论坛讲者

CCF会士、监事长，北京大学/武汉大学教授

CCF / IEEE / AAIA会士，北京大学教授，武汉大学弘毅客座特聘教授。研究方向为软件需求工程方法学、智能化软件工程和知识工程。曾获2021年CCF夏培肃奖，2018年CCF科学技术奖技术发明一等奖，2013年度高等学校科学研究优秀成果奖(科学技术) 科技进步奖一等奖，1997年中创软件人才奖，五次获得ACM SIGSOFT杰出论文奖。

报告题目：基于AI多智能体的复杂软件系统开发和演化模式

摘要：复杂软件系统开发和演化是问题发现和求解、权衡优化和实现、部署运维和监控等复杂任务的持续迭代过程。传统软件开发模式依赖于开发者的知识储备、能力素质和过往经验，存在开发效率和质量难以保障的问题。大模型为软件开发模式转变带来新机遇，已可实现代码推荐、代码补全、测试用例生成等细粒度任务，以及具有支持持续辅助程序调试和优化的能力，但它在软件开发问题分解、架构推理和批判性思维等方面仍存在短板，其输出的预测性代码也缺失可信性判断。目前，智能体技术在一定程度上展示出对基于大模型的多任务协同推理的支撑能力，本报告将和大家一起探讨大模型赋能下基于多智能体的新型软件开发模式。

CCF会士，南京大学教授

南京大学计算机学院教授，教学与科研工作主要涉及软件工程、可信软件、形式化方法。

报告题目：软件创造与制造过程分离：大语言模型打开的空间与带来的挑战

摘要：软件是人类生产的最复杂制品。软件创造与制造过程相互融合、难以有效解耦，导致长期以来人类在软件开发和演化过程中缺失足够的掌控能力。当前大语言模型正在发展成为一种基于自然交互的人机协同软件开发与演化工具，能够支持从自然语言需求生成预测性代码，一方面打开了软件创造与制造过程分离的空间，另一方面也带来了软件可信保障的难题和挑战。本报告对以上内容进行比较深入的分析和阐述，以期消解智能化时代软件开发和人才培养的困惑。

CCF杰出会员、软件工程专委会副主任，北京大学教授

北京大学博雅特聘教授，人工智能研究院双聘教授，教育部长江学者。CCF系统软件专委会常委、大模型论坛常委，曾获CCF科技发明一等奖、CCF杰出演讲者。国际上 “基于深度学习的程序理解与生成”研究的早期推动者，多项成果被国际学者认为是“首创性成果”并被广泛引用，所在研究团队在“基于大模型的软件开发技术”领域一直保持活跃状态，是国际上具有重要影响力的研究力量。科研转化成果aiXcoder为航天领域的重大工程、金融与IT领域的多家大型企业及百万开发者服务。

报告题目：面向逻辑推理的大语言模型能力突破

摘要：大语言模型（LLM）在辅助软件开发方面已经显露出明显的作用。然而，LLM在基于状态的推理和泛化方面存在的问题也日益凸显，这些基础能力方面的固有缺陷，正日益明显地表现在许多程序生成、程序理解及其他软件开发任务中。本报告即站在逻辑推理能力的视角，对当前LLM的一些基础问题和潜在研究进展进行探讨，以期推动LLM能力的进一步提升，也推动基于LLM的智能化软件工程的进步。

CCF杰出会员、软件工程专委会副主任，复旦大学教授

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。CCF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、云原生与智能化运维、泛在计算软件系统、智能网联汽车基础软件等。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杰出论文奖等奖项。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：基于大模型的智能化开发：复杂系统视角下的一点思考与探索

摘要：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。当前，代码补全、代码生成、代码解释、缺陷检测等局部化的智能辅助支持已经在软件开发实践中得到了广泛应用，全自动的应用生成与缺陷修复也有一定的研究与应用。然而，深入研究相关企业实践后可以发现，系统复杂性已经成为相关智能化方法和工具落地应用的主要障碍。本次报告将在分析智能化开发中的系统复杂性问题的基础上，针对新应用开发、复杂软件维护、缺陷/漏洞检测三类开发任务介绍我们的一些初步探索。

华为技术有限公司技术专家

华为软件工程应用技术实验室主任，10+年产品软件开发和软件工程经验，长期负责软件工程能力提升和研发效率体验工作，在研发效能和数字化等领域有丰富应用落地经验，专注于流水线、代码保障、构建、精益看板等实践的理论研究和工程化实践。近两年来主导公司内AI辅助研发的相关技术突破工作，支撑了多个产品线通过AI技术实现效能提升。

报告题目：从AI辅助研发到智能化软件工程

摘要：AI辅助研发从23年开始到今天，已经孵化了大量AI软件工程工具、插件、场景，虽然褒贬不一，但客观的说AI在很多方面确实带来了体验和效率的提升。并且无论是学术界、工业界、公司内、公司外，对于AI逐渐融入和改变软件开发过程，都深信不疑。但进入25年，我们似乎进入了一个瓶颈期，除了对原有能力的持续加强，在推广力度上的进一步扩大，似乎对于怎样用AI改变软件工程突然失去了想象力。软件工程在AI的加持下，从所谓的软件工程2.0向软件工程3.0的飞跃，仅仅是量变到质变的累积过程，还是一次新的、从零开始的时代的跨越式迁移。这个问题未必需要答案，但有一些想法和认知需要做出改变。

思辩嘉宾

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。

CNCC2025将于10月22-25日在哈尔滨举办。专题论坛将在往年多样化主题的基础上，首次通过“基础-前沿-未来”的一体化设计，满足不同背景参会者的需求，构建从知识获取到创新激发的完整路径，打造系统化、进阶式的参会体验。重点设置9大主题板块，每个主题板块的专题论坛由三大核心模块组成：面向前沿领域的体系性Tutorial、聚焦前沿突破的专题论坛以及探讨未来发展路径的思辨论坛。