AI Coding 正深入证券行业研发全流程，从“辅助补全工具”向真正的“生产力引擎”跃迁。
银河证券是国内率先推进 AI Coding 工程化落地的金融机构之一。在实际落地过程中，面临着三道坎：
一是金融机构对研发工具的数据安全合规要求极高；
二是缺乏统一使用规范和组织级经验沉淀，团队成员各自摸索，提效效果参差不齐；
三是各类工具平台彼此孤立，开发人员需频繁切换平台，流程摩擦成本高。
银河证券与火山引擎展开合作，通过引入 TRAE 企业版，并系统性推进 SDD (规格驱动开发)开发范式，在研发效率与代码质量方面取得显著提升：研发需求交付周期（883436）整体缩短1/3至1/2，AI代码采纳率最高可达87%，前端 UI 还原度稳定在90%以上。
让我们来看几个实例——
MCP驱动前端渠道开发
银河证券渠道研发团队负责 APP、H5、企微等多渠道的前端开发。在引入TRAE 企业版之前，团队尝试过多种手段：截图转码、墨刀导出、 HTML 文件导入等，但这些方案要么还原度不够，要么生成代码冗余较多，难以满足生产要求。最终，团队确立了通过接入 MCP 为核心的前端开发流程。
具体做法是：
首先，针对复杂业务页面，开发者用自然语言将业务逻辑整理成结构化的 Markdown Spec 文档，存入项目仓库；
同时，将设计稿对应模块的 Node 链接嵌入 Spec，实现设计与业务逻辑的精准绑定；
随后，TRAE 会先基于 Spec 搭建页面的整体框架，再按模块逐一精细化实现，让每行代码均可对应到明确规范。
经过实测，Flutter 页面 UI 还原度达到了90%以上，H5/Vue 页面还原度达到98%以上。
从截图转码到接入 MCP，我们经历了完整的工具演进。最终在 Flutter 和 H5前端开发上实现了90%以上的 UI 还原度，TRAE 在前端场景上的表现是我们选择它的核心原因。
朱戈
银河证券渠道前端研发团队负责人
SDD模式助力子账户与融券系统重构
子账户及融券业务系统是银河证券跨境交易的核心支撑，原系统架构老旧，重构系统的原预计需要4个月以上，对现有研发资源形成严重挤占。
银河证券基于 TRAE 落地了 SDD（规格驱动开发）工作流：
开发者先描述高级目标，AI生成包含用户故事与验收标准的详细规格文档（Spec）；
在人工评审通过后，再由AI生成技术实现的计划（Plan），并拆解为可审查的任务单元（Task）；
最后由AI按任务逐步完成代码实现（Implement），全程可追溯。
Spec 也不只是一次性文档，作为“准源代码”持续沉淀为企业 IT 资产，后续接手的开发者或AI均可基于 Spec 无缝延续工作。
最终，系统重构周期（883436）从4个月压缩至2个月，AI代码采纳率达87%以上，Bug 率降低25%，单元测试覆盖率提升30%。业务层面，券池规模扩大10倍，服务客户量扩大20倍。
通过 SDD 范式和组织级 Skills 体系，我们把整个研发流程真正串了起来。需求交付周期（883436）缩短了一半，这套东西我们还在持续沉淀。
黄金泽
银河证券研发效能团队负责人
组织级Skills沉淀与全流程工具链打通
银河证券研发效能团队还围绕 TRAE企业版的 Skills 与 MCP 能力，将研发全流程贯通串联起来。
第一，沉淀组织级 Skill 库。团队围绕需求分析拆解、单元测试自动生成、Code Review、Git 提交规范化等环节，形成了覆盖全链路的组织级 Skill 库，并通过组织级 Git 公共仓库统一分发给每位AI开发成员。
其中单元测试 Skill 可基于函数签名和分支覆盖率规则自动生成测试用例，减少60%的手写测试工作量。
第二，打通全流程工具链。在 MCP 集成层面，团队打通了 Ones（需求管理）、GitLab（GTLB）、DevOps 流水线等核心平台。开发者无需再登录多个系统，只需在 TRAE 中通过自然语言对话，即可完成“拉取当日需求-拆分任务分配-生成并提交代码-发起代码审核-触发流水线质量检查”的完整研发闭环。
研发全生命周期方法论沉淀
最终，银河证券形成了一套覆盖研发全生命周期（883436）的方法论体系：
通过能力分发机制，AI能力以 Marketplace → Plugin → Command → Skill 的路径逐级沉淀，并基于上下文渐进式触发，嵌入从“需求理解-设计建模-开发实现-验证测试-Review 集成”的每一个研发环节，而非停留在单点的代码补全。
在项目推进中，需求、规范、代码、测试与 MR 结果也会持续回写为组织级的 Skill Pack，持续形成知识飞轮：每完成一个项目，下一轮任务的触发就更快、执行就更精准，组织的AI研发能力随项目积累滚动增强。
这套方法论落地后，银河证券实现了AI平均代码采纳率60%以上、Bug 率降低25%，AI Coding 能力真正从个人工具升级为可复用、可传承的企业级研发资产。
火山引擎还帮助银河证券完成两期 AI Coding 培训，累计覆盖了超130名研发人员，参与培训的项目平均AI代码采纳率高达87%。
目前，TRAE企业版已覆盖银河证券100个研发席位，并计划进一步向业务部门非研发人员延伸。双方将不断完善研发体系和知识沉淀，打通从业务需求提出到代码交付的完整AI协作链路，让 AI Coding 真正从个人工具升级为可复用、可传承的企业级研发资产。
