段潇涵-大语言模型驱动的智能编程助手构建之道.pdf

1、ML-SummitML-SummitML-SummitML-SummitML-SummitML-SummitML-SummitML-SummitML-SummitML-Summit语模型驱动的?智能编程助构建之道段潇涵?Trae?IDE?架构师ML-SummitML-Summit我介绍Trae IDE 架构师，致于语模型在研发程落地的实践，为研发领域提供 AI 相关能。段潇涵了解 Trae：https:/ML-SummitML-Summit经验总结和未来展望Agent?技术架构实践效果编程助的发展历程ML-SummitML-Summit01编程助的发展历程ML-SummitML-SummitI

2、DE?代码智能的发展历程ML-SummitML-Summit直观感受?Agent?和?AI?IDE?是什么ML-SummitML-Summit02Agent?技术架构ML-SummitML-SummitAgent?架构概览ML-SummitML-SummitAgent?程能构建Agent 的典型作模式：思考(Thought)规划(Plan)执(Action)观察(Observation)的循环同时结合了具调能和上下管理，形成了个完整的智能助作流程。ML-SummitML-SummitPrompt?结构ML-SummitML-Summit上下感知：对话过程产的信息ML-SummitML-Summ

3、it上下感知：的操作产的信息ML-SummitML-Summit上下感知：代码知识图谱ML-SummitML-Summit多轮对话与记忆管理ML-SummitML-Summit多轮对话与记忆管理ML-SummitML-Summit多轮对话与记忆管理ML-SummitML-Summit多轮对话与记忆管理ML-SummitML-SummitPrompt?CachingML-SummitML-SummitAgent?与?IDE?系统集成ML-SummitML-Summit03实践效果ML-SummitML-Summit实践效果与案例分享零到创建项场景ML-SummitML-Summit实践效果与案例

4、分享新增 feature 场景ML-SummitML-Summit实践效果与案例分享bugfix 场景ML-SummitML-Summit实践效果ML-SummitML-Summit04经验总结ML-SummitML-Summit关键经验总结模型成内容的不确定性问题模型服务的稳定性和兼容问题Prompt 调试1.程后处理进兼容修复2.明确技术栈的指引3.更完善信息进校正1.多供应商集成2.灵活负载和降级3.统模型接层1.模型维度的 Prompt 隔离2.与所模型训练数据拟合3.效果评测&A/B 实验必不可少；积累数据并持续优化ML-SummitML-Summit05未来展望ML-SummitML-Summit未来展望认知增强协作与集体智能具整合与扩展1.多模态的整合理解2.领域知识的学习3.深度推理能1.分化&领域专业化2.多 Agent 协作框架3.知识共享与集体学习1.通过如 MCP 等协议扩展具集合2.定义具的创建3.物理世界的交互主性提升1.主规划与决策，解决复杂问题2.我学习与优化，持续我完善3.深度研究，未知问题提供解决思路ML-SummitML-SummitThank?youML-SummitML-Summit