AI 工程与智能体开发
AI 既是我们构建软件的方式,也是我们为客户构建的内容。我们的立场很务实:AI 是一种工具,必须用可衡量的结果证明自己的价值,并且必须遵守与其他软件相同的安全、隐私和质量规则。
我们自己工程中的 AI
在日常交付中使用 AI 编程智能体,用 AI 进行代码分析、审计、重构和测试,并把智能助手、RAG 和 MCP 集成构建到业务软件中。
智能体开发
Claude、GitHub Copilot 等 AI 编程智能体规划改动、编辑代码、运行检查并自我纠正,由资深工程师指挥并审查每一个结果。
架构与模式分析
在做出决定之前,我们用 AI 阅读大型代码库、梳理依赖关系并比较设计方案。
自动化代码审计
系统地审查代码中的缺陷、安全弱点以及与项目规范不符之处。
遗留系统现代化
在 AI 辅助下,以经过验证的小步骤重构旧系统,把迁移风险保持在低水平。
测试生成
测试在 AI 辅助下编写,并由工程师审查,使覆盖率随代码一同增长。
为智能体制定书面规则
每个项目都有给 AI 智能体的书面说明:架构、编码规范、未经批准绝不能改动的内容,以及工作完成前必须运行的检查。
我们为客户构建的 AI 解决方案
每个解决方案都从一个可衡量的问题出发,并遵循同样的规则:敏感事项由人批准,隐私保护融入设计,不被单一 AI 供应商锁定,每月成本可控。
面向客户和员工的助手
聊天和电子邮件助手,能够回答问题、接受预订和请求,并在需要时转交给人工。
文档与数据自动化
AI 读取收到的发票、订单、表单和电子邮件,提取数据并传送到您的业务系统。
知识助手(RAG)
检索增强生成:助手先在您自己的文档中检索,再据此回答,并显示信息来源。
与 LLM API、MCP 和智能体集成
通过受控、权限受限的接口(包括模型上下文协议 MCP),把语言模型连接到您的数据库、文件和内部 API。
模型选择与部署
Claude、GPT、Gemini 等商业模型,或 Llama、Mistral、Qwen 等开源模型,可部署在您选择的云上或您自己的服务器上,并按任务根据质量、成本和数据所在地来选择。
评估、培训与 AI 使用规范
用您的真实案例建立测试集并在上线前运行,为团队提供实操培训,并制定一份简短清晰的 AI 使用规范。
经验的来源
Vitec Auto 的 AI 工作流
Fabrice 在 Vitec Auto 担任首席全栈工程师,负责面向汽车行业的大型网络软件平台,并在其中引入了 AI 增强的工程方法:用语言模型进行架构分析、代码审计、遗留系统重构和测试生成,同时保持严格的质量与安全标准。
EyeOne 自己的产品
本网站、我们的 SaaS 产品和浏览器游戏,都是由 AI 智能体在书面项目规则、严格类型检查和人工审查之下开发的。
查看其他技能领域
您的项目需要这样的经验吗?
告诉我们您的计划,我们会告诉您我们将如何着手。
