类型：报告 · 建档：2026-04-28 ｜ 时效性文档，引用前请核对正文的数据截止日
研盾
项目背景
2026 年 AI Coding 已实现全行业普及，工具普及率达 95%，编码效率实现跨越式提升，但研发治理能力严重滞后于 AI 带来的效率革命，形成显著的「治理赤字」。AI 生成代码导致隐蔽 Bug 数量增加 120%，线上事故风险陡增，AI 带来的效率革命亟需同等级的治理革命。
随着集团数字化转型深入，大量数字化项目由乙方技术团队承接落地，甲方研发管控面临核心痛点：
- 乙方方案评审效率极低 — 乙方提交的技术方案体量庞大、专业性强，人工评审耗时久，严重阻塞项目启动流程
- 方案风险漏判率高 — 人工评审依赖个人经验，乙方方案常出现避重就轻、隐藏技术风险等问题
- 评审标准不统一 — 不同项目、不同评审人对乙方方案的要求不一致，无统一的评审基线
- 整改闭环难管控 — 整改是否到位、历史问题是否闭环，无统一台账跟踪
- 合规审计无支撑 — 评审过程、评审意见、整改记录无统一归档，存在合规风险
- 研发全流程治理缺失 — 乙方项目工时评估无标准化依据、代码交付质量不可控
产品定位
研盾 — AI 驱动的研发标准化治理平台。甲方内部专属 AI 研发治理平台，通过三大 AI 智能体，覆盖甲方对乙方项目的「技术方案评审 - 工时评估 - 代码走查」全核心管控流程。
核心价值主张
效率提升、风险前置、标准统一、闭环管控、合规可溯。
产品差异化
| 对比维度 | 研盾优势 |
|---|---|
| 对比人工方式 | 统一评审标准、效率提升 90%、风险不漏判、全程可追溯 |
| 对比传统工具 | AI 原生理解能力更强，具备文档理解、逻辑推理、风险评估能力 |
| 对比通用大模型 | 基于集团专属基线无幻觉、内网部署数据不出域、全流程闭环可审计 |
核心能力
三大 AI 智能体
| 智能体 | 角色定位 | 核心职责 |
|---|---|---|
| 技术方案评审智能体 | 资深架构评审专家 | 方案解析、基线对标、风险识别、分级输出、多轮闭环 |
| 工时评估智能体 | 研发成本评估专家 | 需求解析、工时估算、虚高预警、多轮优化 |
| 代码走查智能体 | 代码质量与安全专家 | 代码扫描、规范检查、缺陷识别、修复建议 |
核心功能模块
- 统一认证与权限 — 对接集团统一身份认证系统，数据权限隔离
- 技术方案评审 — 多格式导入（docx/pdf/md）、基线对标6大维度评审、问题四级分级、多轮闭环评审（≤5轮）、标准评审报告输出
- 工时评估 — 标准Excel模板、AI工时评估与虚高预警、多轮优化
- 代码走查 — Git对接自动触发（Coding Hook）、4类核心检查（规范/缺陷/安全/性能）
- 评审管理 — 评审列表、详情页与历史回溯、单轮次导出（Excel/MD）
- 知识库 — 集团专属研发知识库、管控基线库、历史问题库
业务目标（SMART）
- 降本增效 — 乙方方案评审耗时降低 90%，甲方评审人力投入减少 80%，年节省人工成本超 200 万元
- 风险管控 — 乙方技术方案风险点 100% 覆盖，从源头规避项目落地风险
- 标准统一 — 建立集团统一的方案评审标准、整改要求、管控流程
- 闭环管理 — 方案从提交、评审、整改、验收的全流程闭环台账管理，问题 100% 整改闭环
- 合规管控 — 评审全流程可追溯、可审计，满足集团项目合规要求
- 资产沉淀 — 构建集团统一研发知识库、甲方管控基线库、历史问题库
版本规划
| 版本 | 范围 |
|---|---|
| V1.0（本期 MVP） | 核心研发环节覆盖 + 基础权限 + Git 对接，极简闭环 |
| V2.0 | 乙方使用入口、版本对比、代码走查与方案关联绑定、操作体验优化、统计功能 |
目标用户
- 技术经理 — 乙方技术方案评审、工时评估、代码走查、风险识别、整改跟踪
- 产品/项目经理 — 乙方技术方案评审、工时评估、风险识别、整改跟踪
- 管理员 — 权限管理、全平台台账审计、系统配置