谁将定义软件研发的未来十年？

当开发软件不再是一项技能，而是像电力、网络一样随手可用的工具时，我们正在见证一场前所未有的开发范式转变。

如今，开发者正把 AI Coding 融入工作日常。据 Stack Overflow 2025 调查显示，84% 的开发者已经在使用或计划使用 AI 工具进行编程。而在美国大型公司的开发者里，这个比例甚至更高：92% 的人表示他们在工作或私人项目中用 AI 编程工具，且有 70% 的人认为这些工具明显提升了开发效率和代码质量。

于是，当我们谈 AI 与软件开发的结合，不再是想象，而是正在发生的现实 —— 那个“按下回车”的瞬间中，你也许就在体验着这场变革的一部分。

正是在这股变革浪潮之中，2025 全球机器学习技术大会·AI赋能软件开发专题应运而生。在大会现场，来自产学研一线的技术专家将带你从技术原理、模型训练到企业落地全方位了解 AI Coding 的前沿实践与未来趋势。

李戈：面向程序逻辑推理的大语言模型能力突破

李戈教授是北大计算机学院长聘教授、人工智能研究院双聘教授，教育部长江学者，中国计算机学会（CCF）软件工程专委会副主任。

他是国际上“基于深度学习的程序理解与生成”研究的早期推动者，多项成果被学界公认为首创并被广泛引用。其团队在“基于大模型的软件开发技术”领域保持着长期活跃，科研转化成果 aiXcoder 已服务于航天重大工程、金融与 IT 头部企业及百万开发者，具有重要产业影响力。

现场，他将带来《面向程序逻辑推理的大语言模型能力突破》的主题分享。大语言模型（LLM）在辅助软件开发方面已经显露出明显的作用。然而，LLM 在基于状态的推理和泛化方面存在的问题也日益凸显，这些基础能力方面的固有缺陷，正日益明显地表现在许多程序生成、程序理解及其他软件开发任务中。

本次分享将站在逻辑推理能力的视角，对当前 LLM 的一些基础问题和潜在研究进展进行探讨，以期推动 LLM 能力的进一步提升，也推动基于 LLM 的智能化软件工程的进步。

彭佳汉：新一代 Agentic Coding 平台 Qoder 的真实落地

如果说逻辑推理能力的突破是大语言模型走向更深层次的基石，那么如何在企业级场景中真正落地，成为研发团队每天可以依赖的“智能助手”，则是另一条至关重要的路径。来自阿里巴巴的 Qoder 技术专家彭佳汉，正是这一方向的前行者。

他深度参与 Qoder 平台的架构设计、上下文工程与 SPEC 机制，在 Agent 架构、工具调用、多轮协作与工程闭环上有丰富实践经验。此前，他在支付宝从零推动了金融场景中的 Agent 技术落地，积累了宝贵的一线经验。

在本次大会上，他将分享《新一代 Agentic Coding 平台 Qoder 如何推动 AI Agent 在软件研发中的真实落地》，重点介绍：

软件工程的痛点与 AI Coding 工具的崛起；
Qoder 平台的核心能力，包括上下文引擎、Repo Wiki、Memory 管理与 Spec 驱动开发；
典型应用案例，展示 AI Agent 如何突破“代码补全”，实现全工程理解与端到端生成。

在他看来，Qoder 的探索不仅是工具升级，更标志着 AI 程序员正从“辅助者”迈向“协同者”，开启智能化软件研发的新阶段。

夏伟：AI Coding 人机协作新范式——CodeBuddy 的模型探索与工程实践

在智能编程的浪潮中，如何实现人机高效协作，成为大模型落地的重要课题。来自腾讯的夏伟，中国科学院大学硕士，目前负责 CodeBuddy 代码大模型的产研工作，在大语言模型的研发与应用方面具有丰富经验。

他曾在华为、腾讯参与大模型在推荐、教育与代码等领域的实践，致力于提升产品核心竞争力，让用户切实感受到 AI 带来的便利与效率。同时，他在 EMNLP、AAAI、KDD、 WWW、WSDM 等国际会议发表多篇学术论文。

在本次大会上，夏伟将带来《AI Coding 人机协作新范式：CodeBuddy 的模型探索与工程实践》的主题分享。分享将覆盖的核心部分有：

回顾智能编程的发展背景，梳理技术演进脉络与应用趋势；
CodeBuddy 的产品形态与大模型训练实践；
深入剖析代码大模型的训练策略，包括数据合成、预训练、持续预训练及后训练阶段（SFT、RLHF）；
探讨模型在代码补全、NES、Craft Agent 等任务上的应用；
分享多维度评测体系的设计理念与线上实验验证结果。

