上午 9 點(diǎn)，MIT 計(jì)算機(jī)與 AI 實(shí)驗(yàn)室（CSAIL）副主任、ACM Fellow Daniel Jackson 教授帶來了主題為《軟件設(shè)計(jì)的要素——概念驅(qū)動的軟件設(shè)計(jì)》的演講。他指出了目前開發(fā)者面臨的三大困境：軟件結(jié)構(gòu)復(fù)雜、安全存在隱患、AI 編程不靠譜，并介紹了“概念”這一全新的設(shè)計(jì)方式，從根源解決這些問題，使軟件實(shí)現(xiàn)更廣泛的模塊化。

Daniel Jackson MIT 計(jì)算機(jī)與 AI 實(shí)驗(yàn)室（CSAIL）副主任、ACM Fellow

Dainel 教授先是以三個(gè)我們相當(dāng)熟悉的成功產(chǎn)品作為例子：iPod、WhatsApp 和 Zoom。這幾款產(chǎn)品都在自己的時(shí)代遇到了擁有相同實(shí)力、相同定位甚至相同功能的競品，但它們都找到了一個(gè)典型的「應(yīng)用場景」。他表示，“軟件設(shè)計(jì)應(yīng)該以應(yīng)用場景為先，而不是拘泥于規(guī)格細(xì)節(jié)”，應(yīng)用場景能最直觀地展現(xiàn)軟件的典型應(yīng)用方式，并在社交、精神和服務(wù)等層面同時(shí)滿足用戶。

緊接著，應(yīng)用場景引出了概念的存在，正式進(jìn)入演講的核心：概念。

• iPod 的例子中，“歌曲” “iTunes 商店” “多端同步”是使這款產(chǎn)品成功的概念；

• “群聊”是 WhatApps 曾經(jīng)獨(dú)領(lǐng)風(fēng)騷的創(chuàng)新性概念；

• “會議鏈接”功能 “視頻會議”則是 Zoom 的核心概念。

在這些概念中，有許多都是我們“熟悉的概念”，并沒有真正產(chǎn)生顛覆性的創(chuàng)新，而是所謂的組合創(chuàng)新。

根據(jù)這些例子，Daniel 教授總結(jié)出一個(gè)道理：創(chuàng)新往往不是創(chuàng)造新的東西，而是讓原本的事情做起來更加簡單。他還表示，概念之間不僅可以交互、同步與組合，還能融入產(chǎn)品設(shè)計(jì)之中，驅(qū)動開發(fā)者的編程流程。

最后，Daniel 教授提煉了三道金句：模塊化是關(guān)鍵、提取“熟悉的概念”、告別敏捷。在 AI 大模型賦能軟件研發(fā)的這個(gè)時(shí)代，他提倡開發(fā)者圍繞概念來革新軟件架構(gòu)，以模塊化為本，徹底擯棄敏捷開發(fā)的模式。由于概念提供了基于大語言模型的代碼生成所需要的模塊化特性，使得基于大語言模型生成整個(gè)應(yīng)用成為可能，“開發(fā)者”將搖身一變?yōu)椤案拍钤O(shè)計(jì)師”，開辟新的職業(yè)道路。

李建忠：

演化是智能的本質(zhì)，杜絕追求一步到位的智能，軟件開發(fā)智能化的四大核心能力

隨著大模型能力迭代迅猛，AI 賦能軟件研發(fā)工具層出不窮，軟件開發(fā)在大模型時(shí)代將面臨哪些機(jī)會和挑戰(zhàn)？CSDN 高級副總裁、Boolan 首席技術(shù)專家李建忠在主題為《軟件開發(fā)智能化范式思考與探索》的演講中，直擊語言模型的本質(zhì)，表示語言對人類知識壓縮有著高度的抽象作用，它不僅蘊(yùn)含人類知識，還包含思維過程。在心理學(xué)研究中，將大腦的運(yùn)作方式分為系統(tǒng) 1 與系統(tǒng) 2。系統(tǒng) 1（System 1）是直覺系統(tǒng)，快速、無意識、自動化的，腦力耗費(fèi)不多；而系統(tǒng) 2（System 2）是邏輯系統(tǒng)，遲緩、理性、規(guī)劃的，需要高度集中注意力。

