Keynote Speech
数生智慧，高质量发展新引擎
免费预约主会场直播>>>
中国计算机学会（CCF）杰出会员、软件工程专委会副主任、开源发展委员会常务委员，上海市计算机学会青工委主任，《Journal of Software: Evolution and Process》联合主编（Co-Editor），《ACM Transactions on Software Engineering and Methodology》、《Empirical Software Engineering》、《Automated Software Engineering》、《软件学报》等期刊编委。2016年获得NASAC青年软件创新奖。主要研究方向包括软件智能化开发、云原生与智能化运维、泛在计算软件系统、智能网联汽车等。研究工作多次获得IEEE Transactions on Software Engineering年度最佳论文奖、ICSM最佳论文奖、ACM SIGSOFT杰出论文奖、IEEE TCSE杰出论文奖等奖项。担任2022年与2023年CCF中国软件大会（ChinaSoft）组织委员会主席与程序委员会共同主席，以及ICSE、FSE、ASE、ISSTA、ICSME、SANER等会议程序委员会委员。带领复旦大学CodeWisdom研究团队开展软件智能化开发与运维以及软件供应链治理平台的研究，研究成果在多家大型企业进行了实践应用。
彭鑫
如何在快速迭代、持续演化的开发过程中实现效率提升和可信保障是当前企业软件开发中面临的主要挑战。以GPT系列为代表的大模型在代码生成及其他代码层任务上表现出了很强的能力，但在复杂软件系统的开发特别是维护性任务上的支持仍然不足，其中的一个主要原因是代码数据所提供的平面化信息不足以支撑大模型获得更高层次上的智能化开发能力。为此，我们提出在程序分析的基础上通过开发历史、文档知识等方面的知识增强形成一种汇聚软件开发知识的代码数字孪生，以此来增强大模型的软件智能化开发能力。本次报告将在针对当前大模型的软件智能化开发能力的分析和思考基础上，介绍面向软件智能化开发的大模型增强技术并对未来的发展方向进行展望。
分享主题：面向软件智能化开发的大模型能力增强
复旦大学计算机科学技术学院副院长、教授、博士生导师
API研发协同一体化平台Apipost、全栈测试一体化平台RunnerGo创始人。多年创业经历并具有15年开发经验。

穆红伟
现今软件行业面临得一些现实问题，我们想寻求解决突破
高编程基础要求，易出错：软件测试用例编写对编程基础有较高依赖，工作量大并且易出错。
复杂的代码用例，难维护：代码编写的测试用例维护过于复杂，对版本控制及回滚管理造成困扰。
数据源不统一，难协作：测试团队与研发团队的协同工作由于缺乏统一的数据源解决方案而效率低下。
风格不统一，难管理：测试用例的风格缺乏统一标准，影响了资产的有效传承。
场景模拟太单一，不真实：传统压测方式难以模拟真实并发场景，影响了软件产品的稳定性和可靠性。
1. 问题分析
1. 1 高编程基础要求，易出错：软件测试用例编写对编程基础有较高依赖，工作量大并且易出错。
1.2 复杂的代码用例，难维护：代码编写的测试用例维护过于复杂，对版本控制及回滚管理造成困扰。
1.3 数据源不统一，难协作：测试团队与研发团队的协同工作由于缺乏统一的数据源解决方案而效率低下。
1.4 风格不统一，难管理：测试用例的风格缺乏统一标准，影响了资产的有效传承。
1.5 场景模拟太单一，不真实：传统压测方式难以模拟真实并发场景，影响了软件产品的稳定性和可靠性。
对当前测试行业中面临的主要问题进行深度剖析，理解这些问题引发的原因以及对整体测试效果的影响。
2. 解决方向的构建
2.1 可视化测试用例编写：介绍这种新方法如何简化系统测试，提供实际工作模板和示例
2.2 自动化测试用例管理：详细解析自动化测试用例维护工具如何利用版本控制追踪更改
2.3 协同工作方式的革新：展示建立统一数据源和沟通平台后的协同效率提升，分享新的协作流程和规范
2.4 提升测试用例编写质量：讲解如何通过培训和指导材料达到统一编写标准，您的给出评审机制和反馈循环实施
2.5 真实并发场景的压测工具：解释如何使用压力测试工具模拟真实负载，提供压力测试场景和执行计划
3. 具体解决方案——RunnerGo全栈测试平台
3.1 RunnerGo的方案设计：分析RunnerGo如何实现上述功能，包括技术特点和主要优势
3.2 RunnerGo的实战案例：展示在实际软件测试中，RunnerGo如何解决传统方法中的问题
4. 成效与改进
4.1 显著的效率提升：通过对比数据展示RunnerGo如何明显提升测试和协同开发效率
4.2 收益和反馈：分享用户和团队成员的反馈，并分析RunnerGo带来的具体收益

