ADL170《AI Coding》开启报名

本期ADL主题《AI Coding》,由北京大学教授李戈与清华大学副教授东昱晓担任学术主任，本期ADL讲习班邀请到韩凯（基元律动联合创始人兼CTO）、李戈（北京大学教授）、李佳（清华大学人工智能学院助理教授）、黎立（北京航空航天大学教授）、梁广泰（华为云CodeArts工具技术创新Lab主任）、刘广（北京智源人工智能研究院系统智能研究组负责人）、彭鑫（复旦大学计算与智能创新学院副院长、教授）、王肇国（上海交通大学教授）、夏鑫（浙江大学求是特聘教授）、谢吉宝（Qoder资深技术专家）和张克驰（腾讯混元大模型团队Agent算法研究员）等11位专家做专题讲座。

讲者简介：韩凯，基元律动联合创始人兼CTO，博士毕业于中国科学院软件所，硕士和本科分别毕业于北京大学和浙江大学。其主要研究方向为AI Agent和基础模型，已在AI领域顶会顶刊发表论文100余篇，谷歌学术累计被引2.6万余次，其中GhostNet 和TNT入围 PaperDigest最具影响力论文榜单。他还担任NeurIPS、ICML、ICLR、CVPR、ICCV和AAAI等顶会领域主席，入选斯坦福全球Top2%科学家和爱思唯尔中国高被引学者榜单。

报告题目：OpenSquilla：Token高效的Agent框架及其在代码上的应用

报告摘要：随着大语言模型（LLM）能力的快速提升，基于 LLM 的智能体（Agent）已在代码生成、任务自动化等领域展现出巨大潜力。为了将 Agent 从实验性原型推向大规模生产落地，讲者团队设计并实现了OpenSquilla —— 一个采用微内核架构的AI Agent 系统。OpenSquilla的主要贡献包括Harness原生的可学习智能模型路由、可自组织的MetaSkills 协议、生命周期可控的分层记忆架构、轻量级纵深防御的三档安全治理框架。OpenSquilla不仅在通用Agent任务更省成本更安全，在代码、软件工程领域也取得了更高效的表现。

讲者简介：黎立，北京航空航天大学教授、博士生导师，入选国家级青年人才项目。研究方向为移动软件工程和智能软件工程，累计发表高水平期刊和会议论文200余篇，谷歌学术引用超10000次，获得最佳/杰出论文奖励10项，软件工程顶会ICSE10年最有影响力论文奖一项。荣获2024年IEEE TCSE新星奖(首位大陆学者)，2023年ACM北京新星奖，2023年MSR Ric Holt青年研究成就奖，2020年澳大利亚研究理事会优秀青年研究奖。曾被评为全球前三最具影响力的青年软件工程研究人员。受邀担任ACM Computing Survey、EMSE、STVR等期刊编委以及ICSE、FSE、ASE、ISSTA等国际会议的程序委员会成员。

报告题目：鸿蒙AI Coding实践

报告摘要：针对传统开发语法适配难、API选型繁琐、调试耗时等痛点，利用AI Coding技术实现代码智能生成、纠错适配、性能优化等功能已经成为常态，被证明确能有效提升开发效率和质量。本次分享聚焦鸿蒙AI Coding落地实践，包括鸿蒙AI辅助研发工具链及其在软件工程全生命周期的应用实践。最后介绍AI Coding使能应用鸿蒙化快速迁移的操作方法，低成本、高效率完成安卓应用鸿蒙化迁移，助力开发者快速落地鸿蒙生态开发。

讲者简介：彭鑫，复旦大学计算与智能创新学院副院长、教授，国家级高层次人才计划入选者。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，中国汽车工程学会汽车基础软件分会副主任，《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”，2023年入选上海市东方英才拔尖项目，2024年获得“中创软件人才奖”。主要研究方向包括软件智能化开发与测试、智能化软件系统构造与运行支撑、具身智能与自主无人系统软件等。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杰出论文奖等国际期刊及会议优秀论文奖。担任2022年与2023年CCF中国软件大会（CCF 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。