李建忠 CSDN 高級副總裁、Boolan 首席技術(shù)專家

在我們的日常工作與生活中，95% 的決策由系統(tǒng) 1 主導(dǎo)，只有 5% 才會使用到系統(tǒng) 2。但在編程領(lǐng)域則不一樣，除了肌肉記憶之外，絕大部分都是系統(tǒng) 2 的思考。這就是為什么我們能夠看到當(dāng)前大模型在系統(tǒng) 1 方面表現(xiàn)良好，但在系統(tǒng) 2 上的表現(xiàn)則差強(qiáng)人意。這也從某種程度上反映了為什么在嚴(yán)肅編程領(lǐng)域，大模型的效果并沒有想象中那么好。李建忠也引用 Safe Superintelligence 創(chuàng)始人、OpenAI 前首席科學(xué)家 Ilya Sutskever 的著名論斷“ANN（數(shù)字神經(jīng)網(wǎng)絡(luò)）與 BNN（生物神經(jīng)網(wǎng)絡(luò)）在數(shù)學(xué)原理上已基本等同”。

緊接著，李建忠談到了大模型為計(jì)算產(chǎn)業(yè)帶來的三大范式轉(zhuǎn)換：計(jì)算范式、開發(fā)范式、交互范式。特別地，圍繞智能化軟件開發(fā)范式轉(zhuǎn)換，李建忠深入分享了自己對于大模型這項(xiàng)熱技術(shù)在軟件編程領(lǐng)域的冷思考。他認(rèn)為，軟件系統(tǒng)具有復(fù)雜性、動態(tài)性、協(xié)作性、混沌性的四大特征，當(dāng)前，業(yè)界對于大模型驅(qū)動軟件智能化具有四類典型的誤區(qū)，分別是：

• 誤區(qū)一：只訓(xùn)練結(jié)果數(shù)據(jù)，而不訓(xùn)練過程數(shù)據(jù)；

• 誤區(qū)二：基于軟件系統(tǒng)的靜態(tài)特征來訓(xùn)練大模型；

• 誤區(qū)三：追求一步到位、一勞永逸的智能；

• 誤區(qū)四：追求一超多能的超級智能。

李建忠指出：大模型正在重構(gòu)軟件開發(fā)，但這并不意味著我們在上個(gè)時(shí)代積累的經(jīng)驗(yàn)（尤其是優(yōu)秀的方法論和實(shí)踐）被廢棄，而是被 AI 壓縮和加速了。接著，李建忠分別從軟件的”復(fù)雜性“、”動態(tài)性“、”協(xié)作性“、”混沌性“四個(gè)方面，結(jié)合傳統(tǒng)軟件開發(fā)領(lǐng)域積累的寶貴智慧，進(jìn)行了大模型時(shí)代的新思考。

李建忠表示，在大模型如何應(yīng)對軟件復(fù)雜性方面，抽象仍然是一個(gè)高級手段，也是當(dāng)前軟件研發(fā)大模型亟待提升的能力項(xiàng)。在軟件動態(tài)性方面，演化是智能的本質(zhì)，我們需要拋棄對于追求一步到位的智能軟件開發(fā)的幻想，不僅要訓(xùn)練結(jié)果代碼，也要訓(xùn)練過程數(shù)據(jù)。軟件工程并非孤立的過程，而是在人類開發(fā)者、代碼審查者、錯(cuò)誤報(bào)告者、軟件架構(gòu)師和工具（如編譯器、單元測試、代碼檢查工具和靜態(tài)分析器）之間進(jìn)行的對話。以 Google DIDACT 為例，使用軟件開發(fā)過程作為訓(xùn)練數(shù)據(jù)來源，而不僅是最終結(jié)果（完成代碼），通過讓模型接觸開發(fā)者在工作中看到的上下文，結(jié)合他們的響應(yīng)行為，模型可以學(xué)習(xí)軟件開發(fā)的動態(tài)性。在協(xié)作方面，李建忠基于著名的“康威定律”，提出智能時(shí)代的康威定律——“智能體的協(xié)作溝通架構(gòu)決定系統(tǒng)設(shè)計(jì)架構(gòu)”。在混沌性方面，智能體的工具能力是橋接傳統(tǒng)”確定性計(jì)算“和大模型”概率性計(jì)算“的橋梁。

