n72手电筒当我们回顾人类历史上最伟大的发明和创新时，往往会发现一个不变的趋势：科技的进步推动了社会的发展。现如今，我们正站在了又一个科技革命的风口上——人工智能（AI）。作为一项革命性技术，AI 正逐渐渗透到我们的日常生活中，其中 AI 对于编程和研发效能方面的推动作用，无疑是一个备受瞩目的话题——它

　　正因如此，在 2023 年 10 月 23-24 日将于研发中心城市长沙盛大举行的第四届“长沙·中国 1024 程序员节”中，我们特别开设了“AI 编程与研发效能”主题论坛，希望能与资深技术专家共同探讨 AI 编程和研发效能的重要性，以及它将如何改变我们的生活、促进产业的发展并推动未来科学的前沿。

　　在“AI 编程与研发效能”主题论坛中，我们邀请到了华为云智能化软件研发首席专家王千祥（出品人），微软高级云技术布道师卢建晖，腾讯云 Cloud Studio 产品技术总监汪晟杰，中软国际解放号平台部副总经理钱卫春，华为云代码大模型技术专家、AI 算法科学家马宇驰和同济大学特聘教授、“软件工程3.0”定义者朱少民，他们将一同探寻 AI 时代下的研发效能提升之道。

　　从革命性的自动化工具到创新的深度学习技术，AI 正在不断改变着我们编程的方式，为开发者们打开了崭新的大门。在本次“AI 编程与研发效能”主题论坛中，重磅集结了多位明星企业的顶尖 AI 专家，他们将现场分享 AI 将如何重新定义编程并提高开发效率。

　　此外，我们还邀请到了华为云智能化软件研发首席专家王千祥担任出品人。他同时还是 PaaS 技术创新 LAB 主任，华为可信领域科学家，主导华为公司的智能化软件研发，结合 AI 技术与软件分析技术，赋能公司的系列软件研发工具。作为本次论坛出品人，严格把关论坛内容的实用性及质量，为开发者们理解技术研发与实践提供更优的思路。

　　随着我们进入了 Copilot 应用时代，要如何高效利用 LLM 构建 Copilot 应用？或者你是一名 LangChain 用户，对于在工程化应用的效率上 LangChain 有不少的缺点？在本次演讲中，微软高级云技术布道师卢建晖将介绍 Semantic Kernel这个多语言，多场景为 Copilot 应用而生的 LLM 应用框架。他表示：“通过该框架，你可以更容易把 LLM 加入到你的应用中，通过不同语言快速构建 Copilot 应用。”

　　卢建晖，微软高级云技术布道师，专注在大数据和人工智能，喜欢四处游历布道技术，现阶段主要基于 LLM 为创业者、开发者以及学生提供基于 Copilot Stack 的解决方案，以及与企业结合的 Microsoft Fabric 的商业智能场景。

　　GPT3～4 的面世影响了各行各业，在开发场景亦然。以 Github Copilot 为首，相对于传统开发模式，在代码质量和效率方面有明显的提升，AI 代码助手势在必行。腾讯云在 AI 代码助手方面是如何思考与探索的？本报告将结合模型建设、产品化进程、内测效果以及 Demo 实操与大家进行分享和讨论。

　　汪晟杰，腾讯云 Cloud Studio 产品技术总监汪晟杰，历任阿里高级技术专家，从事钉钉云效核心业务线、Teambition 合伙人、Autodesk 首席软件架构师、十多年 SAP 云平台、SuccessFactors HCM、Sybase数据库 PowerDesigner 等产品的开发经理，在软件架构设计、产品管理和项目工程管理、团队敏捷提效等方面拥有逾 18 年的经验。

　　大模型时代已经到来，千行百业都在探索大模型的应用方法，那么软件开发行业应该如何利用大模型提高效率呢？大模型会是软件开发行业的“银弹”吗？为此，中软国际组织开展了软件工程领域大模型的一些尝试，本报告将介绍大模型对软件工程领域影响的一些看法，对工具的使用尝试情况及以及一些比较好的实践方法，期望对同行以及初学者有所帮助。

　　钱卫春，中软国际解放号平台部副总经理，20 多年 IT 行业从业经验，有丰富的软件项目开发和管理经验，近10年主要负责解放号平台的系统架构及演进。

　　AI 的引入使得一站式软件开发成为可能。从代码生成、单元测试和代码调试等过程，AI 可以在每个阶段提供关键支持，大大缩短开发周期。其背后 AI 大模型的崭新应用使得 10 倍开发效率的开发者成为可能。在本次演讲中，华为云代码大模型技术专家、AI 算法科学家马宇驰将探讨如何将 AI 集成到软件开发中，以大幅提高效率。

　　马宇驰，博士，华为云 DevAI Lab 负责人、代码大模型技术专家、AI 算法科学家。博士应届加入华为，历任AI算法科学家、智能化测试技术专家、研发智能博士军团 Leader 等岗位。带领团队先后围绕智能化测试、智能化运维、智能路由与调度、智能化代码生成等方向成功孵化多项智能研发服务，完成规模化落地并外溢。21 年以来，作为 CodeArts Snap 代码大模型项目负责人，主导代码生成、测试生成与研发交互等关键技术的能力突破，以及 Snap 产品设计、开发与落地。

　　软件不同于硬件，软件产品有一个相当长的演化时间，从一个版本升级到另一个版本，功能不断增强、性能持续改进，运行也越来越稳定，软件不断成熟起来。如同软件演化过程，软件工程也经历着一个不断演化、不断成熟的过程，从以瀑布模型为代表的传统软件工程、向以敏捷 / DevOps 为代表的“现代软件工程”发展。当大模型显示其具有 AGI 能力时，我们感受到软件工程正在迎来一次新的变革、正在改变软件开发的新范式，迎来软件工程的新时代。本次分享将深刻阐述软件工程从 1.0 到 3.0 的演化过程以及从中得到的启示，侧重讨论在大模型时代，软件是如何被开发出来的。

　　朱少民，同济大学特聘教授、CCF TF 软件质量工程 SIG 主席、软件绿色联盟标准评测组组长、QECon 大会和 AiDD 峰会发起人、“软件工程 3.0”定义者。近三十年来一直从事软件测试、质量管理等工作，先后获得多项省、部级科技进步奖，已出版了二十多部著作和 4 本译作。