企业级研发效能提升实践案例 | 11月18日TF125 报名

张刚

英慕软件科技技术负责人

主题：《大语言模型和软件设计的复兴》

主题简介：

大语言模型大幅提升了工程师的软件开发效率。但是，为什么有些团队效率倍增，有些却不尽人意？

本次分享将介绍演讲者在开源“共享出行”真实案例中，利用大语言模型支持需求细化和评审、架构方案选择、编码实现等方面的经验，并重新思考软件设计的本质以及对大模型时代软件工程师的能力要求。

内容大纲：

1.编程语言门槛降低，设计能力重要性凸显；

2.我如何借助大语言模型，用1个月时间，完成一个端到端、准生产水平的DDD+精益软件设计演示项目；

3.精益软件设计方法框架；

4、大语言模型时代的超级个体和对研发效能协作的潜在影响。

个人简介：

软件工程博士，CCF软件工程专委执行委员，前阿里巴巴资深技术专家，前阿尔卡特-朗讯ISAM软件架构负责人，领域工程和软件架构方法学专家。在领域建模、软件架构等领域有近20年的一线实践经验和深入洞察，目前致力于大语言模型在软件工程领域的应用研究和实践。著有《软件设计：从专业到卓越》。

揭光发

腾讯智能创作与内容平台部技术专家

主题：《大模型提效研发，从copilot到auto pilot》

主题简介：

深入探讨如何让大模型最大程度地释研发生产力，以及它将如何重构我们的研发模式。

我们会讨论大模型与研发的两种结合形态。其中，AIC Code聚焦于代码生成。例如，Copilot这样的工具可以辅助和加速编码，通过代码转译、补码补全到生成代码和测试等能力，让90%的代码都由AI生成。然而，一个问题随之浮现：研发过程不仅仅是编码，那么大模型是否只局限于提速编码？

接着，我们进入AIG Action的领域，这里，真正的魔法开始。AIG Action不仅可以让存量系统听懂人话，更能让AI真正接触到物理世界。这为AI Agent的诞生奠定了基础，预示着AI Agent将成为下一代的主流生产力。结合低代码技术，Agent可以在用户用自然语言描述需求的瞬间交付功能，这种创新方式是否意味着低代码的终结？

不仅如此，当Agent与传统开发模式结合时，Autopilot的概念应运而生。事实上，大模型在许多领域的单兵能力都已超越了平均水平，LLM的工程化结合行业SOP将全面重构整个行业，多Agent协同工作，再现了人类社会的协同范式，软件研发的全过程中将越来越多的Agents代替掉人。多Agent框架和产品在开源世界呈百花盛放之态。

思考仍然没有停止：多Agent架构，真的是我们所说的AutoPilot吗？预先编排好的SOP就像低代码的本质一样。当AGI（通用人工智能）到来，这一切将重新洗牌吗？此时，我们应当如何置身事内？

个人简介：

18年研发与团队管理经验，前腾讯云TVP，全栈低代码开发专家，腾讯低代码Oteam负责人，大模型应用早期实践者与布道师。在团队中深度践行LLM对研发提效，个人代码中AI含量达90+%。国内顶级行业及技术峰会担任大模型相关话題讲师或出品人10+次。

陈斌

NETSTARS CTO

主题：《企业研发效能提升的案例实践》

主题简介：

以ChatGPT为代表的人工智能正在以前所未有的速度推动各行各业的发展。软件开发也正在经历着一场革命。ChatGPT这个先进的人工智能工具正在帮助我们转向更高效、更准确的编程方式。ChatGPT的出现引发了许多讨论。一部分人把ChatGPT看作一场技术革命，认为它将彻底改变软件开发的方式。另一部分人则较为保守，他们认为ChatGPT只是一个能提高工作效率的工具，并不会对现有的工作方式产生太大的影响。

然而，无论如何，我们都无法否认技术的发展是无法阻挡的。我们需要接受并利用这些新工具来提高我们的工作效率和创新能力。将来被淘汰的不是软件开发工程师，而是不懂如何与ChatGPT配合的工程师。那么软件工程师应该以什么样的态度和姿势来拥抱ChatGPT呢？

首先，我们要相信ChatGPT的强大能力。也就是说ChatGPT输出逻辑代码要比人工编程效果更好效率更高。ChatGPT站在人类知识总和之上，其能力范围非常广泛。为了让ChatGPT能更好地帮助我们，我们需要提供精确和清晰的指示，以引导它按照我们的需求生成代码。

其次，我们需要理解人类语言的复杂性，做好人机互动。为了让ChatGPT能准确地理解我们的需求，我们需要提供足够的上下文信息。这可能包括问题的具体描述，以及我们希望ChatGPT提供的特定解决方案的类型。

再次，我们需要考虑到ChatGPT的输出限制。尽管ChatGPT非常强大，但它的输出还是有长度限制的。这意味着我们不能期望ChatGPT一次性生成一个完整的大型系统。相反，我们需要将任务分解成较小的部分，然后让ChatGPT逐步生成代码。

总之，要想最大限度地利用好ChatGPT，我们需要理解其能力、明确我们的需求，并适应其输出限制。通过技术实践，我们总结了水母式开发模式。遵循这个新的软件开发模式，我们才能最大限度地利用这个强大的工具，并从中获得最大的效益。

现在，我们正站在一个新的历史起点，拥抱ChatGPT，就是拥抱未来，拥抱更高效、更创新的工作方式。让我们一起迎接这场变革，让ChatGPT帮助我们开创软件开发的新篇章。

个人简介：

1989年毕业于吉林大学，一直专注于技术领域的探索和创新，1992年任新加坡航空公司高级系统分析师，负责航空订票系统的高并发处理，1999年投身于硅谷互联网技术发展的浪潮，参与硅谷互联网公司的创业，曾任日立美国系统集成总监，Abacus首席架构师，Nokia美国首席工程师，2008-2013年在eBay/PayPal任资深架构师，负责移动技术的架构设计。丰富的海外经历，多年的架构经验，深谙互联网对传统行业的影响，2014年加入易宝支付，成功地领导易宝支付的技术团队完善和重构了易宝支付的技术管理和架构体系，完成了战略升级。2016年起担任中国首席技术官联盟主席(CTOA)，2018年开始担任中国互联网技术百人会理事长。2020年投身于日本的支付业务，开始领导NETSTARS的技术团队。陈斌曾经先后出版了《架构即未来》《架构真经》《数据即未来》《区块链启示录》《Python 机器学习》《一本书读懂支付》《ChatGPT驱动软件开发》。

茹炳晟

CCF TF研发效能SIG主席，腾讯 Tech Lead，腾讯研究院特约研究员

个人简介：中国商业联合会互联网应用技术委员会智库专家，中国通信标准化协会TC608云计算标准和开源推进委员会云上软件工程工作组副组长，腾讯云、阿里云、华为云最具价值专家，年度IT图书最具影响力作者，多本技术畅销书作者，著作有《测试工程师全栈技术进阶与实践》《软件研发效能提升之美》《高效自动化测试平台:设计与开发实战》《软件研发效能提升实践》《软件研发效能权威指南》和《现在软件测试技术之美》（即将上市），译作有《持续架构实践》《现代软件工程》和《精益DevOps》（即将上市），国内外各大技术峰会的联席主席，出品人和Keynote演讲嘉宾。公众号“茹炳晟聊软件研发”主理人。