近日，硅心科技（aiXcoder）助力國內頭部通信企業落地企業專屬大模型，通過“增量預訓練+后訓練”技術、“大模型+小模型”策略、全鏈路私域數據治理體系、融入工作流和Agent技術等創新方案，實現代碼生成準確率從20%提升至45%；企業知識問答準確率從51%提升至69%，突破了通用大模型“缺乏企業私域知識、不了解業務”的企業落地難題。

“不是模型不夠強，而是它不懂行”

數字化轉型的深入發展，讓各行業對于高效、穩定且安全的網絡連接需求日益增長。某大型通信公司作為行業頭部企業，希望通過技術創新提升研發效能和市場競爭力，為千行百業筑牢關鍵數字底座。為此，該企業將大模型引入生產實踐，期望大模型在企業知識問答、單元測試生成、代碼生成等真實場景中提供智能輔助，以提升軟件開發效率，降低開發成本。

然而，在實際的應用中，大模型因缺乏企業私域數據和知識，如專有協議棧、設備交互邏輯等，輸出的效果并不理想——知識問答常出現答非所問或泛泛而談；輸出結果缺乏業務邏輯支撐，可信度較低；生成的代碼需工程師花費大量時間審查、修正甚至重寫。

“不是模型不夠強，而是它不懂‘行話’。”企業發現，RAG（Retrieval-Augmented Generation，檢索增強生成）等通用方案雖能通過知識檢索輔助問答，卻難以實現深度業務推理。

為此，企業選擇與在“AI+軟件工程”領域具備深厚技術積累和豐富落地經驗的硅心科技（aiXcoder）合作，通過訓練企業專屬大模型，將企業數據和知識深度注入模型。

深度定制企業專屬大模型，重構模型“大腦”

具體實施方案如下：

一、多維度綜合評估，選擇最優開源模型。硅心科技（aiXcoder）貼合企業現有算力資源和任務需求，從模型的基礎效果、計算資源、推理效率以及應用可行性等方面進行綜合考慮，并結合硅心科技（aiXcoder）專業模型評測體系、官方基準測試、中文理解評測、第三方模型排行榜等多方結果，交叉驗證，為企業選出綜合表現最優、與企業通信業務場景最適配的開源大模型作為領域化訓練的堅實基礎。

二、企業私域數據治理，構建高質量訓練語料。硅心科技（aiXcoder）指導企業系統性梳出內外部知識資產，并對數據進行預處理，創建結構化、可檢索、可推理的企業私域知識體系。由此構建的高質量訓練語料，一方面可作為企業專屬大模型的訓練數據，另一方面依托硅心科技aiXcoder領域化程序分析工具和Agent技術，可以將這些企業私域知識作為有效的上下文傳遞給大模型，支撐其更好完成軟件開發任務。

三、增量預訓練+后訓練，訓練企業專屬大模型。硅心科技（aiXcoder）以選定的開源大模型為基礎，將高質量訓練語料轉化為模型可學習的訓練樣本，通過增量預訓練階段，讓模型學會通信領域知識；通過后訓練階段，增強模型執行特定任務的能力。這增強了預訓練模型的性能和適應性，使其具備深度的企業知識理解能力，以及單元測試生成、代碼生成等核心場景的指令遵循和解決問題的能力。

四、以企業真實數據為準，構建企業級測評集。為確保企業專屬大模型在該通信企業核心業務中的實用價值，硅心科技（aiXcoder）基于企業內部數據構建訓練集和測評集，以真實開發場景為準繩，模擬并評估模型在真實企業環境中的落地效果，確保企業專屬大模型從技術能力到業務賦能的全面轉化。

挑戰與突破并存，四大技術創新攻克項目難關

在推進技術方案落地的過程中，硅心科技（aiXcoder）直面企業實際需求和項目實施難點，突破行業常規做法，以四大創新攻克關鍵瓶頸：

一、創新采用“大模型+小模型”策略。大模型支持通用場景，比如復雜的Agent主流程構建；小模型支持企業特定的領域化問題，在解決企業特定任務時會更精準、高效。兩者協同，既保證通用智能，又強化專業深度。

二、構建全鏈路私域數據治理體系。硅心科技（aiXcoder）對“原始需求-設計-開發-測試”等各研發環節的企業數據進行系統性打通與關聯構建。由此，當模型在執行具體任務時，它不僅能看到當前信息和上下文，還能參考研發全鏈路的相關信息，獲得全局理解能力，大幅提升輸出結果的準確性和實用性。

三、創新融入工作流和Agent技術。企業核心業務智能化往往需要端到端的解決方案，但目前市場上并沒有能直接解決端到端問題的大模型。為此，硅心科技（aiXcoder）在訓練企業專屬大模型的同時，創造性融入了工作流和Agent技術。通過精心設計的任務編排與Agent協同，有效補齊端到端的能力短板。

四、利用AI輔助生成高質量訓練數據。企業內部的私域知識和數據關系非常復雜，且數據量不足以支撐模型訓練的需求。為此，硅心科技（aiXcoder）在嚴格遵循業務邏輯和安全規范的前提下，系統梳理和構建數據間的依賴關系，并利用大模型合成大量高質量、符合業務場景的訓練數據，有效解決數據瓶頸難題。

應用效果：企業知識問答準確率69%、代碼生成準確率45%

據企業反饋，企業專屬大模型應用到實際任務中后，效果超出預期：企業知識問答的準確率由原來51%，提升至69%；代碼生成準確率由原來的20%，上漲至45%。這顯著提高企業的軟件開發效率，使企業能夠更快響應市場需求。

不僅如此，企業專屬大模型訓練過程中所形成的數據治理框架、訓練路徑和方案都具備高度的可復用性。隨著底層模型迭代、技術演進和業務需求的變化，企業可以在現有框架上快速適應、調整和新增數據，大幅降低后續訓練成本，為企業在長期技術競爭中構建獨特優勢。

硅心科技（aiXcoder）在通信行業的智能研發實踐，不僅得到了企業客戶的認可，也獲得了行業機構的高度肯定。在2025全球數字經濟大會上，aiXcoder“代碼智能體在通信領域的應用”方案，獲評“北京市人工智能賦能行業發展典型案例”。