AiDD研发数字峰会-北京站

出品人：臧志

百度工程效能部总监

毕业于中科院软件所及南京大学，现任百度工程效能部总监，负责集团研发技术、流程及工具平台的建设和治理工作，推进AI原生研发范式的落地，并担任百度Comate总经理。在此之前，在运维平台、基础架构、网络与安全、云原生等云计算产品和技术领域有多年工作经验，曾担任京东集团网络与安全高级总监及瑞幸助理CTO岗位。

代码生成及其改进

本论坛聚焦于智能编码方向的探索，在代码自动生成、编译纠错、测试代码等方向上的研究成果，针对代码大模型优化、多智能体，AI程序员、AI+低代码平台等热门方向，分享该领域最新研究成果，探讨多智能体落地应用场景。

利用AI+RAG+KG挖掘代码知识宝藏

王巍巍

长亮科技资深AI科学家

内容简介：

知识工程构建过程中，只有代码资产是最准确最保值价值密度最高的。但是对于遗留代码，又会因为版本过多、命名不规范、注释和代码逻辑对应不上、代码质量过差等问题，导致挖掘知识的过程变得十分困难。如何去挖掘才能最准确最高效，并且把其中的知识有效的组织起来，形成知识工程中的知识资产，是个很有挑战的技术活。本次分享从整体架构设计、具体面临到的难点和解决方案等多个方面，详细阐述了如何基于AI+RAG+KG来挖掘代码知识宝藏，并赋能业务应用的全过程。

演讲提纲：
1.为什么要基于代码资产构建知识工程
2.代码知识工程的常见难点
3.如何挖掘代码资产并构建知识工程
4.常见难点和应对策略。
5.如何评价整体效果
6.代码知识工程与实际场景应用的结合

听众收益：
1.了解代码构建知识工程与传统基于文本构建方式的区别
2.实践：如何基于代码构建知识工程
3.了解常见难点和应对策略。

本科毕业于南京大学软件工程专业。有多年海外工作经历，现任长亮科技AI研究院资深AI科学家。拥有多项发明专利，著有《单元化架构实践指南及AI时代思考。曾参编信通院的团体标准《银行核心系统现代化建设水平度量模型》并被信通院聘为“应用现代化推进中心”专家。曾多次在中国信通院发表主题演讲，目前正参编多项AI行业和团体标准如《人工智能云 AI网关能力要求》、《大模型与智能应用信息交互（MCP）》、《大模型驱动的数据分类分级工具》等。曾获得华为“鲲鹏金种子开发者”，并带队参加华为鲲鹏应用创新大赛全国总决赛获得银奖，比赛案例也入选工信部信息技术应用创新解决方案。

代码图模型CGM：赋能LLM深入理解代码库

陶洪元

蚂蚁集团高级算法工程师

内容简介：

大型语言模型 (LLM) 在函数级代码任务上已取得显著进展，但处理复杂的仓库级软件工程任务仍具挑战性。当前方案多依赖闭源LLM Agent，存在不可控、难定制和数据隐私风险。本议题将介绍一种创新方法——代码图模型 (Code Graph Model, CGM)。CGM通过将代码图融合到LLM的推理机制中，并结合无Agent的Graph RAG框架，显著提升现有开源LLM对完整代码库的理解和处理能力。我们将展示CGM在真实世界问题修复上的卓越性能，为自动化软件工程开辟了透明、可定制的新路径。

演讲提纲：
1. 引言：自动化软件工程的挑战与机遇
2. 代码图模型CGM：核心思想与架构
2.1 CGM是什么
2.2 代码图构建
2.3 架构详解
2.4 训练策略
3. 增强CGM：无Agent的Graph RAG框架
4. 效果与验证
5. 意义与展望

听众收益：
1.认识一种不依赖闭源Agent、利用代码图谱增强开源大模型解决复杂仓库级软件工程任务的技术方案，以及该方案如何提升代码自动化水平。
2.了解大模型处理超长代码仓的核心技术，关注大语言模型在代码理解与生成领域的前沿进展。
探知开源大模型在AI驱动的软件工程自动化
3.领域的巨大潜力，探索未来如何推动构建更强大、透明、可访问的下一代软件开发工具。

清华大学硕士，2024年加入蚂蚁集团担任高级算法工程师，专注于AI Coding领域的技术创新。目前主要从事代码大语言模型的理解与推理能力增强，聚焦于面向大规模代码仓的层次化理解与超长上下文稀疏化推理技术，致力于推动大模型在复杂代码场景中的认知边界突破。

Coding Agent在日常开发中的应用实践

杨扬

百度产品架构师

内容简介：

本次分享将探讨AI编码工具从代码补全、技术问答到智能体（Agent）的演进历程。我们将聚焦于新一代Coding Agent的核心能力与工作原理，如端到端任务执行、上下文理解、工具调用与自我反思。通过展示代码定位、问题排查、新功能开发等多个真实开发场景，我们将分享如何利用MCP、Rules等功能与AI高效协同。最后，共同展望多智能体协作模式将如何重塑未来的软件开发范式，旨在为开发者提供一套可落地的Coding Agent实战方法论。

演讲提纲：
AI编码工具的演进与变革
1.核心能力：深入解析Comate Zulu Coding Agent
2.工作原理：揭秘Coding Agent的“思考”过程
3.实践场景：Coding Agent在日常开发中的应用
4.实战方法：如何与Coding Agent高效协作
5.未来展望：多智能体协同、AI Cloud IDE

听众收益：
1.学到如何通过有效的提问技巧（Query）、规则设定（Rules）和工具集成（MCP），在日常工作中真正发挥其潜力，提升开发效率和质量。
2.理解Agent背后的核心机制（工具、上下文、反思），能够帮助开发者更好地驾驭AI，并对多智能体协同等前沿技术方向建立清晰认知。
3.通过具体案例，听众可以学习到如何利用Coding Agent解决代码分析、问题排查、功能开发等常见痛点，获得可直接应用于自己项目中的灵感和思路。

百度资深研发工具专家。主导和见证了百度研发基础设施的现代化、云化与AI化转型。负责的产品覆盖从代码库、CI/CD流水线，到云IDE及AI Coding Agent等全链路工具，在该领域拥有深厚的实践经验。

AiDD峰会

K+峰会

联系我们