基于以上探討，李建忠總結(jié)了大模型驅(qū)動智能軟件開發(fā)的四大核心能力：

1. 抽象能力：抽象能力的提升是大模型思維能力的關(guān)鍵；

2. 演化能力：智能的核心是演化、大模型加速軟件系統(tǒng)迭代；

3. 協(xié)作能力：智能體的協(xié)作架構(gòu)決定系統(tǒng)設(shè)計(jì)架構(gòu)；

4. 工具能力：使用工具解決確定性問題。

在演講最后，李建忠對于軟件開發(fā)智能化范式進(jìn)行了提綱挈領(lǐng)的總結(jié)與展望，帶來了十大關(guān)鍵詞。首先是模型能力的展望，包括：（1）擴(kuò)展定律：Scaling Law 仍然在發(fā)揮著關(guān)鍵作用；（2）提高上下文窗口（3）長期記憶能力（4）System 2 的提升（5）降低模型幻覺。

其次，在數(shù)據(jù)語料方面，也有很多值得探索的方向：（6）研發(fā)全流程數(shù)字化：如何將當(dāng)前研發(fā)全生命周期中各角色的行為活動數(shù)據(jù)實(shí)現(xiàn)數(shù)字化、并成為訓(xùn)練大模型的語料；（7）多模態(tài)數(shù)據(jù)訓(xùn)練：軟件開發(fā)領(lǐng)域不止文本和代碼，還有諸多圖表等形式；（8）將模型做“小”：不必追求所謂的大一統(tǒng)模型，而是基于多個(gè)模型，使用智能體協(xié)作起來；（9）模型合成數(shù)據(jù)：用大模型生成的代碼和設(shè)計(jì)“喂給”下一個(gè)模型訓(xùn)練；（10）最后是多智能體協(xié)同，未來在軟件開發(fā)領(lǐng)域一定是一個(gè)非常重要的方向。

Chris Richardson：

從頭塑造新架構(gòu)，讓應(yīng)用開發(fā)跟上需求的快速變化

著名軟件架構(gòu)大師、云原生和微服務(wù)領(lǐng)域技術(shù)先驅(qū) Chris Richardson 在演講中提出了「快速流動架構(gòu)」作為適應(yīng)現(xiàn)代軟件開發(fā)需求的新興風(fēng)格，其重要性在于它不僅加速了廣大開發(fā)者軟件交付的速率，還確保了質(zhì)量的穩(wěn)定性，這一切得益于其對 DevOps 和團(tuán)隊(duì)拓?fù)涞挠辛χС帧?/p>

Chris Richardson 著名軟件架構(gòu)大師、云原生和微服務(wù)領(lǐng)域技術(shù)先驅(qū)

Chris 首先進(jìn)行了介紹：DevOps 作為一種融合了開發(fā)與運(yùn)維的原則和實(shí)踐體系，致力于推動軟件的快速、頻繁且穩(wěn)定發(fā)布，它要求構(gòu)建高效的部署管道并借助 DORA 指標(biāo)衡量系統(tǒng)性能，以實(shí)現(xiàn)對高頻率 Git 推送的敏捷響應(yīng)。團(tuán)隊(duì)拓?fù)渑c組織層面，小型且長期穩(wěn)定的團(tuán)隊(duì)在高度信任與心理安全的環(huán)境下運(yùn)作，促進(jìn)了需求、開發(fā)、測試及部署環(huán)節(jié)的無縫協(xié)作，顯著提升了團(tuán)隊(duì)效能與靈活性。

