大模型时代十倍效能提升之道-2024上海站_QECon全球软件质量效能大会-橙柚科技

点击抢票

即将售罄

深圳站 · 2024年5月24-25日

上海站 · 2024年9月20-21日

北京站 · 2024年10月25-26日

优惠倒计时

专场：大模型时代十倍效能提升之道

大语言模型（LLM）的出现正在引发软件研发行业的变革，LLM在需求工程、代码生成、测试生成、程序修复、部署运维等众多软件工程任务上取得了突破性进展，带来了全新的机遇和挑战。大模型时代，如何借助大模型能力进一步提升组织研发效能？研发效能团队如何为大模型研发提供服务？回答以上问题亟需新的方法、技术与工程实践。

分会场以“大模型时代研发效能提升之道”为主题，邀请多位专家学者，共同探讨大模型时代的研发效能提升方法，分享前沿技术和实践经验，以期推动软件研发行业的创新发展。

专场出品人：梁广泰

华为云软件分析lab负责人、代码智能分析技术专家

CCF软工专委常委、开源发展委员会供应链安全工作组秘书。2014年初获得北京大学计算系博士学位，之后入职IBM中国研究院担任研究员职位。16年5月加入华为工作至今，带领团队先后围绕代码智能生成、代码缺陷/漏洞检测与修复、开源成分分析与治理、代码智能同步/重构/移植等方向成功孵化多项智能化开发服务并规模化落地。至今已发表技术专利50+及学术论文35+（含ICSE/FSE/ASE/OOPSLA等），曾获FSE/ISSTA最佳论文奖，先后担任一系列软工Top国际会议PC Member/Chair等角色（含ICSE/OOPSLA/ISSRE等）。

李佳奇

去哪儿旅行技术总监

去哪儿旅行技术总监，技术中心TC委员、业务架构SIG负责人、机票研发TC主席，负责机票研发团队的AIGC落地和相关技术储备及人才培养。10余年OTA一线研发经验，在高并发高可用系统建设、DDD项目落地、业务域系统价值度量、线上系统防腐治理等领域有代表性作品。多次在公司内外和行业技术大会担任出品人和讲师，并和技术专业媒体合作推出过线上案例课程和在线直播。

待定

Qunar机票基于大模型的工单处理提效实践

大模型的突破性发展给技术团队带来的新的机会，去哪儿机票研发团队结合大模型能力和自身在工单处理中遇到的成本高、体验差、效率低的痛点，进行了工单自动处理系统建设，运用大模型实体识别、推理能力和总结能力，结合AIGC工程化方法和其它有效工具，落地了覆盖机票全领域的工单自动化处理系统，使工单处理成本整体下降50%以上，部分业务场景直接成本归0。

内容大纲
1. 背景介绍
1.1 AIGC在Qunar机票技术落地策略和现状
1.2 工单处理的现状和痛点分析
1.3 大模型带给工单处理的效能提升机会
2. 工单处理自动化方案和落地
2.1 自动化处理方案整体介绍
2.2 提升大模型效果的关键动作
2.3 工程能力的关键设计
3. 落地效果和关键数据
3.1 工单处理痛点提升效果
3.2 关键过程数据
4. 方法总结和展望
4.1 业务研发团队在AIGC时代的生存之道
4.2 大模型在业务系统落地中的挑战和应对

听众收益
1. 了解业务研发团队在AIGC时代下如何顺势而为
2. 掌握大模型落地过程中的工程化能力
3. 学习在线系统的工单自动化落地案例和核心设计

强勇

华为云质量效能架构师

华为云质量效能架构师，入职华为19年从事研发相关领域工作，先后投入产品开发、研发PMO等方向，2017年起伴随华为云业务一道成长，主导DevSecOps质量效能数字化体系建设及运营，系统总结输出并发布华为云DevSecOps质量效能白皮书、理论与实践体系，并作为专业服务能力组组长负责质量效能商业化外溢，华为集团内外部交流反响强烈；同时承担大模型时代下，AI赋能研发质量效能领域规划及落地工作。

待定

质量效能3.0：迈向智能化应用场景及实践

为实现华为云质量效能体系化、数字化持续的内部价值影响力，外部领先竞争力，在已取得突破的质量效能2.0基础上，通过大模型和AI算法使能，围绕“安全、稳定、高质量”，构建质量效能3.0智能化体系，基于数据智能驱动保障华为云的研发质量，提升研发交付效率。

内容大纲
1. 回顾：华为云质量效能2.0体系及数字化建设
2. 规划（P）：质量效能智能化发展趋势及3.0体系
3. 行动（D）：面向质效智能化场景的专项工作
4. 总结（C）：华为云质效3.0智能化典型案例总结分享
5. 改进（A）：面向未来质量效能提升思考

