中信百信银行作为原生数字普惠银行，始终敏锐捕捉行业趋势、探索前沿技术应用。自2023年初，中信百信银行便大力推进大模型技术智能客服助手、智能风控等多个场景的落地应用。

2024年，国产大模型崭露头角，中信百信银行凭借前瞻性眼光，率先关注并引入DeepSeek系列技术，投入智能代码助手建设工作，借助DeepSeek早期版本及其他业内领先文本大模型实现代码补全及技术问答。

2025 年1月，随着 DeepSeek 在行业内掀起热潮，中信百信银行积极响应，第一时间完成轻量DeepSeek-R1推理模型的本地部署。

在DeepSeek系列模型的强大支撑下，中信百信银行智能代码助手能力焕新升级，对提升研发效率与质量意义非凡，具体从以下两个关键维度得以充分展现：1代码补全：精准高效，智能随行智能代码助手基于大模型卓越代码推理生成能力，能够深度剖析代码的语义和结构，根据不同编程语言及项目需求，提供自动补全建议。例如，在Java开发中，开发人员输入部分代码，助手结合 Java 语法规则和常见设计模式，快速给出方法调用、变量声明等补全内容。

此外，它还能够结合编程语言规则和常见编码习惯，给出逻辑合理的补全选项，完美适配主流的 Java、Python、JavaScript 等编程语言。

目前，已覆盖80%研发人员，许多研发人员反馈，代码助手的应用使得研发效率显著提升。2技术问答：知识渊博，有问必答在技术问答板块，依托 DeepSeek丰富的知识库和庞大的代码库，智能代码助手不仅能提供各类技术知识，还能支持代码生成、代码解释等场景。例如，在研发人员遇到复杂算法实现问题，仅需在对话框内进行简单描述，助手便能够根据需求生成代码示例；对于难以理解的既有代码，助手能够详细解释功能和实现逻辑。

同时，为使其更符合行内研发场景，中信百信银行将行内代码片段、技术规范等技术文件进行向量化，并引入RAG（检索增强生成）技术，在用户提问时，优先从向量数据库中检索相关信息，后与DeepSeek模型的文本生成能力相结合，为用户提供更准确的回答。

此外，根据用户反馈，算法团队持续对模型进行微调，以行内实际业务场景中的问题和解答为样本对模型进行针对性训练，使模型在语言风格、业务逻辑等方面更贴合中信百信银行的研发需求。

截至目前，周均提问数突破上千人次，回复准确率高达91%，成为研发人员不可或缺的得力助手。

图：使用代码助手进行技术问答

展望未来，中信百信银行深刻认识到，科技是推动金融行业变革与发展的核心力量。DeepSeek模型在代码助手的成功应用，仅仅是2025年的开端。

在科技浪潮的推动下，中信百信银行将积极投身于金融科技的创新实践，不断挖掘前沿技术的无限潜力，持续拓展其在金融领域的应用边界。通过科技与金融的深度融合，为客户提供更加安全、便捷、高效的金融服务，助力金融行业迈向更加智能、稳健的发展新阶段。

责任编辑：王煊