演講中，最精彩的莫過于 Chris 關(guān)于架構(gòu)設(shè)計(jì)中“暗能量”與“暗物質(zhì)”的比喻，前者象征著微服務(wù)、團(tuán)隊(duì)自治以及快速部署管道所帶來的“排斥力”，推動系統(tǒng)邊界向外延伸；而后者則代表了簡化互動、高效交流與偏向 ACID 而非 BASE 事務(wù)處理的“吸引力”，促使系統(tǒng)內(nèi)部緊密相連。微服務(wù)架構(gòu)的核心目標(biāo)在于設(shè)計(jì)松散耦合的服務(wù)，避免分布式單體的陷阱，確保服務(wù)間API的互操作性，同時(shí)，獨(dú)立部署能力保證了更新維護(hù)的便捷性。

為了規(guī)避分布式單體架構(gòu)的風(fēng)險(xiǎn)，快速流動架構(gòu)應(yīng)運(yùn)而生。Chris 表示，快速流動架構(gòu)能呈現(xiàn)出一種適應(yīng) VUCA（易變性、不確定性、復(fù)雜性、模糊性）環(huán)境的特質(zhì)，它不僅加速了軟件交付過程，更在質(zhì)量與效率之間找到了平衡點(diǎn)，完美契合了現(xiàn)代業(yè)務(wù)環(huán)境下的持續(xù)變化需求。

馮新宇：

做好當(dāng)代、迎接未來，華為自研編程語言倉頡背后的思考

華為編程語言首席專家、倉頡編程語言首席架構(gòu)師、南京大學(xué)教授馮新宇帶來了備受期待的《倉頡：一款全場景智慧化應(yīng)用編程語言》主題演講，這也是倉頡歷經(jīng) 5 年研發(fā)攻關(guān)以來，在 HDC 之外，首次在業(yè)界亮相。

馮新宇 華為編程語言首席專家、倉頡編程語言首席架構(gòu)師、南京大學(xué)教授

在全球范圍內(nèi)，編程語言的種類數(shù)不勝數(shù)，為什么總是要有新的編程語言出來？為什么華為會自研倉頡編程語言？

馮新宇教授首先拋出了這兩個(gè)關(guān)鍵性的問題。他表示，從技術(shù)視角來看，可以總結(jié)為要解決特定的技術(shù)問題、實(shí)現(xiàn)特定的編程理念。產(chǎn)業(yè)/技術(shù)變革需要新的開發(fā)范式，由此聚焦在特定領(lǐng)域，或者是個(gè)人興趣或?qū)W術(shù)界會研究推廣特定的語言范式或特性。馮教授以大家所熟知的面向?qū)ο笳Z言為例，其最早即起于仿真領(lǐng)域。

而從開發(fā)者生態(tài)視角來看，無論是微軟對 C#，蘋果對 Swift，Google 對 Go、Dart 乃至 Kotlin 的大力投入與支持，其共性都在于，由平臺型企業(yè)主導(dǎo)的繁榮開發(fā)者生態(tài)。

基于這兩方面的考慮，倉頡希望能夠繁榮 HarmonyOS 應(yīng)用生態(tài)，打造最適合 HarmonyOS 的應(yīng)用開發(fā)語言，并將能力輻射到其他領(lǐng)域，支持全場景應(yīng)用開發(fā)，迎接智能化、空間化、一體化的產(chǎn)業(yè)與技術(shù)變革。在這樣的前提下，馮新宇教授深入分享了倉頡語言「做好當(dāng)代 迎接未來」的設(shè)計(jì)理念和技術(shù)特性。

所謂做好當(dāng)代，即倉頡作為一門通用的編程語言，倉頡覆蓋應(yīng)用開發(fā)和框架/中間件層，希望在效率（表達(dá)力豐富、易學(xué)易用、高效并發(fā)）、安全（安全編碼）、性能（高性能 FFI、輕量化運(yùn)行時(shí)、充分編譯優(yōu)化）三者之間實(shí)現(xiàn)更好的平衡。

