主题介绍：\n 代码能力是大模型的核心能力，基于大模型打造的智能编码助手（Code Copilot）是当前大模型应用的核心方向之一，极大的提高了编程效率，并快速推动整个软件工程智能化的发展。\n 通义灵码是阿里巴巴通义实验室和阿里云联合推出的智能编码助手，提供单文件及跨文件的行级和函数级代码续写、单元测试生成、代码优化、注释生成、研发智能问答等能力，支持200+编程语言，并针对Java、Python、Go、C/C++、JS/TS、C#、PHP 等数十种主流编程语言做了深度优化。产品兼容 VS Code、Jetbrains IDEs 及多种远程开发场景。本次分享将介绍通义灵码建设过程中遇到的难题以及相应的大模型解决方案。\n \n 主题大纲：\n 1. 代码智能大图\n 1）人类和机器是智能化时代的两大主体\n 2）通义灵码智能编码助手的整体大图\n 2. 代码大模型\n 1）代码大模型的发展路线\n 2）如何训练好的代码大模型\n 3. 代码生成技术\n 1）代码生成的场景和难点\n 2）文件级代码补全生成\n 3）项目级代码补全生成\n 4. 软件工程全链路智能化\n 1）软件工程全链路智能化的难点\n 2）核心环节的智能化进展\n 5. 总结与展望\n 1）Code Agent\n 2）自然语言编程\n \n 听众收益：\n 1. 了解代码大模型相关技术\n 2. 了解智能编码助手的难点和方案\n 3. 了解大模型时代代码智能的未来趋势\n

主题介绍：\n 阅文集团在落地AIGC相关能力的过程中，遇到了生成内容质量不佳、人工参与比例过高、规模化可复制能力弱等实践困境。\n 随着多模态可控生成与大模型语义理解能力的提升，Agent机制与框架可以更智能、更规模化的辅助输出各类内容，进而解决大模型在内容领域应用过程中，面临的效果不可控、难以扩展、幻觉逻辑不顺畅等问题。\n 本议题通过讨论大模型Planning能力，理解Agent的能力边界，结合阅文集团内部的落地实践，呈现出在内容赛道上，如何通过大模型重塑生产力。\n \n 主题大纲：\n 1. 阅文集团简介\n 2. Agent与内容场景结合\n 1） 感知能力-内容理解；\n 2） 规划拆解-辅助创作；\n 3）工具调用-多模态生成；\n 4）反思能力-内容评估与校正；\n 3. 阅文集团业务场景实践\n 1）多模态改编类生成；\n 2）剪辑与解说类生成；\n 3）角色扮演类生成；\n 4. 未来展望\n \n 听众收益：\n 1. Agent机制在内容行业的技术难点与用户反馈；\n 2. 当前Agent技术在内容行业的实践与能力边界；\n