8月21日，蚂蚁集团高级技术专家刘仁权在AICon深圳披露了AI研发交付领域的核心数据与架构实践：AI代码占比已超90%，"写代码"不再是瓶颈，瓶颈转向AI Delivery——如何让AI 7×24小时端到端地完成研发交付。
蚂蚁集团披露的数据显示，AI 在研发交付全链路中已占据主导地位。但更关键的变化是：当 AI 代码占比超过 90% 后，瓶颈从"生成代码"转向了"交付验证"——如何让 AI 自主完成从需求理解到发布上线的完整闭环。
注：数据来自蚂蚁集团在 AICon 深圳的公开分享，所有数字均基于生产环境实际运行统计，非实验室环境。
一组对比更能说明问题：BadCase 修复周期从 12.6 天压缩至 3 天，提效 3 倍以上。整个流程——归因、方案设计、编码、评测、发布——AI 主导占比 95%+，人类仅在关键节点做决策与判断。
蚂蚁将这套系统命名为 ADS（Agentic Delivery System），目标是让 AI 在 7×24 小时内端到端完成研发交付。它不是单一工具，而是一套相互协同的基建体系。
AI 时代的需求管理与研发流程基建，实现多 Agent 协同与 AI Workflow 编排，支持工程师对多个 Agent 的 7×24 小时并行调度与长程协作。
云端研发 Agent 环境，提供万级规模并发 Agent 执行能力，让每个 Agent 都拥有独立、可复现的运行时环境。
统一的 For Agent 标准化 CLI 体系，解决 CLI 分散建设、标准不一、安全能力薄弱以及构建、发布、分发链路割裂等问题。
评测/预发环境对 Agent 可创建、可验证、可保鲜、可路由，把碎片能力收成可编排的闭环，避免评测流量掉飞和环境漂移。
AI 驱动构建、部署、切流和门禁控制，提供统一的意图式交付入口，支持流水线自动监控、根因诊断和切流能力。
注：ADS 五大组件并非独立产品，而是蚂蚁内部研发基建在 AI 时代的系统重构，各自解决传统 DevOps 与 AI 工作流之间的矛盾。
蚂蚁在构建 ADS 时，面对的核心矛盾是：过去 10 多年沉淀的研发基建，在 AI 时代哪些该保留、哪些该抛弃？这个过程经历了大量 tradeoff 与组织阻碍。
最终形成的设计哲学只有一句话——
Agent 是一等公民。
以人为中心设计工具链，Agent 只是辅助工具。平台强管控，流程标准化，CLI 各自为政。
以 Agent 为中心重构基建，人做决策与判断。弱平台化、CLI First、Code First 三大原则。
这三大原则的共同指向是：让 Agent 像人类工程师一样，拥有完整的工具链访问权和执行环境，而非被限制在某个平台的 UI 流程里。
阿福是蚂蚁内部的 AI 助手，其 BadCase 修复场景成为了 ADS 的第一个生产级验证场。这不是实验室 demo，而是真实业务 7×24 小时持续运行的 Harness 系统。
一个诚实的注脚：不是所有环节都适合 AI 主导。蚂蚁在实践中发现，关键节点的决策判断、跨团队协调、以及部分安全合规环节，仍然需要人类介入。AI 主导率 95%+ 意味着剩下 5% 恰恰是最难、最关键的。
AI 代码占比突破 90% 之后，行业的竞争焦点正在从"模型能生成多好的代码"转向"如何让 AI 自主完成交付闭环"。蚂蚁 ADS 的实践表明，系统工程能力——而非模型参数——正在成为 AI 工程化的新瓶颈与新高地。
ADS 的完整技术细节与踩坑经验，已在 AICon 深圳大会上由蚂蚁团队首次公开。关注蚂蚁集团在业界的完整技术分享，获取更多关于 Agentic Delivery 的一线实践。
关注蚂蚁技术分享 →