CNCC | 大模型如何使能软件工程？

金芝

CCF会士、监事长、CCF软件工程和系统软件专委执委，北京大学教授

北京大学教授 ， 973项目首席科学家。兼任国务院学位委员会学科评议组成员（软件工程），IEEE TSE Associate Editor，IEEE TR Associate Editor，《软件学报》执行主编，《计算机学报》副主编。主要研究领域包括：软件需求工程、知识工程、和知识服务等，出版 英文专著3部，中文编著1部，发表论文180余篇。2006年获得国家杰出青年科学基金资助。

高翠芸

CCF软件工程专委执委，哈尔滨工业大学（深圳）副教授

哈工大青年拔尖人才。入选第九届中国科协青年人才托举工程，ACM TOSEM Associate Editor。主要研究领域包括：智能化软件数据分析和软件可靠性，近年来在相关领域的顶级会议和期刊如TSE、TOSEM、ICSE、FSE、ASE等上发表论文70余篇，荣获CCF A类会议ICSE 2024杰出论文奖和ASE 2023杰出论文奖。

马晓星

CCF理事、软件工程专委主任，南京大学教授、计算机学院副院长

主要研究方向包括智能软件工程、软件自适应技术、软件体系结构与中间件等。研究工作得到国家杰出青年科学基金、国家973/863项目课题、国家自然科学基金重大项目课题等项目资助；发表学术论文百余篇，曾获中创软件人才奖、两次国家科技进步二等奖（分别为第2、第4完成人）等。

报告题目：神经符号系统——非确定性管理的视角

摘要 ：作为一种智能化软件形态，融合了神经网络和符号规则的神经符号系统正受到越来越多的关注。然而，现有技术仍然难以有效支持较大规模神经符号系统“端到端”的自动构建。神经网络训练和符号规则学习过程中对非确定性的不兼容的处理方式是造成神经符号学习效果欠佳的一个关键因素。本报告旨在以非确定性管理的新视角，讨论分析“端到端”神经符号系统构建的技术挑战，评述相关工作思路、进展和当前仍然存在的问题，并在此基础上，展望下一步的发展方向。

刘辉

CCF杰出会员、软件工程专委秘书长，北京理工大学教授

长期从事软件质量保障和智能软件开发方面的研究和教学工作。发表CCF A类论文三十余篇，曾获得IET Premium Award、RE最佳论文奖、ICSE杰出论文奖以及ESEC/FSE杰出论文奖。智能化软件重构的部分研究成果被Eclipse采纳集成。

报告题目：大模型时代软件工程研究的新范式

摘要 ：软件工程研究的目的是以工程化的方法，提高软件开发的效率和软件质量。随着大模型技术的飞速发展，大模型技术在一系列软件工程任务上表现卓越，显著超过了传统的软件工程方法。这一趋势引发了人们对大模型时代软件工程研究范式的焦虑与探索。本报告分析大模型技术对现有软件工程研究方法的影响以及由此导致的软件工程新范式，重点探讨新范式对特定大模型以及大模型技术的阶段性进展的过度依赖问题，探索更具一般化的研究方法。

李永彬

阿里巴巴通义实验室资深算法专家

代码智能&对话智能负责人。研究方向为大模型、代码智能、对话智能等，负责通义灵码（编码助手/AI程序员）、通义星尘（角色扮演/数字人）、通义晓蜜（智能客服）和 通义听悟（工作学习助手）等产品的大模型技术，其中通义灵码已成为国内用户规模最大的智能编码助手。围绕对话、代码、大模型等方向发表了80余篇国际顶会论文，并先后担任ACL/NAACL/WSDM等国际顶会的领域主席。

报告题目：软件工程智能化的应用进展和前沿探索

摘要 ：大模型开启了智能化时代，智能机器的数量将会远远超过人类的数量，有多少机器就需要多少代码，软件工程的全链路智能化，既是技术发展的必然趋势，也是智能落地的巨大机遇。在过去一年多中，一方面，基于大模型+Code Copilot打造的智能编码助手正在如火如荼的发展，极大的提高了编程效率，另一方面，基于大模型+Code Agent打造的AI程序员又开始崭露头角，开始从端到端全链路的层面来对软件工程进行智能化升级。本次分享将从大模型技术发展趋势和软件工程发展趋势的综合视角入手，探讨软件工程全链路智能化发展遇到的问题、当前的应用进展（从Copilot到Agent）和下一步的发展趋势。

胡星

浙江大学软件学院副教授

CCF软件工程专委执委、系统软件专委执委，主要研究方向为智能化软件工程，程序理解，软件仓库挖掘。在TOSEM、ICSE、ASE、FSE和EMSE等高水平会议和期刊上发表论文40余篇。担 任TOSEM ，JSEP期刊编委。主持国家自然科学基金专项培育项目，参与国家重点研发计划等多个科研项目。获得ICSE2024 ACM SIGSOFT Distinguished Paper Award，MSR 2024 ACM SIGSOFT Distinguished Paper Award，ICPC 2018 ACM SIGSOFT Distinguished Paper Award。担任FORGE2024和Internetware2023程序委员会主席，担任国际级顶级期刊（TSE、TOSEM、EMSE）审稿人，受邀担任国际会议ASE、ICSE、FSE、ISSTA、MSR、ICSME、SANER的程序委员会成员。

详情请参考个人主页：https://xing-hu.github.io/

报告题目：大模型驱动的代码智能：生成、测试与评估

摘要 ：近年来，大模型展现出了强大的智能涌现能力，在自然语言处理等任务中表现出了出色的自主学习和推理能力。在软件工程领域，使用大模型提升软件开发效率，保障软件质量成为当前研究热点，例如Copilot集成了最新的大模型GPT-4并用于代码生成。本次报告聚焦大模型驱动的智能化软件工程，包括其在代码生成、测试生成、大模型评估相关的最新研究进展。

陈小红

华东师范大学软件工程学院副教授/博导