在生成式AI以前所未有的速度重塑代码生成的今天，传统软件工程正面临从“代码编写”向“需求定义”与“质量约束”转移的深刻范式变革。本次报告将结合教学实践与科研探索，分享这一演进过程中的一线经验。首先，报告将探讨如何通过引入测试驱动开发（TDD）和面向智能体的领域特定语言（DSL）建模，引导学生从“代码工人”转型为“智能体架构师”，指挥多智能体复现12306等复杂核心业务，实现软件工程概念与底层编码的彻底解耦。其次，针对大模型在处理复杂多模态需求文档时易产生的幻觉与遗漏痛点，报告将深入介绍旨在突破“复杂性高墙”的ARC(Agentic Requirement Compilation)需求编译框架。该框架模拟经典V模型构建双向测试驱动引擎，实现自顶向下的可测试架构构建与自底向上的约束代码生成，通过轻量级图结构DSL与全链路追溯机制，成功将包含50-200个场景的需求文档编译为可运行的Web系统，并在GUI测试通过率上较主流基线平均提升50.6%。最后，报告将剖析当前AI编程的“马太效应”与调试痛点，并展望大模型在工业界落地实践。欢迎关注本期SPP：3月11日（本周三）19:30–21:00。