主要观点：在大型企业中，部落知识常阻碍开发者生产力和运营敏捷性，主题专家（SME）易成为瓶颈。本文提出利用 GraphCodeBERT 嵌入、FAISS 向量搜索和大型语言模型（如 Sonnet 或 Claude）将复杂企业逻辑转化为对话式解释的架构，以解决 SME 瓶颈和加速工程速度。
关键信息：

• 企业存在重复问题和 SME 瓶颈，如员工入职培训延迟、易有错误假设等。
• 代码通常对非技术人员不可访问或可读，如业务规则在代码中但难理解。
• 提出的内部问答系统利用 GenAI 组件，包括 GraphCodeBERT、FAISS 等，通过一系列流程处理用户查询并生成解释。
• 真实案例中，GenAI 帮助自动化资本资产会计逻辑，提高效率。
• Codex 使产品经理等利益相关者能自助获取企业逻辑，节省时间和精力，提升业务价值。
• 该方法不仅提高生产力，还能进行战略知识留存，如根因分析等。
  重要细节：
• 代码摄入和嵌入过程，通过 GraphCodeBERT 为代码生成语义嵌入并存储在向量数据库。
• 用户查询流程，包括路由、缓存、查询转换、模型上下文协议等环节。
• 以基础设施资产生命周期为例，说明 GenAI 的应用和效果。
• Codex 能为不同需求提供具体内容，如解释标志作用等。
• 对比手动和 GenAI 驱动的问答系统在 SME 时间、回答时间等方面的差异。