听众收益
1. 介绍华为云质量效能2.0体系及数字化能力，学习借鉴相关优秀实践
2. 基于业务痛点和问题，开辟新赛道（区别于AI赋能流水线作业，如AIGCode等），重点围绕质量效能3.0智能化应用场景及实践，启发对质量效能数据智能应用的思考和借鉴

成海霞

微软亚太研发中心开发者事业部

高级软件工程师

目前主要负责Java on Azure面向传统应用服务器的云原生解决方案的设计和研发，助力企业客户将Java遗留系统成功转型并无缝迁移至Azure容器平台，实现技术现代化的飞跃。毕业后曾就职于甲骨文上海研发中心，从事自动化测试产品以及PAAS平台现代化DevOps系统的研发工作。
《AI辅助编程实战》、《构建可扩展分布式系统：方法与实践》等技术书籍译者，外版书籍《Microsoft Azure for Java Developers》（Apress，2023）技术评审。

待定

AI辅助编程—Github Copilot实战

随着人工智能技术的迅猛发展，探索如何巧妙地利用AI简化复杂的开发流程、提高代码编写的效率和速度，已成为开发者们共同关注的热点。在当今的技术领域，熟练掌握AI辅助编程工具已成为现代开发者的一项基本技能。

本次议题将深入探讨《AI辅助编程实战》一书的精髓，展示如何运用AI技术提升软件开发的效率。我们将从概念构思到应用落地，全面解析并优化开发流程。此外，我们还将分享GitHub Copilot的先进实践，为开发者提供实用的指导和策略。

内容大纲
1. AI辅助编程概览
1.1 AI辅助编程的定义与重要性
1.2 AI辅助编程的核心功能与能力层级
1.3 工具/LLM的分类与特点
1.4工具/LLM的评估标准与方法
2. GitHub Copilot 深入解析
2.1 GitHub Copilot 简介
2.2 常用功能概览
2.3 核心功能：代码补全
2.4 核心功能：Chat 交互
2.5 GitHub Copilot 对生产力的促进
3. GitHub Copilot 实战应用
3.1 快速掌握新编程语言
3.2 高效编写测试代码
3.3 诊断与解决问题
3.4 代码重构与优化
3.5 增强代码安全性
3.6 代码的通用性转换
3.7 强化软件开发的全生命周期管理
3.8 商业版与企业版特性
3.9 扩展 GitHub Copilot 的可能性
4. AI辅助编程的局限性与挑战
4.1 探讨AI辅助编程的潜在缺点
4.2 面临的技术与伦理挑战
5. 总结与未来展望
5.1 总结AI辅助编程的优势与应用场景
5.2 展望AI辅助编程的未来发展与趋势

听众收益
1. 对AI辅助编程的全面理解：了解AI辅助编程的发展历程和核心工具，为听众提供行业背景知识。
2. 深入软件开发生命周期的AI应用：掌握AI在需求分析、设计、编码、测试和部署等软件开发不同阶段的应用方法。
3. GitHub Copilot的实战技巧：学习如何使用GitHub Copilot提升开发效率，并通过现场演示直观感受其功能。
4. 案例研究的启发：通过实际案例了解AI辅助编程在现实项目中的应用效果和潜在价值。
5. 对行业未来趋势的洞察：了解AI辅助编程的发展前景和面临的挑战，为个人职业规划和技术选型提供参考。

许威

中兴通讯产品架构规划师

中兴通讯股份有限公司，产品架构规划师，需求COP组长，部门能力提升负责人，公司二级讲师，AI教练等。曾做过5年开发，4年项目经理，3年产品架构规划师等。目前主要负责部门研发过程改进，AI助力研发效能提升工作。

待定

AI驱动下研发效能提升的变革与实践

在人工智能快速发展的今天，大模型技术已成为推动各行各业变革的关键力量。然而，如何有效利用AI能力提升研发效能，降低成本，实现更广泛的应用，仍是业界亟待解决的难题。
本实践重点探讨AI如何改变和创新研发模式，如何通过创新技术与方法，实现研发效能的显著提升。

内容大纲
1. 引言
1.1 AI技术的迅猛发展及其在现代社会中的应用概述
1.2 传统研发模式面临的挑战与局限性
1.3 如何使用AI技术提升研发效能
2. AI在研发过程中的应用（极致场景）
2.1 多Agent全量代码生成
2.2.1 需求分析智能体
2.2.2 开发设计智能体
2.2.3 前端代码智能体
2.2.4 后端代码智能体
2.2.5 测试智能体
2.2.6 应用生成发布
3. 案例演示（MP4视频）
4. AI在研发效能提升的演进趋势与展望

听众收益
1. 了解AI技术在研发提效中的应用
2. 了解多agent全量代码的生成与实现过程
3. 了解agent在研发提效中的发展趋势