在具體的技術(shù)路線上基于類型系統(tǒng)、內(nèi)存管理維度對倉頡明確了研發(fā)重點(diǎn)—— 自動內(nèi)存管理的靜態(tài)類型語言。在類型系統(tǒng)方面，支持函數(shù)式、命令式和面向?qū)ο蟮榷喾N范式，語言特性包括值類型、類和接口、泛型、代數(shù)數(shù)據(jù)類型、模式匹配以及高階函數(shù)等。

而為了“迎接未來”，倉頡團(tuán)隊(duì)深入思考大模型下的應(yīng)用開發(fā)將有大模型作為運(yùn)行時(shí)服務(wù)和大模型輔助生成代碼兩大方式，各有挑戰(zhàn)。對于前者，需求的精確描述（Prompt）、與大模型的交互、服務(wù)的編排、結(jié)果的校驗(yàn)等是重點(diǎn)?；诖耍T新宇教授披露，倉頡正在基于基于倉頡的 eDSL 能力構(gòu)建 Agent 原生智能應(yīng)用開發(fā)。

對于后者，馮新宇教授在現(xiàn)場拋出了非常關(guān)鍵的思考 —— 從生成代碼的角度來說，編程語言能夠做什么事情？代碼生成需要和 IDE 配合良好，在設(shè)計(jì)編程語言時(shí)，更容易寫還是讀是關(guān)鍵。馮新宇教授表示，有了大模型之后，寫代碼的負(fù)擔(dān)得到降低，但由于大模型的黑盒屬性，代碼的可讀性、評審測試驗(yàn)證登能力變得更加重要。如何讓大模型生成更高質(zhì)量的代碼，就對編程語言提出了需要更加聲明式、抽象級別更高的要求。

林詠華：

讓整個(gè)產(chǎn)業(yè)沒有難用的算力，支撐大模型繼續(xù)奔跑

英偉達(dá) H100 供不應(yīng)求，顯卡租賃動輒數(shù)萬美元，在全球都面臨著算力緊缺的時(shí)候，國內(nèi)開發(fā)者還剩下哪些選擇？北京智源人工智能研究院副院長兼總工程師林詠華以“大模型及多元 AI 芯片時(shí)代的軟件開發(fā)”為出發(fā)點(diǎn)，深入探討了這一問題。所謂“多元”，便是指除英偉達(dá)以外的國產(chǎn) AI 芯片，當(dāng)前的軟件開發(fā)者被英偉達(dá)這座高墻堵住，面臨著前所未有的機(jī)遇和挑戰(zhàn)。為了實(shí)現(xiàn)多元異構(gòu) AI 芯片 大模型開發(fā)，林詠華提出了兩大挑戰(zhàn)：“芯片異構(gòu)”和“集群異構(gòu)”。

林詠華 北京智源人工智能研究院副院長兼總工程師

大模型的興起為軟件開發(fā)提供了新的方向，包括編程助手、智能對話替代 GUI、基于語言模型的自動化交互等方向的發(fā)展。然而，林詠華強(qiáng)調(diào)了現(xiàn)實(shí)的“骨感”：現(xiàn)在許多模型廠商積極地在 HumanEval 等測評榜上“刷分”，如 GPT-4o 和 Claudu 3.5 Sonnet 等模型都取得了 90% 以上的好成績，但若選用更貼近開發(fā)者日常編碼情況的 TACO 測評，并限制刷榜，只取 pass@1（只測一次）的成績，會發(fā)現(xiàn)許多代碼生成模型的能力“慘不忍睹”，當(dāng)前代碼生成模型的能力還存在局限，需要開發(fā)者編寫邏輯保護(hù)代碼進(jìn)行補(bǔ)充。

隨著代碼生成模型的發(fā)展，開發(fā)者對算力的需求也在飛速增長。模型尺寸的增加、訓(xùn)練數(shù)據(jù)量的上升導(dǎo)致了計(jì)算需求的顯著增長。林詠華表示，國內(nèi)先進(jìn)算力的供應(yīng)不足，導(dǎo)致算力價(jià)格并未遵循摩爾定律，面臨算力缺口的挑戰(zhàn)。這要求國內(nèi)的 AI 芯片能夠補(bǔ)上這一缺口，支持大模型的訓(xùn)練和推理工作。

