主题介绍：\n 大模型时代到来，各行各业都面临了很多机遇和变化，软件研发的范式也面临重构，有全新 的 AI 原生软件工程，也有软件研发智能化的赋能，这些变化为研发效能带来了哪些赋能，百度在这个方向经历了哪些实践，积累了哪些落地的经验，以及达到的进展和成果。 \n \n 主题大纲：\n 1. AI原生软件研发新范式；\n 2. 研发智能化探索和实践；\n 3. 研发智能化赋能研发效能提升。\n \n 听众收益：\n 大模型时代，软件研发范式的变革，包括AI原生的产品思维、应用架构、研发过程以及诞生的研发工具，这一切如何赋能企业实现研发效能的提升？此次分享，将理论和百度内部实践相结合，并提供可复制经验，帮助听众快速了解AI时代下软件工程领域的变化，并了解如何把这些技能推进到企业研发效能的提升。

主题介绍：\n 1. 业界领先的基于AIGC新型质量保障技术方案；\n 2. 客户端测试用例智能化生成从0到1创新方案；\n 3. AIGC在优酷服务端变更交付中的优雅助力；\n 4. 基于优酷业务领域知识的垂域大模型构建。\n \n 主题大纲：\n 1. 项目背景\n 2. 方案调研\n 1）知识库构建\n 2）数据底层设计\n 3）大模型选型\n 4.）产品形态设计\n 5.）业务场景嵌入 3. 技术架构\n 1）客户端用例生成\n 2）服务端变更交付\n 4. 效果调优\n 1）特征提取优化\n 2）prompt优化\n 3）模型调优\n 5. 业务落地\n 6. 展望未来\n \n 听众收益：\n 1. 如何打破传统测试模式，基于AIGC技术构建新型测试方案，助力质量保障业务提升效率及体验；\n 2. 基于AIGC技术的智能化测试平台与传统的工具化平台构建上有哪些大的差异点；\n 3. 如何平衡大模型在业务领域上应用的效果、资源成本、人员投入等考量。\n

主题介绍：\n 过去两年中，软件研发领域不断地进行着 AI 辅助研发提效的探索，场景几乎覆盖了软件研发组织中几乎所有的职能角色。我们也时常听到一些提效的数字。这些提升对软件端到端的交付效率的提升究竟如何？软件工程被颠覆了吗？现在是时候冷静下来重新思考了。\n \n 主题大纲：\n AI赋能软件研发探索迷思：\n 1. AI 辅助打破职能筒仓了吗？\n 2. AI 平台降低认知负载了吗？\n 3. 程序员真的不再重要了吗？\n AI赋能软件研发再思考：\n 1. 单点提效毫无意义；\n 2. 从全功能团队到超级程序员；\n 3. 用 IDE 武装超级程序员；\n 4. 高效使用知识而不是创造知识。\n \n 听众收益：\n 总结过去两年软件研发领域 AI 提效的反模式，提出现阶段 AI 辅助研发提效的新思路。\n