专场出品人：李永彬
通义灵码算法负责人，阿里通义实验室资深算法专家
毕业于清华大学，通义灵码算法负责人，阿里通义实验室资深算法专家，研究方向为大模型技术，如Post-Training、Code Model、Character Model、Agents等；打造了通义灵码（编码助手/AI程序员），目前是国内用户规模最大的智能编码产品。同时负责通义星尘（角色对话/情感陪伴）、通义晓蜜（智能客服/数字员工）和 通义听悟（音视频助手）等产品的大模型技术。
2020年以来，围绕大模型、对话智能、代码智能、多模态等方向发表了 100余 篇国际顶会论文（ICLR/NeurIPS/ICML/ACL/EMNLP/CVPR等），H-index 28，并先后担任ACL/NAACL/WSDM等国际顶会的领域主席。
2020年以来，围绕大模型、对话智能、代码智能、多模态等方向发表了 100余 篇国际顶会论文（ICLR/NeurIPS/ICML/ACL/EMNLP/CVPR等），H-index 28，并先后担任ACL/NAACL/WSDM等国际顶会的领域主席。
专场：AI+研发的智能化升级
AI Coding 或者 Coding Agent，或许是当下最火热的 AI 赛道。这是模型能力的主线，更强的代码能力，意味着模型能够解锁更多应用场景。本专场以"工具→协作→自主"为脉络，深度剖析AI编程的三阶进化路径：从提升开发效率的智能工具，到人机协同的Copilot模式，最终迈向具备自主决策能力的Agent形态。通过真实场景案例与架构解析，与会者将获得AI赋能研发的全景认知，探索下一代智能编程的无限可能。
蒋奕
毕方AI-Native IDE技术实践
华为 软件IDE实验室主任
现任华为公司软件IDE实验室主任，并领导毕方AI-Native IDE底座研发。曾作为首席架构师主导华为第一个自研编译器HCC以及方舟编译器的架构设计与产品化研发。多次获得代表华为公司最高荣誉的金牌个人奖以及金牌团队奖。加入华为之前，先后在Intel，Nvidia，Apple等公司负责编译器、工具链、程序分析工具、调试工具等全栈设计和开发，涵盖GCC，LLVM，Open64，Intel Compiler等主流编译器。
在大模型浪潮下，传统的开发方式已无法满足开发者对效率的诉求，新的开发模式必将会出现并走向智慧化。当前实验室在不断丰富代码编辑、调试、调优等传统开发能力的基础上并逐步向智慧化开发模式进行探索。当前基于下一代IDE内核，实验室正致力打造覆盖开发者创、读、写、调等智慧化开发全旅程，以提升鸿蒙应用开发效率、实现鸿蒙生态快速构建。
内容大纲
1. 背景与挑战
1.1 传统IDE体验分析
1.2 开发者场景分析
2. AI辅助开发新思考
3. 毕方IDE全新智慧化开发流程
3.1 创工程：多模交互生成元服务/页面框架代码
3.2 读工程：Project Insight，全新代码阅读体验
3.3 写代码：Flow Editor（心流编辑），全新编辑体验
3.4 调代码：智慧调优，全新调优体验
4. 伙伴落地场景
5. 总结与展望
内容大纲
1. 背景与挑战
1.1 传统IDE体验分析
1.2 开发者场景分析
2. AI辅助开发新思考
3. 毕方IDE全新智慧化开发流程
3.1 创工程：多模交互生成元服务/页面框架代码
3.2 读工程：Project Insight，全新代码阅读体验
3.3 写代码：Flow Editor（心流编辑），全新编辑体验
3.4 调代码：智慧调优，全新调优体验
4. 伙伴落地场景
5. 总结与展望
听众收益
1. 引导听众对当前AI辅助开发的思考
2. 为听众打开面向未来AI辅助开发形态的新思路
3. 为听众介绍了毕方IDE在鸿蒙领域的AI辅助编程新形态实践
1. 引导听众对当前AI辅助开发的思考
2. 为听众打开面向未来AI辅助开发形态的新思路
3. 为听众介绍了毕方IDE在鸿蒙领域的AI辅助编程新形态实践
李永彬
通义灵码：从Coding Copilot到Coding Agent
通义灵码算法负责人 阿里通义实验室资深算法专家