报告题目：面向复杂软件的智能化开发与测试

报告简介：大模型及Agent等AI技术的发展助推软件开发进入智能化时代。在过去一年中，氛围编程更是掀起了一波新的热潮。在这种风起云涌的发展浪潮中，我们愈发需要从“系统复杂性”这一第一性原理的视角出发去理解和思考AI技术在软件开发中的作用。本次报告将在分析系统复杂性的含义及其来源的基础上，围绕软件智能化开发与测试面临的机遇和挑战分享我们的一些观点和实践探索。

讲者简介：上海交通大学教授，博士生导师，重点研发计划项目负责人，国家优秀青年科学基金获得者。从事系统软件研究，成果发表在OSDI、SIGMOD、PODC等相关领域权威会议上。发表ACM通讯（Commmunications of the ACM） 亮点论文和封面文章，并获2023 ACM SIGMOD研究亮点奖、SIGMOD 2022最佳论文优胜奖、CCF青年科技奖、ACM ChinaSys新星奖、华为奥林帕斯先锋奖，以及两次华为火花奖。学术兼职包括OpenHarmony技术指导委员会智能数据管理TSG负责人、ACM ChinaSys秘书长、CCF学术工作委员会委员等。曾受邀担任MLSys 2026、EuroSys 2026/2025、NSDI 2024、SoCC 2024/2023等国际会议的程序委员会成员，以及第22期秀湖论坛联合主席等。

报告题目：FM-Agent：面向大型系统软件的霍尔范式自动化推理智能体

报告摘要：如今的Coding Agent生成十万行以上的系统级代码，甚至构建一个完整的编译器，都已不再稀奇。但一个严峻的挑战随之而来：如何保障这些大规模代码的正确性？为此，我们推出了形式化方法智能体FM-Agent，通过将霍尔逻辑与LLM结合，首次实现了面向大规模软件的全自动正确性推理，在 Anthropic、NVIDIA 等用顶尖编程智能体生成的多个大规模系统（单个系统规模高达 14.3 万行）中，FM-Agent 报告了 522 个潜在 bug。值得关注的是，这些 bug 经过单元测试、差分测试、多智能体交叉审查等手段都未能发现。本次报告将向大家分享FM-Agent的最新进展，以及面向编译器、数据库等系统的实战经验。

讲者简介：夏鑫，浙江大学求是特聘教授，ACM 杰出会员、CCF 杰出会员，CCF 软件工程专业委员会常务委员。加入浙江大学之前，他曾任华为技术有限公司软件工程应用技术实验室首席专家及主任。主要研究方向包括人工智能与软件工程、挖掘软件仓库以及经验软件工程。夏鑫已发表超过 190 篇 CCF A 类期刊或会议论文，荣获 18 项最佳论文奖或杰出论文奖，其中包括 11 项 ACM SIGSOFT 杰出论文奖，包括 ASE（2018–2021、2025）、ICPC（2018、2020）、FSE（2025）、ICSE（2024、2026）和 MSR（2024）。因在职业生涯早期取得的突出成果，他于 2022 年获得 ACM SIGSOFT 早期职业研究者奖（Early Career Researcher Award）。此外，凭借在经验软件工程及 AI4SE 领域的贡献，他被 ACM 评为杰出会员。

夏鑫担任多个国际会议的指导委员会成员，包括 MSR、SANER、Internetware 和 PROMISE等。他曾参与组织 ICSE（2023–2025）、ASE（2020–2021、2025）等重要会议。同时，他现任或曾任 ICSME 2026、EASE 2026、SANER 2023、TechDebt 2023 和 PROMISE 2021 的程序委员会联合主席，以及 ASE 2028、Internetware 2023 和 FORGE（2024–2025）的大会联合主席。此外，他还担任多个知名软件工程期刊的编委，包括 TOSEM、EMSE、ASEJ、IEEE Software 和 JSEP。

