AI对软件开发的影响既深刻又持续演进。AMD曾于2024年开始布局AI系统，涵盖代码生成、测试自动化、缺陷分析和代码审查等环节，并将"到2027年实现25%的生产代码由AI生成"定为阶段目标。
一年过去，AMD不仅提前完成了这一目标，整体生产效率更提升了30%。目前，AI生成代码的占比已在今年初突破20%，部分软件组件中这一比例甚至超过80%，公司整体代码库的目标已指向50%。
衡量生产效率本身并不容易，AMD从一开始便锚定了一个可客观追踪的核心指标：通过全部审查与测试、最终并入产品的AI生成代码占比。
智能体AI让AMD得以将AI能力延伸至软件开发生命周期（SDLC）的每一个环节：在问题分析与分类阶段，智能体自动解析问题报告、归类相似请求并定位可能需要修改的代码片段；在调试与代码生成阶段，智能体分析缺陷需求并自动实现所需代码变更；在测试阶段，智能体生成单元测试，通过后再识别所需的集成测试与产品级测试；在审批与发布阶段，智能体准备架构摘要、代码变更审查报告及完整测试结果，供工程师审核批准后合并至下一版本。
AMD的Radeon Software eXperience（RSX）项目是一个典型案例。RSX是供用户配置和监控显卡驱动行为的界面组件。2025年10月，AMD开始引入AI智能体自动调试并修复RSX上报的问题。初期，开箱即用的AI工具效果有限，问题解决率仅为6%。
随后，AMD构建了一套学习闭环——起初以人工介入为主——持续分析智能体的失败案例并加以改进。AMD并未重新训练底层模型，而是不断优化智能体的目标设定，使其能够迭代探索多种解题路径，依据预设的成功标准评估结果，并逐步收敛至更优解。与此同时，模型本身和智能体运行时的技术进步也进一步提升了效果。多重改进叠加之下，RSX问题的自动解决率从6%大幅跃升至75%以上，并在2026年6月达到这一水平。
当前，工程师以自身认知为蓝本构建AI智能体：将自己对系统的理解、解决问题的思路以及实现变更的方法传授给AI。这已是一大技术进步——工程师可以创建多个"AI分身"并行工作，将个人专业能力成倍放大。然而，这些智能体仍受制于人类的思维方式与预设路径。
AMD认为，软件工程的下一场重大变革将在协作式AI智能体集群能够独立发现并开发解决方案时到来。届时，工程师只需定义问题、期望结果以及质量、性能和系统约束条件，无需规定具体的执行方式，由智能体集群自主确定最优路径。
智能体集群将并行生成、评估和迭代多种解题方案，自动验证正确性、衡量性能、测试权衡，并对照预设标准比较不同实现方案。最终，智能体将按优先级排列各候选方案，连同验证结果和性能指标一并提交工程师审核。这不是在优化SDLC的每一个步骤，而是在重写SDLC本身。
要实现这一愿景，智能体的训练方式也需随之改变。当前的改进模式是"一名工程师对应一个智能体"：工程师审查输出、优化提示词，再循环迭代。要突破这一模式，智能体必须能够相互学习、复用成功策略，并在跨项目、跨团队的维度上实现协同进化。AMD目前已通过Codex和Claude Code等多智能体编排框架大量运用多智能体工作流，同时也在自主研发内部多智能体系统，为下一代AI驱动的软件工程提供支撑。
持续学习闭环是智能体集群真正释放生产力的关键。每一次迭代都将错误信息和人工干预经验反馈给后续的智能体工作流，让整个AI工程体系持续变得更智能、更高效。长远来看，这一自我强化的闭环本身，而非单纯的底层模型，将成为AI进步的核心驱动力。
AMD明确表示，引入AI是为了提升生产力、改善质量、让员工专注于更高价值的工作，而非削减人员编制。为此，AMD正在全公司范围内大力投入AI教育与培训。随着AI智能体持续进化，工程师将从繁琐的手动实现工作中解放出来，将更多精力投入规格定义、结果验证以及驱动创新的战略决策。
Q&A
Q1：AMD的AI生成代码占比目前达到了多少？
A：AMD从一开始就将"通过全部审查与测试并最终并入产品的AI生成代码占比"作为核心客观指标来追踪。今年初，这一占比已突破20%，部分软件组件甚至超过80%，公司整体代码库的下一个目标是50%。同时，AMD通过AI实现的整体生产效率提升已达30%，超过了最初25%的预期目标。
Q2：AMD在RSX项目中如何将AI问题解决率从6%提升到75%的？
A：AMD在Radeon Software eXperience（RSX）项目中构建了一套持续学习闭环。AMD没有选择重新训练底层模型，而是不断优化给智能体的目标设定，使其能够迭代探索多种解题路径，依据预设的成功标准评估结果并收敛至更优解。与此同时，底层模型本身和智能体运行时的技术进步也协同发挥了作用，最终将RSX问题的自动解决率从最初的6%提升至75%以上。
Q3：AMD所说的AI智能体集群和现在的AI辅助编程有什么区别？
A：现阶段的AI辅助编程本质上是工程师将自身知识和工作方法"教"给AI，智能体仍受制于人类的思维模式。而AMD所构想的智能体集群则不同：工程师只需定义问题、期望结果及约束条件，多个智能体将并行自主生成、评估和迭代多种解决方案，最终向工程师提交排好优先级的候选方案。这不再是在优化现有软件开发流程的各个步骤，而是让AI重新定义整个软件开发生命周期本身。