5. 未来展望
5.1 RunnerGo的发展规划：分享RunnerGo未来的计划和目标
5.2 行业挑战与可能性：探讨RunnerGo在未来如何持续解决软件测试行业的挑战，以及改进可能性
1．如何根据产品生命周期打造产研团队的闭环管理
2．如何有效提高协同效率，增强产品质量

内容大纲
听众收益
分享主题：基础设施-企业级全栈测试平台
 Apipost、RunneGo 创始人
清华硕士、在互联网toC搜广推、大安全、移动端、金融科技等业务具有10年以上质量和风险管理经验。
3年智能化金融toB业务和产品负责人，具备丰富的业务和研发管理经验。
目前专注于蚂蚁财富在对话、营销、生成等场景的大模型应用落地和底座的质量和风险工作。
刘瑾
结合蚂蚁财富、流量平台、保险、信贷等金融业务的思考，以蚂蚁财富和平台部的实际质量工作挑战为案例，分享一下现在数智化和大模型对质量工作的挑战。从业务的智能化场景的保障到用智能化的手段解决质量问题都对质量工作提出了新的要求。智能化的场景靠传统的功能测试工程链路的覆盖逻辑已经无法保证，需要构建配套的结合业务场景的评估手段。同时，质量工作本身也演进到需要用数智化的技术来解决问题。
1. 大模型对财富质量工作的挑战
    1.1 生成式AI对营销、金融资产、金融服务质量的整体影响和分析。
    1.2 蚂蚁财富对大模型质量的应对策略
            1.2.1 营销和增长链路的质量保障手段实践。
            1.2.2 金融资产的数字化质量保障案例。
            1.2.3 金融服务的模型质量。
2. 蚂蚁财富在攻坚的大模型质量工作
    2.1 大模型评测评估框架的设计及评测集
    2.2 AIGC内容风控和安全
    2.3 质量大模型
3. 未来和展望
    3.1 质量工作面临的挑战与展望
    3.2 大模型时代对质量行业、岗位未来的要求
分享主题：大模型时代质量工作的挑战与应对策略 
蚂蚁集团 财富和平台部  质量技术风险总监
负责腾讯CI的产品规划和持续集成，先后在蓝鲸内负责持续部署和大数据平台建设，有多年的运营规划以及持续交付经验，熟悉百人规模下的持续集成解决方案以及海量的持续交付产品设计和实践。
刘章雄
近年来，随着大数据、AI以及企业数字化转型浪潮的兴起，传统的研发模式，越来越难满足企业快速发展的需求。高效的研发方法以及技术研究在研发提效中成为了众多企业探索以及技术核心竞争力。同时，devops实践在各大企业落地若干年，各有不同的实践方法，下一步该如何突破以及寻求更好的研效提升，也成为了众多企业去寻找的一个难点。

为了让更多企业在降本增效时期能够更好的进行高效协同以及研发效率的提升，本次重点带来云研发在腾讯游戏业务内部的方法和实践，聚焦在云研发在腾讯游戏业务的背景以及内部如何落地实践，解读建设和落地过程中的思考和转化。包括方法论、体系架构、实施过程以及产品展示等。希望能够帮助到更多大型互联网企业以及传统企业了解云研发提升研发效率，提高跨团队协同、实现研效提升助力企业快速发展目标。
分享主题：腾讯业务云研发的应用实践 
腾讯 IEG蓝鲸技术总监
关注QECon公众号
关注QECon视频号
议题投稿
Speaker@qecon.net    
票务联系
18611377287  马静  
媒体合作
13516196409  皮皮
商务合作
15122643988  木子