数量多，由于模型输入长度的限制，无法通过提示词的方式将命令全部输入给模型
03
部分RPA命令参数多且复杂，甚至无法用自然语言描述，加大了RPA代码生成的难度
RPA代码解释的主要挑战则体现在以下两方面：
01
在生成业务解释方面，预训练的大语言模型缺少对用户业务的理解。
02
在生成代码注释方面，生成注释的颗粒度太粗或太细都达不到用户预期。此外，生成的注释必须能够准确回写到原有的代码中，对应准确的行号，才能起到代码注释的作用。
为了解决上述问题，来也科技在模型优化和模型应用方面进行了大量产品和技术上的创新，推出了RPA魔法帽。在流程生成环节，RPA魔法帽允许开发者通过自然语言生成RPA流程；在流程解释环节，RPA魔法帽能够阅读和理解RPA流程并提供解释；在插件开发环节，RPA魔法帽能够生成定制的插件和命令来满足长尾自动化需求。
RPA魔法帽变革RPA流程开发范式
L A I Y E
从RPA到Agent
RPA和大语言模型有很强的互补性，RPA擅长完成基于结构化数据和规则的流程自动化任务，而大语言模型所具备的非结构化数据处理、推理、决策等能力，将大幅拓展RPA的能力边界和用户价值。RPA和大语言模型结合形成的数字员工，能够通过对话理解用户需求，将用户需求进行任务拆解，替代用户执行具体操作。
大语言模型驱动的数字员工技术架构
伴随着人工智能（尤其是大语言模型）在众多行业领域的广泛应用及其带来的颠覆性变革，软件的开发范式、使用方式都会发生巨大的变化。人机协同的工作方式亦是大势所趋，这种新的工作方式带来的挑战不仅仅是技术上的，更是组织上的，每个人都要学会与机器协同工作。来也科技坚持在人工智能和自动化领域探索和创新，帮助企业在人工智能变革工作方式的大浪潮下，实现数字化转型。