緊接著，林詠華提出了第一大挑戰(zhàn)“芯片異構(gòu)”的核心命題：我們能否讓軟件開發(fā)者感受不到 AI 芯片的差異？在國內(nèi)，存在多種不同架構(gòu)的AI芯片，這些芯片來自不同的制造商，具有各自的編譯器和指令集。這種芯片的異構(gòu)性給軟件開發(fā)帶來了遷移困難、軟件差異、架構(gòu)差異等問題。為了解決這些問題，智源研究院牽頭打造了基于 Triton 前端編程語言實(shí)現(xiàn)通用算子庫的軟硬件生態(tài)體系。要克服芯片異構(gòu)帶來的挑戰(zhàn)，建立一個(gè)開源的軟硬件生態(tài)體系顯得尤為重要。通過開源算子編程語言（Triton）及其編譯器，智源研究院聯(lián)合多家單位共同打造了一個(gè)覆蓋主流大模型算子的通用算子庫。這個(gè)生態(tài)體系得到了多家芯片廠商的支持，并且已經(jīng)在多個(gè)硬件平臺上得到應(yīng)用。

在分析 AI 芯片“集群異構(gòu)”的挑戰(zhàn)時(shí)，林詠華指出了兩大難題：如何在不同的 AI 芯片集群完成大模型訓(xùn)練？在資源異構(gòu)、通信差異的情況下，又該如何合池不同的 AI 芯片資源訓(xùn)練一個(gè)大模型？為了解決這些挑戰(zhàn)，智源研究院發(fā)布了面向多種 AI 芯片的高效并行訓(xùn)練推理框架 FlagScale ，該框架能夠在不同 AI 芯片上完成大規(guī)模大模型的訓(xùn)練和微調(diào)訓(xùn)練，并支持不同并行模式的開發(fā)。這不僅解決了單一集群訓(xùn)練的問題，也使得不同 AI 芯片集群可以合池訓(xùn)練同一個(gè)大模型。最后，林詠華強(qiáng)調(diào)了自己的愿景：“讓產(chǎn)業(yè)沒有難用的 AI 算力，支撐大模型繼續(xù)奔跑，實(shí)現(xiàn)全面賦能軟件開發(fā)。”

高峰對話：軟件開發(fā)智能化新范式

主會的精彩演講令人意猶未盡，而在上午最后的圓桌對話環(huán)節(jié)中，華為編程語言首席專家、倉頡首席架構(gòu)師馮新宇，CSDN 高級副總裁、Boolan 首席技術(shù)專家李建忠，北京智源人工智能研究院副院長兼總工程師林詠華在 Athena labs CTO 王興明的主持下，圍繞“軟件開發(fā)智能化新范式”展開深度的探討與經(jīng)驗(yàn)分享，延伸了每位嘉賓的演講內(nèi)容，為觀眾們答疑解惑。

對于廣大開發(fā)者要如何更有效地利用大模型在軟件開發(fā)中的能力，李建忠分析說，“程序員面對復(fù)雜問題時(shí)，初期傾向于使用分解的方式，但隨著軟件開發(fā)的深入，這種策略逐漸不夠用，需要轉(zhuǎn)向更高階的抽象思維。”

當(dāng)前大模型在低抽象任務(wù)上表現(xiàn)出色，但在高抽象任務(wù)上能力不足，這要求開發(fā)者找到合適的策略來彌補(bǔ)大模型的這一不足。當(dāng)前訓(xùn)練大模型時(shí)，僅依靠靜態(tài)代碼或結(jié)果導(dǎo)向的訓(xùn)練方式可能不足以反映軟件復(fù)雜度的抽象，因此需要在訓(xùn)練階段加入更多的高抽象理解。

