TCL实业联合腾讯云CodeBuddy实现研发效能量化提升

应对端原生重资产模式下的研发效能瓶颈

TCL实业作为覆盖全球160+国家和地区的智能终端企业，其软件价值战略占比超过 50%。然而，业务的高速扩张带来了典型的“端原生重资产”技术挑战：

• 历史技术债沉重： 拥有 十年以上 的代码迭代积累，新人上手周期超过 3个月。
• 版本管理复杂： 需适配数百种硬件平台和区域品类，分支繁多导致版本合并冲突成本高。
• 有效创新时间不足： 工程师每日有效创新时间占比 < 50%，大量精力被消耗在历史代码理解、Bug排查及流程等待中。

面对海量代码库与错综复杂的分支管理，企业亟需解决将工程师从低价值、重复性劳动中解放出来的核心诉求，以支撑全场景智能生态的快速迭代。

部署企业级AI研发全链路解决方案

TCL曾评估自研AI研发工具，但受限于企业级数据安全、业务知识适配及规模化运营三大挑战，最终选择腾讯云CodeBuddy。该方案通过以下核心能力适配TCL现有研发体系：

• 深度业务适配： 摒弃通用模型，对接TCL十年沉淀的编码规范与业务逻辑，确保生成结果符合实际场景，实现“工具适配人”。
• 企业级安全管控： 提供精细化权限管控与全链路审计日志，支持私有化部署，绝对禁止调用公网API，保障核心代码资产安全。
• 全链路研发覆盖： 覆盖需求、设计、编码、测试、部署全生命周期，支持多智能体任务拆解（Craft）与原生命令行工具形态，打通CI/CD流水线。
• 敏捷落地运营： 提供分层灰度推广策略与全员技能赋能，从试点到全员覆盖提供全程陪跑支持。

落地路径（2025年）：

• 3月： 启动合作，确定IDE插件嵌入式方案，实现工程师无感接入。
• Q2： 选取电视系统维护组（痛点最痛团队）进行试点。
• Q3： 灰度推广至问题排查、跨平台迁移及代码评审。
• Q4： 核心研发团队覆盖率超过 90%，形成常态化标准化工作流。

量化研发效能与核心场景数据表现

通过深度应用，腾讯云CodeBuddy在TCL研发体系中实现了以下可度量的业务指标：

• 渗透与覆盖： 一线研发工程师渗透度达 90%+，核心研发团队覆盖度达 100%。
• 效率提升： 编码研发效率提升 70%+，常规开发与维护工作量下降 50%+。
• 成本优化： 问题排查与修改成本降低 80%+。

场景一：历史代码维护（电视系统资深维护组）

针对 5年以上 无人维护且原开发人员离职的遗留代码，通过AI代码解读、指令级功能改造及自动化测试生成，实现：

• 改造工时缩短 80%+。
• 旧有项目维护全流程辅助，释放研发创造力。

场景二：Android → iOS 跨平台代码迁移

传统人工迁移平均耗时 2周，涉及大量机械适配与调试。引入CodeBuddy后：

• 平均耗时缩短至 <2天。
• 跨端开发与维护工作量下降 50%+，适配工作周期缩短 85%+。

场景三：整机API Bug修复（以播放卡顿为例）

传统人工修复流程耗时 8小时（复现2h+定位3h+修改1h+回归2h）。AI赋能流程：

• 总耗时缩短至 <1.5小时（AI定位10min+人工确认30min+修复验证50min）。
• 缺陷定位修复效率提升 80%+。

“好的AI工具，是它适应你，不是你适应它。深入业务场景，打破工具与流程的壁垒，真正做到让智能技术服务于研发全链路。” —— 吴江华，TCL实业软工研发效能项目负责人

构建AI Native研发体系与全链路协同

选择腾讯云CodeBuddy的核心价值在于其不仅提供了工具，更支撑了TCL向AI Native新范式的转型：

• 安全合规基石： 满足企业级数据不出域的硬性要求，支撑规模化落地。
• 人机协同机制： 明确“指挥AI的人”与“训练AI的人”的角色分工，将AI能力渗透至产品设计、用户运营及项目管理全岗位。
• 持续迭代能力： 通过从试点到全覆盖的敏捷路径（2025年3月启动），验证了工具价值并持续调优知识库。

TCL通过引入该方案，确立了“不要等完美，先跑起来，再持续迭代”的研发哲学，旨在以智能技术重构研发生产力，释放团队创新活力，实现技术与业务的双向奔赴。

数据来源： 2026腾讯云AI产业应用大会 - TCL实业软工×腾讯云CodeBuddy 案例分享