通过本次分享，参会者不仅能理解 CodeBuddy 在技术与产品上的探索，还能洞察 AI Coding 在企业级与研发协作场景下的实际价值与发展趋势。

陈一言：从繁琐到突破——Coding Agent 的落地实践与多智能体原理解析

在软件开发中，脚本编写、单元测试生成和代码调研等繁琐任务长期占据研究者的大量精力。来自百度 Comate 的资深算法工程师陈一言，正聚焦于大模型推理、工具调用与开发者效率提升，致力于让 AI Coding 真正进入研发日常。

在本次大会上，他将带来《从繁琐到突破：Coding Agent 的落地实践与多智能体原理解析》的主题演讲，分享将围绕三个核心内容展开：

Coding Agent 的落地实践：通过自然语言驱动的流程自动化、自动化测试和代码库问答，大幅提升开发与研究效率；
多智能体协同机制解析：在原理层面引入多智能体协作
结合真实案例，展示 Coding Agent 如何实现论文快速复现、跨库理解与质量保障，并提供可借鉴的落地路径与原理启示。

陈一言的分享不仅呈现了 AI Coding 在实际研发中的价值，更深入解析了多智能体协作如何提升软件开发效率，为开发者提供了可操作的实践经验与创新思路。

张少博：LLM Agent 在软件工程中的实践与探索

在软件工程领域，如何让人工智能真正参与到实际开发和维护中，一直是核心挑战。智谱 AI CodeGeeX 算法研究员张少博长期从事 NLP 研究，专注模型训练及应用落地。他于 2023 年加入智谱AI，负责 CodeGeeX 代码模型与 Embedding 模型训练，并主导了 CodeGeeX Agent 功能的研发与迭代。

在本次大会上，张少博将带来《LLM Agent 在软件工程中的典型应用与实践》的主题分享，内容围绕三个核心方向展开：

分析 AI 在开发与维护中的潜力与挑战；
为什么需要 LLM Agent & 如何解决真实开发需求
探讨 Agent 化模型的优势：不仅理解代码，还能自主规划、调用工具并完成复杂任务；
展示 LLM Agent 在实际开发场景中的应用效果，评估能力边界；
展望 AI 开发助手的未来形态与发展方向。

张少博的演讲不仅提供了 LLM Agent 的技术实现与实践经验，也让开发者能够更直观地理解 AI 在软件工程中从辅助到主动协作的可能性。

韦体东：从 Vibe 到 Strict——AI 编程如何重塑企业级开发

当许多开发者仍沉浸于“氛围编程”，追求 AI 在个人开发中“分钟级出代码”的流畅体验时，企业级的严肃开发面临着更复杂的挑战。来自深信服研发主管、Costrict 产品负责人韦体东指出，AI 生成代码虽快，但在满足内网数据安全与高质量标准的企业环境中，传统的“先上线再补质量”策略几乎不可行。金融系统的交易安全、电商平台的订单准确性、医疗软件的合规性，每一行代码都承载着明确责任，容不得半点侥幸。

韦体东在本次大会上将带来《从 Vibe 到 Strict：AI 编程如何重塑企业级开发》的主题分享。内容聚焦企业严肃开发场景，核心观点是：质量是提效的基础。分享将包括：

拆解传统开发中“快与稳”的两难困境，用真实案例与数据说明“问题后移”的代价；
从“写代码前立规矩”，到“写代码中自验证”，再到“写代码后双检查”，实现质量驱动的开发流程；
确保内网安全与质量可控，同时减少后期返工，实现真正的提效。

通过这场分享，韦体东展示了 AI 编程在企业级严肃开发中的应用路径，让 AI 不再只是加速工具，而成为质量与效率的双重保障，为企业级研发提供切实可行的新范式。

除了上述几位嘉宾，本次大会还将迎来 ClackyAI 创始人兼 CEO 李亚飞与亚马逊 Kiro 负责人。他们将亲临现场，带来关于 AI 编程工具创新与智能化研发落地的最新实践分享，为开发者呈现更多前沿视角和企业级应用经验。

关于全球机器学习技术大会

自 2017 年正式启动全球机器学习技术大会以来，已有数万名 AI 研究者、工程师及企业决策者齐聚一堂，共同见证 AI 技术的飞速演进。

2025 全球机器学习技术大会更是邀请到了 GPT-5 & Transformer 核心共同发明人、OpenAI 资深研究科学家 Lukasz Kaiser，前 OpenAI 研究员、清华大学交叉信息院助理教授吴翼，前 DeepMind 研究员、Astribot 副总裁王佳楠这样定义 AI 时代的全球技术奠基者。

还集结了来自北大、清华、百度、阿里、腾讯、字节跳动、小米、理想汽车、小红书、智谱、群核科技等产学研领域的国内一线 AI 技术实践者，全球顶尖学者、产业精英、顶会论文作者，他们将围绕大语言模型技术演讲、大模型应用开发实践、智能体工程与实践、软件研发与氛围编程等当下最贴近开发的前沿专题展开分享，共同探讨 AI 技术的突破与落地实践。