报告题目: 大模型时代的软件工程：机遇、挑战与应对之路

报告摘要：大模型在软件工程领域的应用日益广泛，同时也引发了诸多争议。一方面，大量研究表明，大模型能够显著提升研发效能；另一方面，同样有研究指出，其在软件工程实践中存在明显的局限性。面对这一局面，大模型时代下的软件工程研究该何去何从？本报告将围绕我们团队在该方向的最新探索展开，从大模型引发的争议出发，剖析当前面临的技术困境，并介绍我们尝试突破这些困境的初步思路，最后对未来的研究方向进行展望。

讲者简介：谢吉宝，Qoder 资深技术专家，QoderWork & QoderCLI 负责人。

基础架构背景，曾主导多款核心中间件与高可用系统的架构设计。在大规模工程实践中逐步意识到，传统软件工程的效率提升正逼近工具链优化的天花板。目前带领团队聚焦 AI Coding 方向，致力于探索"代码智能体->通用工作智能体"的演进路径——不是在现有开发流程上叠加 AI 辅助，而是从底层重构人机协作范式，让智能体成为生产力的核心引擎。

报告题目：从 Code Agent 到 General Agent：代码智能体的通用化演进实践

报告简介：在大模型驱动的智能体浪潮中，代码智能体（Code Agent）是目前落地最成熟、能力边界最清晰的一类。它天然具备形式化推理、工具调用、环境交互与多步规划等核心能力——而这些恰恰也是构建通用智能体（General Agent）所需的基础能力底座。

本次分享将从一个核心问题出发：代码智能体是否可以作为通向通用智能体的最佳演进起点？ 我们将结合 QoderWork 与 QoderCLI 的工程实践，系统探讨以下议题：代码智能体在真实任务中展现出的通用化潜力；从代码场景向多模态、跨领域工作场景扩展的技术路径与关键挑战；智能体架构在推理、记忆、工具编排和人机协作层面的设计取舍；以及我们在"让智能体从开发者工具演进为通用生产力引擎"这一目标下所积累的实践经验与阶段性认知。

本次分享适合对 AI Coding、智能体系统架构及 LLM 应用落地感兴趣的研究者与工程师，希望为听众提供一条从工程实践出发理解通用智能体演进方向的具体路径。

讲者简介：张克驰，腾讯混元大模型团队从事Agent算法研究，博士毕业于北京大学计算机学院，导师为金芝教授和李戈教授，本科毕业于北京大学信息科学技术学院，研究方向为代码智能体、代码大模型与智能化软件工程。他曾以第一作者在自然语言处理、软件工程等领域的国际会议上发表多篇论文。其代表工作 CodeAgent 发表于 ACL 2024，是较早系统性研究代码智能体的工作之一。一作论文先后获得 2023 年 ACM 杰出论文奖（ACM SIGSOFT Distinguished Paper Award in ICPC）和2026年ACM 杰出论文奖（ACM SIGSOFT Distinguished Paper Award in ICSE）。

报告题目：从代码生成到持续执行：长时运行 Agent 的方法与挑战

报告简介：近年来，大语言模型在代码生成、软件测试、程序修复、知识检索和复杂任务求解等领域展现出了快速发展的能力，推动智能软件工具从一次性的问答辅助和代码补全，逐步走向能够持续规划、执行、验证和迭代的智能 Agent 系统。与传统代码生成技术相比，长时运行 Agent 不再只关注单次输出的正确性，而是需要在较长时间尺度上理解目标、拆解任务，并根据反馈不断修正执行路径，从而完成复杂工程任务。同时，长时运行 Agent 的工程化落地也带来了新的挑战。由于模型上下文有限，Agent 在长任务中容易出现目标漂移等问题；由于模型自身缺乏可靠的外部校验机制，也容易出现过早宣布完成或隐蔽错误等现象。本报告将围绕长时运行 Agent 的方法展开，探讨流程编排、任务分解等核心方法，并分析仍需解决的各种关键挑战。