一、AI大模型辅助软件研发概述

第一部分: 大模型下的研发效能提升

1.软件研发效能的定义、目标及解决的问题

2.软件研发效能的实践框架和实施策略

3.AI在研发管理中的价值

4.AI在研发效能提升中的实践

5.AI对研发效能管理的影响

6.AI对软件开发领域效能实践

7.AI对软件测试领域效能实践

8.AI 赋能研发效能多家研发中心案例分析

第二部分:AI辅助研发案例分析与最新进展

1.2023和2024年AI大模型辅助研发调查报告解读

2.微软公司案例分析

3.Google公司案例分析

4.亚马逊研发中心案例分析

5.百度公司案例分析

6.阿里巴巴公司案例分析

7.深圳某电信研发中心（咨询客户）

8.某外企电信研发中心案例分析（咨询客户）

9.某外企金融研发中心案例分析（咨询客户）

10.其他多家研发中心的案例分析

二、AI大模型辅助编程原理

第一部分: Vibe coding氛围编程最佳实践

1.什么是Vibe编程？

2.氛围编程基础理念

3.资深程序员的常见痛点诊断

4.Vibe编程的核心原则

5.革命性概念的诞生：从“写代码”到“说代码”

6.Vibe编程的技术基础与工作原理

7.Vibe编程与传统编程的核心差异

8.现在，是学习Vibe编程的最佳时机

9.编程效率翻倍：AI助手选择攻略

10.4步创作法+5大技巧，实现从想法到产品

11.多家研发中心案例分析

第二部分: AI辅助编程技术的工作原理

1.AI辅助编程技术的工作原理

2.AI辅助编程工具的主要功能

3.智能代码自动补全与上下文感知的代码补全

4.编译器与AI辅助编程工具

5.生成代码能力等级

6.生成式AI和LLM

7.Transformer模型

8.评估LLM

9.LLM的类型

10.评估AI辅助编程工具

三、AI大模型辅助工具

第一部分:AI辅助编程工具提升开发效率

1.人工智能辅助编程工具的基本原理和应用场景

2.代码大模型测评集HumanEval、MBPP介绍和评分原理

3.微软Github  Copilot

4.智能代码编辑器Cursor

5.智谱智能编程助手CodeGeeX等

6.百度Comate快码

7.阿里通义灵码

8.字节Trae

9.AI辅助编程工具 主要使用场景

10.AI辅助编程工具的实现原理

11.AI辅助编程工具加持下的软件生态改变

12.AI辅助编程工具改变传统开发的 10 大场景

13.AI辅助编程工具的编程技巧

14.AI辅助编程工具下的测试优化

15.某公司应用案例分析

第二部分: AI辅助编程IDE工具基础使用实操和功能对比测评

1.介绍代码模型打分测评集及其底层评分原理。

2.归纳实用的编程场景辅助技巧。

3.实操演示代码补全、缺陷修复、代码优化等基础功能。

4.讲解报错排查、代码提交注解、AI工具库等进阶功能

5.讲解如何设计Prompt，仿写服务技巧和思路。

6.分享API和开发文档生成技巧、单元测试设计技巧等。

7.介绍数据建模表设计和SQL生成方法。

8.实操演示代码大模型检索增强生成RAG和微调Fine-tuning等高级功能。

9.案例分析

第三部分：企业引入智能辅助编程的提效实践

1.介绍企业级智能编程解决方案，如通义灵码、百度文心快码等。

2.分析国内外企业级方案的不足，提出量化智能编程提效的方法。

3.分享智能编程提效的真实落地案例，介绍企业引入智能编程提效的解决方案。

4.探讨团队协作、项目任务拆解、分工模式等项目管理技巧。

5.案例分析

四、AI大模型辅助编程案例分析

第一部分: AI辅助编程工具实战案例

1.项目概述

2.需求分析和需求获取，需求管理

3.AI辅助编程工具 主要使用场景

4.实践 AI辅助编程工具

5.上手AI辅助编程，编码与项目实战探索

6.AI辅助编程工具 编程进阶

7.AI辅助编程工具 prompt 原理和实战

8.AI辅助编程工具 编程技巧

9.全面了解AI辅助编程工具的工作原理，建立AI辅助编程知识体系

10.实际操作用AI辅助编程工具做开发，演练典型研发工作场景

11.使用AI辅助编程工具辅助进行TDD和单元测试

12.使用AI辅助编程工具辅助进行系统测试

13.某公司应用案例分析

第二部分: AI大模型辅助编写高质量代码

1.使用AI大模型编写高质量的程序代码

2.AI大模型编写代码注释