李建忠提出，為了更好地使能大模型在軟件開發(fā)中的運(yùn)用，程序員需要掌握更多高抽象的技能，而將低抽象的任務(wù)交給大模型來完成。他建議在訓(xùn)練階段增加對高抽象任務(wù)的理解，而不是僅僅依賴于靜態(tài)訓(xùn)練 GitHub 上的代碼。此外，他還強(qiáng)調(diào)了前人智慧的傳承重要性，包括敏捷開發(fā)和康威定律在內(nèi)的寶貴經(jīng)驗(yàn)，都可以智能化，而不是被忽視。

馮新宇在對話中提出了他對大模型在軟件開發(fā)中應(yīng)用的看法和理解。他認(rèn)為，大模型可以在較小的顆粒度上輔助軟件開發(fā)，這就像有一個(gè)非常高效且博學(xué)的同事一樣，盡管“黑盒”的存在會讓這個(gè)“同事”偶爾會犯一些低級錯(cuò)誤。因此，他強(qiáng)調(diào)了人腦的配合作用，意味著我們可以將大模型視為工具，幫助我們在各個(gè)開發(fā)流程中發(fā)揮作用，即使大模型不如人類靠譜，但它仍然可以在一定程度上融入現(xiàn)有的工作流程，并處理不確定性過程中的問題。

最后，馮新宇指出，人類更擅長進(jìn)行抽象思考，大模型則可以處理具體的工作；既然大模型的全稱是“大型語言模型”，它們通過分析和生成自然語言來進(jìn)行工作。因此，未來的訓(xùn)練應(yīng)該著重于提高人類的信息結(jié)構(gòu)化和抽象能力，以便更好地與大模型交流和合作。結(jié)合人類的抽象能力和大模型的處理能力，每個(gè)人都應(yīng)該在自己擅長的領(lǐng)域內(nèi)發(fā)展，可以更有效地完成軟件開發(fā)和其他技術(shù)領(lǐng)域中的挑戰(zhàn)性任務(wù)。

針對主流模型的開發(fā)和使用問題，林詠華表示，為了適配流行的框架和大模型，例如千億級別的大模型，開發(fā)者可以通過稍微修改一些庫文件來快速實(shí)現(xiàn)所需功能。她還強(qiáng)調(diào)了這種框架和模型對國產(chǎn)化新芯片的支持，旨在降低企業(yè)成本并提高開發(fā)速度。林詠華最后為廣大開發(fā)者給出了一道建議：“聽得再多不如試一下子”，理論學(xué)習(xí)固然重要，但實(shí)際操作和嘗試更為關(guān)鍵。她建議每個(gè)人都應(yīng)該親自嘗試使用大模型，以確定它們的實(shí)際邊界和適用場景。

不焦慮純干貨！

四大專場同步并行，參會嘉賓熱情高漲

一如許多與會開發(fā)者觀眾的高度評價(jià)，全球軟件研發(fā)技術(shù)大會非常接地氣，不宣揚(yáng) AI 無所不能，而是腳踏實(shí)地，分享實(shí)實(shí)在在的實(shí)踐干貨經(jīng)驗(yàn)。在主會之后，四大專場同期舉行，聚焦軟件開發(fā)智能化、AI 智能應(yīng)用開發(fā)、云原生架構(gòu)、可觀測性技術(shù)等 12 大備受開發(fā)者關(guān)注的主題方向，展開精彩分享，現(xiàn)場交流氛圍濃厚，歡迎大家持續(xù)關(guān)注。

{現(xiàn)場照片集}

精彩花絮，展位人頭攢動

在會場之外的展廳中，基調(diào)聽云、TYAN、京東云、TDengine、快遞100 、Zoho卓豪、人民郵電出版社異步社區(qū)等展位吸引了眾多參會者的目光，現(xiàn)場熱鬧非凡！

{現(xiàn)場照片集集錦}

立即掃碼預(yù)約全球軟件研發(fā)技術(shù)大會 PPT

」，了解「2024 全球軟件研發(fā)技術(shù)大會」更多信息！