我院承办的2026年CCF软件工程专委会青年论坛第四期“软件智能体与可信软件工程”顺利举办

2026年8月7日， 由中国计算机学会软件工程专业委员会（CCF软件工程专委会）主办、中山大学软件工程学院承办的CCF软件工程专委会青年论坛（第四期）在中山大学珠海校区成功举行。本次活动由中山大学软件工程学院王焱林和刘名威、南京大学冯洋担任执行主席，围绕软件智能体、软件质量保障与可信人工智能等方向，邀请多位青年学者齐聚一堂，并组织圆桌交流，共同探讨人工智能时代软件工程研究范式与工程实践的变革。

本次活动由中山大学王焱林和刘名威、南京大学冯洋共同主持。活动伊始，中山大学软件工程学院院长郑子彬教授致欢迎辞，对各位嘉宾的到来表示热烈欢迎。随后，CCF软件工程专委会副主任委员李戈教授作开场引导报告。他以“这是一个属于年轻人的时代”为题指出，人工智能正在重塑软件工程的研究空间，青年学者既要看到“我们的空间正在被AI压缩”，更要在变化中形成可积累的研究方向，避免简单追随热点、给自己“画圈圈”。李戈教授强调，程序生成问题触及人工智能的核心命题——人们能否用“图灵式的计算”实现如同人类思考一样的智能。结合团队在代码理解与代码生成方面的探索，他介绍了新型基础模型、模型领域化与小型化，以及覆盖需求澄清、代码生成、测试生成、自动修复和缺陷检测等任务的软件智能体技术。

南京大学计算机学院时清凯副教授作了题为《基于大模型的网络协议规约生成》的报告。报告围绕如何把大模型作为黑盒工具有效用于软件工程、并缓解其固有幻觉问题展开，介绍了通过系统分治、自主对抗等机制引导大模型从协议文本生成语法、语义精确可靠的形式化规约，进而指导软件测试的方法。实验表明，相关规约在语法与语义方面的精度和召回率接近99.9%，并已帮助发现数十个传统模糊测试难以检出的非内存安全类问题。

随后，西安交通大学晋武侠副教授作了题为《当软件研发遇见Agent：架构知识是AI提效缺失的一环》的报告。报告指出，软件3.0时代AI在持续膨胀与演化的项目仓库中面临复杂任务挑战，当前更紧迫的瓶颈往往不在模型推理能力本身，而在目标仓库深度语境知识的缺失，尤以架构及其演化知识最为突出。她介绍了融合静态结构依赖与动态演化历史的仓库级知识分析框架，旨在为AI构建可演化的仓库记忆，支撑复杂系统的智能化理解、演进与迁移。

天津大学姜佳君副教授作了题为《大模型驱动的软件缺陷自动检测技术分析与实践》的报告。报告聚焦软件质量保障中的缺陷自动检测问题，系统梳理了现有自动化检测技术在泛化性能和检测准确性方面的挑战，并介绍了团队围绕增强上下文感知与代码语义理解所提出的方法。报告同时指出，通用软件智能体在真实项目级缺陷检测中仍面临误报偏高等问题，如何在提升检测能力的同时保证结果可信任，仍是构建智能软件质量保障体系的关键。

浙江大学计算机科学与技术学院刘忠鑫特聘研究员作了题为《面向大模型代码生成的测试：从缺陷复现到回归保障》的报告。报告从测试出发讨论大模型生成代码的质量保障，介绍了如何区分生产代码与测试代码的检索需求，结合文本语义、函数调用关系和测试执行反馈，迭代生成能够真正触发缺陷的复现测试；以及如何通过分析名称与代码元素之间的细粒度依赖，快速选择可能受修改影响的测试，在降低回归开销的同时尽量避免漏测，从而连接缺陷复现、代码生成与回归验证的质量闭环。

下午的报告中，武汉大学计算机学院辛奇副教授作了题为《基于优化的软件功能消胀》的报告。报告从代码膨胀这一普遍现象切入，指出大量闲置功能不仅损害软件安全与性能，也增加资源消耗和维护成本。他介绍了基于优化的功能消胀思路，通过建模代码删减量、软件通用性等因素，在多目标之间寻求平衡，并汇报了基于输入样例和输入子域的两项具体工作，展示了智能化软件优化在提升软件质量、安全与可维护性方面的潜力。

北京航空航天大学计算机学院邓锦亮准聘教授作了题为《时序智能：从高效模型到高效建模》的报告。报告围绕金融市场、城市管理、能源调度和医疗诊断等开放复杂场景中的时序智能问题，介绍了面向历史序列的数值模式压缩方法和面向外部事件的文本语义约束方法，以降低冗余表示与计算开销；并进一步从“高效模型”拓展到“高效建模”，讨论失败证据驱动的模型迭代优化，降低模型设计、错误分析和修正过程中的人工成本。

华东师范大学软件工程学院黄怿豪青年研究员作了题为《AI模型鲁棒性：测试、增强与具身智能场景探索》的报告。报告面向自动驾驶、医疗健康、智能交互等安全关键领域，介绍了通过多维度、多属性扰动场景分析模型在输入变化、分布偏移和环境因素影响下的脆弱性，以及基于数据本征信息与外部先验知识的鲁棒性增强方法。报告还结合具身智能场景，探讨物理环境因素对智能体感知与决策的影响，并介绍了基于环境光照变化的鲁棒性测试思路。

重庆大学大数据与软件学院谢子凡博士作了题为《海量真实代码仓库驱动的静态分析器可靠性增强方法》的报告。报告针对静态分析器因实现复杂、规则不完备而产生的误报和漏报问题，介绍了从真实重构实践中提炼语义保持变异算子、以蜕变测试检验分析器缺陷，以及将安全规则分解为语义子模式、检索并组合真实代码片段生成自然多样漏洞变体的方法。相关研究揭示了458个误报或漏报，覆盖97%的静态分析规则，并为分析器在真实工程中的可靠应用提供了新思路。

各位嘉宾报告结束后，论坛举行了圆桌讨论，哈尔滨工业大学（深圳）黄强教授、香港中文大学（深圳）贺品嘉副教授、西安电子科技大学张晨曦副教授、华为香港研究院顾文超高级研究工程师以及当日报告嘉宾共同参加。圆桌围绕AI对软件工程影响最大的变化、范式转移等问题展开，与会专家认为，大模型正在推动软件工程从人工编写、流程驱动转向人机协同、智能驱动，代码生成、测试生成、缺陷检测和智能体辅助研发等任务已率先出现范式变化。讨论指出，缺少仓库语境与架构知识、存在幻觉与不可靠推理、缺乏可执行的测试与规约反馈，都会使能够生成代码与能够可靠完成软件开发任务之间出现断层。要弥合这一差距，需要把基础模型能力、领域知识、测试约束和可信保障贯通起来。现场讨论热烈，学术氛围浓厚。

本次“软件智能体与可信软件工程”CCF软件工程专委会青年论坛的顺利举办，进一步促进了智能化软件工程领域青年学者之间的交流与合作，展示了软件智能体、代码生成质量保障和可信人工智能等方向的最新进展，也为推动软件工程与人工智能技术的交叉融合提供了新的思路与启发。