返回首页
从“生成”到“生产”：AI编程会带来新的“技术债”吗？| CNCC2026
AI编程持续加速，短期提效、局部可用，但可能加剧设计偏移、隐性耦合与治理负担，形成“技术债”。论坛讨论AI编程能力边界、边界内如何持续演化实现长期自主，以及边界外如何人机协同保障可信交付。
论坛简介
AI编程正从代码补全工具演化为能够联动工具链、依据需求规格自主规划并执行任务的编程智能体，显著提升代码生成效率。然而，软件工程的目标不止于生成代码，更在于代码能否在系统演化中被持续理解、验证和维护。
AI编程短期可运行或局部可用的结果可能掩盖深层问题：代码偏离既有架构与设计意图，局部修改经由依赖关系影响其他模块，测试和文档难以及时跟进。这些问题若在持续迭代中累积，将增加审查与维护成本，形成新的“技术债”，使生成效率难以转化为稳定的软件生产能力。
本论坛邀请学界与业界嘉宾围绕AI编程从“生成”迈向“生产”展开思辨：首先，界定AI可以自主完成的任务及其前提；继而区分能力边界内外的两类问题——在边界之内，探讨AI如何适应持续变化的系统约束，实现长期稳定运行；在边界之外，研究如何将有限的人工审查投入关键环节，及时发现并纠正风险，在提升效率的同时保障可信交付。
日程安排
顺序 主题 主讲嘉宾 单位 1 关于AI编程的可控性 金芝 北京大学 2 复杂系统视角下的软件智能化开发机遇与挑战 彭鑫 复旦大学 3 从编程助手到数字员工——AI Coding 的下一站 谢吉宝 阿里巴巴 4 从代码基础模型到代码智能体 杨健 北京航空航天大学 5 AI Coding Agent 的下一阶段：能力边界与工程实践 冯掌印 Verdent AI 6 思辨环节 金芝 北京大学 彭鑫 复旦大学 滕飞 西南交通大学 谢吉宝 阿里巴巴 杨健 北京航空航天大学 冯掌印 Verdent AI 论坛主席： 哈尔滨工业大学副教授 个人简介｜哈尔滨工业大学副教授，美国加州大学圣塔芭芭拉分校联合培养博士，主要研究代码大模型。在ICML、ICLR、ACL等会议发表论文30余篇，主持国家自然科学基金青年项目，参与国家重点研发计划等项目，主持研发哈工大珠算代码大模型，获ACL 2025（CCF A）杰出论文奖、2024年中国人工智能学会吴文俊人工智能科技进步一等奖等奖项。 共同主席： 哈尔滨工业大学（深圳）教授 个人简介｜哈尔滨工业大学（深圳）教授，哈工大青年拔尖人才。入选第九届中国科协青年人才托举工程，获得2026 IEEE CS TCSE新星奖。主要研究领域包括：智能化软件工程和软件可靠性，近年来在相关领域的顶级会议和期刊如TSE、TOSEM、ICSE、FSE、ASE等上发表论文100余篇，荣获CCF A类会议ICSE 2025杰出论文奖、ICSE 2024杰出论文奖和ASE 2023杰出论文奖。 论坛讲者： CCF会士、监事长、北京大学/武汉大学教授 个人简介｜CCF会士、常务理事，北京大学/武汉大学教授，长期从事软件需求工程的研究和实践，创建基于环境建模的软件密集型系统的需求工程方法学，提出基于环境操作效果和问题求解的软件能力抽象，以及基于问题投影的软件能力精化，在复杂嵌入式系统需求工程实践中取得成效。 报告题目｜关于AI编程的可控性 报告摘要｜大模型的代码生成能力已经得到长足发展，大大提高了代码生成效率。但完全靠大模型生成的代码是否真的可用？特别在安全攸关应用场景中是否敢用？目前还是悬而未决的问题。本报告探讨基于风险的软件作用效果边界控制的观点，希望能实现既充分利用代码模型的能力，又能对所生成代码有足够的控制力，达到减轻技术债的目的。 CCF杰出会员，复旦大学教授 个人简介：复旦大学计算与智能创新学院副院长、教授，国家级高层次人才计划入选者，CCF杰出会员、软件工程专委会副主任委员、开源发展委员会常务委员，《Journal of Software: Evolution and Process》主编，《ACM Transactions on Software Engineering and Methodology》、《软件学报》等期刊编委。 报告题目：复杂系统视角下的软件智能化开发机遇与挑战 报告摘要：尽管AI在小规模、定义明确的任务上表现出色，但面对大型、长期演化的企业级系统时，其效果急剧下降。根本原因不在于模型本身，而在于软件作为复杂系统的本质。