开场致辞：软件研发进入AI驱动的新时代.pdf

1、基于LLM的软件研发新范式及其国内落地现状朱少民，同济大学演讲嘉宾朱少民“软件工程”3.0定义者/CCF质量工程SIG主席同济大学特聘教授、CCF质量工程SIG主席、软件绿色联盟标准评测组组长，近三十年来一直从事软件测试、质量管理等工作，先后获得多项省、部级科技进步奖，已出版了二十多部著作和4本译作，代表作主要有软件测试方法和技术、全程软件测试、敏捷测试等，并经常在国内外学术会议或技术大会上发表演讲，曾任思科（中国）软件有限公司QA高级总监、IEEE ICST2019工业论坛主席、IEEE ICST、QRS、DAS等国际学术会议的程序委员、软件学报审稿人等。目 录CONTENTS1.LLM时代

2、软件开发的新范式2.国内LLM应用于研发之现状3.未来展望LLM时代软件开发的新范式PART 01LLM加速了价值创造过程今天我们进入一个新的时代大模型时代智能时代软件工程3.0时代模型即软件、模型即服务SaaM：Software as a Model预测文字生成图像语音合成视频解读大模型分析/诊断摘要写作翻译回答问题图像搜索GPT应用商店模型驱动开发、模型驱动运维MLDevOps模型部署、运维大模型模型训练模型验证人人都有一个AI助手一键发布一键配置技术支持助手客户服务助手大模型测试助手编程助手UI设计助手架构咨询BA助手AIOpsGitHub Copilot XTestPilot助手MRK

3、L架构CoDesignerInsightPilotHuggingGPT国内LLM应用于研发之现状PART 02发布软件研发应用大模型调查报告AI驱动软件研发效能提升十倍、百倍绝大多数团队积极拥抱大模型国内绝大多数（68%）软件研发团队是积极关注和拥抱大模型（LLM）的，开始使用或积极使用LLM，使用时间也超过2个月以上；积极投入较多人力和资金的企业也接近一半 生成代码、答疑解惑是LLM最为普遍的应用 123超过1/3的团队直接使用第三方LLM API 百模PK谁胜出？超过一半调查者是使用GPT3.5、GPT4.0，其次，就是国外开源Llama 2。国内LLM中，讯飞星火大模型、百度文心一言大模

4、型、阿里通义大模型排在前面 LLM人才短缺LLM应用之七大困难 1234567需求形成闭环、设计最弱AIGC的代码采用率、效率的提升代码采用率超过30%的比例达到了36%效率提升超过20%的比重达到46%以上，LLM在编程环节获得良好收益的可能性有望达到80%AIGC生成测试用例是大势所趋测试效率提升明显的（超过20%）比重达到了43.7%LLM在运维环节的应用，目前是最薄弱的 未来展望PART 03展望未来，绝大多数人都是乐观的 展望未来：LLM将覆盖软件研发全链路 持续交付得以真正实现 极大地提高研发效率 提升用户体验和满意度 个性化与定制化 对非技术人员更友好 创新领域拓宽研发调度需求分析设计生成代码生成测试&评审运维&监控反馈获取最终长出基于LLM的研发工程平台大模型自我反思任务分解思维链：逐步思考、拆解任务思维树：搜索多种推理可能性扩LLM性能ReAct fromAutoGPTReflexionChain of HindsightAlgotithm Distillation任务规划最大内积搜索MIPS记忆类型短期记忆长期记忆显式/陈述性记忆内隐/程序记忆记忆HuggingGPTTestPilotGitHub CopilotMRKL架构CoDesigner工具使用InsightPilotTHANKS