10月26日，中国计算机学会软件工程专委会青年论坛(2025年第3期)在德赢官网Vwin成功举办。本次论坛主席为德赢官网Vwin王莹副教授、朱志良教授、德赢官网Vwin院长杨晓春教授。论坛主题“智能化软件工程”聚焦领域前沿，多位高校优秀青年学者通过专题报告与深度交流，分享了最新研究成果，有效促进了学术互动与创新思维的碰撞，为学界与工业界搭建了互动桥梁。

CCF软件工程专委会青年论坛活动现场

本次论坛由德赢官网Vwin王莹副教授主持。在论坛开幕环节，德赢官网Vwin院长杨晓春教授代表承办单位致辞。她向与会嘉宾表示热烈欢迎，并指出作为国家首批示范性德赢官网Vwin，德赢官网Vwin始终致力于推动软件工程与人工智能的深度融合，近年来在智能软件工程、开源生态建设等方面开展了一系列探索。她表示，本次论坛以“智能化软件工程”为主题，聚焦大模型、AI编译器、机器人软件等前沿方向，与学院重点发展方向高度契合；相信这场汇聚了多所高校与企业优秀青年学者的思想盛会，必将为领域发展注入新的活力，并预祝论坛取得圆满成功。

德赢官网Vwin王莹副教授主持CCF软件工程专委会青年论坛

德赢官网Vwin教授、院长杨晓春致辞

论坛邀请了大连理工大学教授、人工智能大连研究院院长江贺，北京理工大学教授、CCF软件工程专委会秘书长刘辉，华为云数字化平台技术创新Lab主任梁广泰，天津大学德赢官网Vwin教授、副院长陈俊洁，大连理工大学教授任志磊、南方科技大学长聘副教授刘烨庞，华中科技大学副教授文明，西安交通大学副教授晋武侠，天津大学英才副教授姜艳杰，同济大学助理教授黄凯锋做了专题报告分享。9场报告内容丰富、视角多元，为与会师生带来深刻启发，为探索软件工程的智能化未来提供了新思路、新方法。

华为云数字化平台技术创新Lab主任梁广泰做了《大模型时代的智能软件研发》报告分享。本次分享聚焦智能化研发场景，首先围绕大模型时代下的软件开发趋势及软件研发工具发展方向进行了分析与展望，随后概要介绍了大模型时代下的软件分析技术架构变化点。之后围绕上述变化点，选取华为云及业界友商相关创新技术成果进行了分享并对华为云在该领域的相关产品化和落地效果进行了简要介绍。最后围绕智能编程助手的未来落地场景、技术路线演进趋势、核心技术挑战等进行了观点分享。

华为云数字化平台技术创新Lab主任梁广泰做《大模型时代的智能软件研发》报告分享

天津大学德赢官网Vwin教授、副院长陈俊洁做《面向AI 编译器的测试技术研究》报告分享。他讲解AI编译器是连接AI模型与底层硬件的关键枢纽，其正确性直接关系到AI系统的安全。然而，AI编译器结构复杂、优化策略多样，传统测试方法难以有效揭示潜在缺陷。研究系统开展了面向AI编译器的测试技术研究，提出融合数据驱动与语义分析的测试用例生成方法，显著提升了测试的合法性与揭错能力。研究聚焦于TVM、MLIR等主流AI编译基础设施，构建了自动化测试框架，对算子转换、编译优化等关键环节实现了系统化验证。实践结果表明，该技术已成功发现并确认上百个真实缺陷，其中多数已被官方社区确认并修复，有效提升了AI编译基础软件的可靠性与安全性，为智能软件质量保障提供了创新性技术路径与方法支撑。

天津大学德赢官网Vwin教授、副院长陈俊洁做《面向AI 编译器的测试技术研究》报告分享

    大连理工大学教授任志磊做了《机器人软件开发工具链智能化测试》报告分享。他介绍机器人操作系统（ROS2）及其仿真工具作为机器人软件栈的核心载体，在自动驾驶、工业自动化等安全关键领域扮演着至关重要的角色。然而，该生态系统的快速迭代与内在的高度复杂性，为其软件质量的系统化保障带来了严峻挑战。报告提出了首个融合强化学习与语法感知的模糊测试框架。通过语法感知的可行命令生成机制有效应对其严格的输入结构，并利用基于强化学习的命令生成器选择机制高效探索其庞大的状态空间，累计发现了业界最流行的Gazebo仿真器中25个独特的崩溃类故障，其中24个已被开发者确认。在此基础上，研究进一步将研究范围拓展至ROS 2生态。在对该生态进行系统的实证分析基础上，提出了面向ROS 2的单元测试增强框架，实现测试用例的智能化生成与多策略变异，并在机器人开发工具链中rclcpp、rviz等核心组件中成功检测到38个此前未知的故障，其中多数已获开发者确认与修复。研究提出的系列方法与工具已被证实能有效发现机器人软件栈中的真实故障，并获得了开发者社区的积极验证。这些成果为构建更可靠的机器人软件系统提供了可行的技术路径与工具支持。