为此，我们提出“代码数字孪生”的概念，通过在代码物理表示之上构建概念逻辑层，承载高层设计意图、业务语义和演化历史，并与实现保持双向可追溯。我们还讨论了“驾驭工程”这一新兴范式，即通过前馈约束和反馈传感器系统化地引导和治理AI智能体，并勾勒了AI时代软件工程实践演进的路径。 阿里巴巴资深技术专家，Qoder技术负责人 个人简介｜谢吉宝，花名唐三，阿里巴巴资深技术专家，Qoder技术负责人。深耕大型分布式系统十余年，曾主导中间件核心组件、异地多活与双11稳定性保障。近年他专注AI编程与Agent方向，既构建任务规划、自主执行、上下文工程与Skill/MCP工具生态，也建设评测、安全沙箱、权限与审计体系，推动这些能力在终端、桌面与云端形态中落地。他的判断是：AI编程的下一步不是写得更快，而是让Agent成为组织中有身份、有权限、有职责边界的一员。 报告题目｜从编程助手到数字员工——AI Coding的下一站 报告摘要｜过去几年，AI Coding的进步主要集中在“帮人更快写代码”：补全、生成、对话式修改，但它始终只是助手——人在，它才在；人一停，它就停。这一次，我们尝试让它成为有身份、有权限、有工位的数字员工，能够7×24在线，独立承担评测、缺陷修复、流水线监控和值班初诊等工作。本次分享将讲清数字员工与编程助手的区别，介绍真实场景中的实践、可信机制与踩坑经验，并探讨人机分工的边界：重复的事交给它，创造的事留给人。这不是替代，而是一次新的分工。 北京航空航天大学副教授 个人简介｜北京航空航天大学计算机学院副教授、北航卓越青年学者，上海人工智能实验室双聘副研究员。研究方向涵盖多模态多语言理解与生成、大模型预训练与微调、代码理解与生成。在ICLR、NeurIPS、ICML、ACL等国际会议发表论文百余篇，其中第一/通讯作者30余篇，获专利8项，谷歌学术引用超3万次，并担任多个国际会议AC/SAC。作为主要作者承担通义千问代码预训练与微调，作为QwenCoder主要贡献人之一，并与电信研究院、华为、字节跳动、阿里巴巴等保持合作。 报告题目｜从代码基础模型到代码智能体 报告摘要｜代码基础模型正从独立模型迈向工具增强型代码智能体，可自主调用编译器、调试器和API，通过迭代优化与自我调试，实现IDE内自动化和意图驱动的代码合成。Claude Code、Codex等展现了上下文感知与实时反馈的潜力，但仍面临可靠性保障、工具依赖管理和计算开销控制等挑战，可借助微调、提示工程及符号—神经架构改进。未来将聚焦智能体专业化、人机交互伦理与工具缓解模型幻觉，推动无缝协作，加速自然语言向可执行系统转化。 Verdent AI算法研究员 个人简介｜冯掌印博士，AI Coding方向创业者，长期从事自然语言处理、代码智能与大语言模型研究，其谷歌学术成果总引用量约15,000次。其代表性工作CodeBERT是首个代码领域的预训练模型，在代码搜索、代码生成等代码智能领域产生了广泛影响。当前，他正将学术研究转化为AI Coding创业实践，探索下一代AI 原生软件开发方式。 报告题目｜AI Coding Agent的下一阶段：能力边界与工程实践 报告摘要｜大模型正推动AI Coding从代码补全、对话辅助，迈向能理解代码库、规划任务、调用工具并执行复杂变更的研发智能体。关注点也从“能否生成代码”转向“能否在真实软件工程中稳定、有效并可控地完成任务”。本报告结合产品实践，梳理Coding Agent在上下文理解、任务规划与执行、工具与环境交互、结果验证及人机协作等方面的演进，分析复杂代码库与长流程任务中的挑战，并展望异步执行、多Agent协作、主动发现等方向，以及研发工具、流程和开发者角色的变化。 特邀嘉宾： 西南交通大学教授 个人简介｜CCF理事、西南交通大学人力资源部部长，计算机与人工智能学院教授，国家级青年人才。主持国家自然科学基金、四川省杰出青年科学基金等项目，以第一作者或通讯作者发表高水平论文百余篇，授权国家发明专利20余项。担任可持续城市交通智能化教育部工程研究中心常务副主任、四川省高等院校计算机基础教育研究会副理事长。 欢迎参加CNCC2026 CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。
京公网安备 备你妈的案