3.AI大模型解释遗留代码

4.AI大模型辅助发现代码坏味道

5.AI大模型辅助代码重构

6.AI大模型辅助代码优化

7.评审 AI大模型 生成的代码

8.使用AI大模型分析源代码底层逻辑

9.AI大模型辅助代码性能优化

10.AI大模型辅助重构遗留系统代码

11.AI大模型辅助遗留系统的代码维护

12.案例分析

第三部分: AI大模型辅助重构代码

1.AI大模型辅助代码重构

2.重构必然性

3.破窗效应与技术债务

4.实际重构遇到的4大问题

5.介绍常见的重构技术

6.重构到模式的目录

7.重构概述

8.何时重构

9.重构的误区

10.案例分析

第四部分: AI大模型辅助维护遗留系统代码

1.AI大模型辅助重构遗留系统代码

2.AI大模型辅助遗留系统的代码维护

3.必须修改遗留的代码起因

4.遗留代码修改危险事项

5.如何对依赖代码做测试

6.依赖代码的感知与分离

7.依赖代码修改的接缝技术

8.修改依赖代码的工具

9.降低风险的措施

10.Sprout Method

11.Sprout Class

12.Wrap Method

13.Wrap Method

14.通过案例分析，如何使用AI大模型修改遗留代码，而不破坏现有系统代码结构

15.案例分析

第五部分: AI大模型辅助代码质量管理

1.AI大模型辅助代码质量管理

2.代码内部质量的核心标准

3.可分析性（ANALYZABILITY：找到错误在代码中的位置或者软件中必须修改的部分容易程度

4.可修改性（CHANGEABILITY）：即要完成一个修改需要的工作量

5.稳定性（STABILITY）：即修改之后出问题的程度

6.可测试性（TESTABILITY）：即能够验证修改的结果

7.AI大模型辅助度量代码质量

第六部分: AI大模型辅助代码质量管理

1.AI大模型代码管理的

2.多家研发中心，如何实现AI大模型辅助高质量代码

3.AI大模型代码静态分析工具概述

4.AI大模型辅助代码评审前期准备

5.AI大模型辅助代码评审的代码量

6.AI大模型辅助代码评审的检查表

7.AI大模型辅助代码评审的总结与学习

8.结合国内多家研发中心的代码管理经验分享

五、AI辅助测试

第一部分: AI大模型辅助测试与QA质量人员提高效能

1.大模型在测试阶段各种使用场景

2.大模型在软件质量保障中的各种使用场景

3.AI大模型在测试领域的擅长和不擅长

4.AI大模型辅助自动生成测试用例

5.AI大模型辅助自动生成测试数据

6.AI大模型辅助测试的覆盖率提升

7.AI大模型辅助进行性能测试

8.AI大模型在单元测试中的应用与落地

9.代码评审阶段AIGC的应用场景与案例

10.单元测试阶段AIGC的应用场景与案例

11.接口测试阶段AIGC的应用场景与案例

12.安全测试阶段AIGC的应用场景与案例

13.探索式测试和AI大模型的测试需求启发

14.某公司应用案例分析

六、增强私有知识-模型微调+增强检索RAG

第一部分: 增强企业私有知识方案-提示词工程，模型微调，RAG对比

1.通用大模型vs私有大模型，及应该如何选择

2.如何增加企业私有知识-提示词工程，RAG，模型微调

3.提示词工程增加样本，实现私有知识的最佳实践

4.模型微调的最佳实践和难点分析

5.哪些情况需要企业搭建针对性的私有大模型

6.深入理解:大模型训练vs模型微调vs增强检索RAG的核心区别、实施成本、实施难度、和应用场景定位

7.企业私有化知识的推荐方案-RAG增加检索

8.提示工程、RAG与微调对比

9.从用户角度看RAG流程

10.通过RAG实现私有知识适应

七、AI辅助研发未来展望

第二部分:打造超级软件工程师—构建企业专属智能体

1.超级软件工程师生产力的构成及及具备的能力分析

2.软件超级工程师塑造思路和成长路径

3.研发工程师agent构建实践

4.软件提示工程场景应用与实践

5.AI应用实战开发技巧

6.大模型（LLM）在软件研发的优秀实践

7.全球首个AI软件工程师Devin问世

8.Devin AI软件工程师的技术原理是什么？

9.如何通过智能体提高研发效能

10.已有编码助手的RAG和插件能力介绍

11.使用编码助手不同场景所需要的上下文

12.把业务知识作为知识库

13.把代码架构知识作为知识库

14.把常见技术问题FAO作为知识库