大连理工大学教授任志磊做《机器人软件开发工具链智能化测试》报告分享

南方科技大学长聘副教授刘烨庞做了《LLM 赋能的跨深度学习框架测试代码自动迁移技术》报告分享。他介绍了一种基于知识迁移的测试代码生成方法。该方法利用大语言模型，从给定项目中学习已有的缺陷模式与测试逻辑，并将相关知识迁移至类似项目，自动生成适配的测试代码，从而实现跨项目的缺陷检测。研究团队已将该方法应用于深度学习框架测试中，通过引入对齐、筛选与区分等关键流程，显著提升了大语言模型在跨框架场景下的表现，克服了因框架功能与实现差异所带来的挑战，在PyTorch和TensorFlow中成功检测出19个未知漏洞。

南方科技大学长聘副教授刘烨庞做《LLM 赋能的跨深度学习框架测试代码自动迁移技术》报告分享

华中科技大学文明副教授做了《面向编译器的智能测试技术研究与实践》报告分享。他介绍编译器缺陷不仅影响程序的正确性与稳定性，甚至可能导致严重的安全风险。近年来，此类问题日益突出，亟需系统、智能、且完备的检测方法。他介绍了我们近期针对即时编译器测试的最新研究工作与实践，主要包括融合编译选项的测试空间优化、基于编译优化交互探索的高效测试方法、面向OOP特征的编译器测试、以及融合大模型及智能体的测试种子生成等，并且对未来相关工作的思考与展望。

华中科技大学文明副教授做《面向编译器的智能测试技术研究与实践》报告分享    

    西安交通大学副教授晋武侠做了《ChangeWiki：从细粒度代码变更到软件架构版本演进分析》报告分享。她讲解在复杂软件系统的演进过程中，准确理解版本间变更对把握架构发展方向至关重要。然而，由于代码变更分散、提交粒度细碎，从局部改动洞察整体架构演进面临严峻挑战。本报告将分享我们近期提出的一种基于大模型的软件版本变更理解方法，通过代码与架构语义逆向推导出版本的模块化结构，将细粒度变更与架构信息相互映射，形成贯穿多个层次的变更语义，从而帮助开发者清晰掌握版本间的架构演进脉络。该工作旨在衔接细碎代码改动与整体架构演进，提升软件维护工作效率。

西安交通大学副教授晋武侠做《ChangeWiki：从细粒度代码变更到软件架构版本演进分析》报告分享

    黄凯锋副教授做了《智能软件工程视角下的开源风险检测》报告分享。他指出，随着开源软件在各领域的广泛应用，开源漏洞、恶意代码等风险在软件供应链中不断传播与扩散，对网络安全和数据安全构成重大威胁。如何高效、精准地识别并防范这些风险，已成为保障软件供应链安全的核心问题。报告从智能软件工程视角出发，聚焦开源风险检测中的智能表征与检测问题，探索从传统特征表征向智能语义理解与多智能体协同分析的转变路径，以突破传统方法在特征泛化能力和识别精度上的局限，提升漏洞与恶意代码的检测效果与泛化能力。最后，报告展望了开源风险检测技术在智能软件工程背景下的未来发展方向，为构建更加智能化、高效、可扩展的风险治理体系提供参考。

黄凯锋副教授做《智能软件工程视角下的开源风险检测》报告分享

    德赢官网Vwin副教授王莹做了《OpenHarmony 开源社区的智能软件工程技术初探》报告分享。她的报告核心内容聚焦于如何利用大模型技术赋能开源鸿蒙生态的关键环节。首先，在代码开发与移植层面，探讨大模型在JS/TS、C/C++等关键语言的跨平台软件移植适配中的辅助作用，以期提升开发效率与代码质量。其次，在系统维护与演化层面，研究如何应用大模型分析开源鸿蒙社区软件版本演化历程，智能识别变更影响、辅助依赖管理，并为兼容性维护提供决策支持。最后，在质量与安全层面，重点研究结合大模型进行软件成分分析，以高效识别第三方库依赖与潜在许可证风险；同时，探索其在漏洞挖掘领域的应用，通过代码模式学习与智能分析，辅助发现潜在的安全缺陷。初步研究表明，智能软件工程技术为开源鸿蒙社区带来了新的解决方案，有望在自动化、智能化方面显著降低开发与维护成本，并增强系统的安全性与可靠性。

德赢官网Vwin副教授王莹做《OpenHarmony 开源社区的智能软件工程技术初探》报告分享

    本次青年论坛以“智能化软件工程”为主题，汇聚了来自全国多所知名高校与企业的优秀青年学者与业界专家。论坛围绕软件工程的智能化发展趋势，从理论研究、关键技术到产业应用，展开了深入的学术交流与思想碰撞。报告内容涵盖了软件智能开发、可信AI系统构建、模型驱动的软件工程方法、开源软件治理与安全、智能化测试与运维等多个前沿方向，充分展现了青年学者在智能化浪潮中对软件工程未来的深刻思考与创新探索。未来，中国计算机学会软件工程专委会将继续推动跨学科融合与产学研协同创新，积极搭建青年学者学术交流与科研合作的长效机制，助力我国在智能软件工程领域实现从跟跑到领跑的跨越，为数字中国建设和新质生产力发展贡献科研力量。