毕业于清华大学，通义灵码算法负责人，阿里通义实验室资深算法专家，研究方向为大模型技术，如Post-Training、Code Model、Character Model、Agents等，打造了通义灵码（Coding Copilot/Coding Agent），目前是国内用户规模最大的智能编码产品。同时负责通义星尘（角色对话/情感陪伴）、通义晓蜜（智能客服/数字员工）和 通义听悟（音视频助手）等产品的大模型技术。
2020年以来，围绕大模型、对话智能、代码智能、多模态等方向发表了 100余 篇国际顶会论文（ICLR/NeurIPS/ICML/ACL/EMNLP/CVPR等），H-index 28，并先后担任ACL/NAACL/WSDM等国际顶会的领域主席。
AI Coding已成为当前大模型最重要的应用场景之一，其模型能力与产品能力均在快速迭代。本次分享将结合通义灵码的产品演进历程及其核心技术，重点介绍：
1. Coding Copilot的最新思考与进展；
2. 通义灵码编码智能体Coding Agent；
3. Coding Agent背后的软件工程大模型的数据合成、模型训练及Test-time Scaling；
4. 企业落地应用所需的多元技术能力等内容，并对行业未来发展趋势进行分析与展望。
听众收益
1. AI Coding的技术和产品进展及发展趋势；
2. 通义灵码的产品能力及其背后的核心技术；
3. 编码助手在企业落地还需要关注哪些能力；
祝海林
如何实现 agentic code agent
Auto-Coder/Byzer-SQL 系列作者/ 前某司技术合伙人
致力于使用AI赋能数据和编程，开发了 AI 辅助编程工具 auto-coder 系列，推出了纯 llm-native RAG 框架 auto-coder.rag 以及端到端基于 Byzer-SQL NL2SQL引擎 Super-Analysis。
其中 Byzer-SQL 获得22年中国开源创新大赛二等奖，23年浦东新区人工智能创新大赛一等奖， 个人入选中国22年开源先锋33人，荣获23年全球人工智能开发者先锋大会「开发者先锋」称号。auto-coder 获 gitcode 24年年度十大开源项目,个人获得 gitcode 24年年度开源人物。
其中 Byzer-SQL 获得22年中国开源创新大赛二等奖，23年浦东新区人工智能创新大赛一等奖， 个人入选中国22年开源先锋33人，荣获23年全球人工智能开发者先锋大会「开发者先锋」称号。auto-coder 获 gitcode 24年年度十大开源项目,个人获得 gitcode 24年年度开源人物。
详细介绍如何实现一个agentic 模式的 code agent 背后的技术原理以及面对的各种挑战，诸如如何实现超大文件修改，超大项目索引等，同时也会介绍code agent 诸如rules,记忆系统等各种配套功能。
内容大纲
1. 开源 code agent 产品介绍
2. code agent 如何实现文件修改
3. agentic 实现方式和效果
4. 如何实现超大文件的修改支持
5. AI辅助编程里记忆系统的探索
6. 什么才是好的编码模型
7. 如何通过 Agentic + LLM-Native RAG知识库高效的理解和阅读代码
听众收益
1. 对于开发者而言，了解code agent 背后的技术细节
2. 对于是使用者而言，能够知道每个设计的背后逻辑，从而能够更好的使用code agent产品
3. 能够是了解如何高效的通过代码知识库理解项目
1. 对于开发者而言，了解code agent 背后的技术细节
2. 对于是使用者而言，能够知道每个设计的背后逻辑，从而能够更好的使用code agent产品
3. 能够是了解如何高效的通过代码知识库理解项目
SECon组委会是由业界多位资深技术专家发起，负责组织技术指导委员会，并和委员会的专家一起挖掘全球软件工程领域的创新技术，同时依托智盟创课国内领先的人才能力提升服务供应商，组织专业的会务服务团队，全面推进会议的顺利落地，保证参会者体验。
服务总线：400-183-9980
商务合作：151-2264-3988 木子
票务联系：186-0005-0529 丽媛
E-mail：speaker@secon.com.cn
关注SECon公众号
添加SECon小助手，获取
会议最新资讯
