AI大模型重塑软件开发，有哪些落地前景和痛点？

随着 Open AI 的 ChatGPT 的革命性发布，整个 IT 生态面临大模型（LLM）的洗牌和洗礼。

AIG Code 和 AIG Action，分别代表代码生成和 AI 驱动的软件开发，其中前者帮助每个人都成为十倍效率的程序员，后者则将 AI 的力量注入到现有软件中，大模型与端到端的低代码开发相结合，使口述需求能直接转化为完整的软件功能。

随着应用开发框架的快速发展以及实验性的自治模型现，大模型正在重塑软件开发的形态，让我们看到了软件开发可能被颠覆的未来。

AI First 和数据优先的思维方式，使得更多的需求能在软件内部自动产生，而不是事先规划。而在软件开发自动驾驶的方面，一个人配合一个 AI 团队，可以实现软件开发的全自动驾驶，这可能是未来软件开发的新趋势。

来自腾讯智能创作与内容平台部技术专家揭光发老师将在 7 月 21-22 日深圳 ArchSummit 架构师峰会上介绍大模型在业务上的使用，帮助大家理解 AI 在软件开发中的应用，了解 AI 如何被用于代码生成和软件开发，以及它们如何提高开发效率和软件功能。

同时，帮助大家洞察未来的发展趋势，了解到全新的软件交互体验、软件开发自动驾驶等新趋势，以及应用开发框架的快速发展和实验性自治模型的出现，这些都有助于听众把握未来的行业趋势。

其次呢，架构师们的职业发展思考，并启发新的创新思维，通过了解 AI 在软件开发中的新应用和尝试，对自己的工作或项目产生新的创新思考。

来自出门问问的工程 VP 李维 博士，在 NLP 领域是资深的专家，这次他会来 ArchSummit 架构师峰会上介绍 AI 大模型落地的前景和痛点，兼谈工程师、架构师所面临的机会和挑战话题。

LLM 规模化落地 IT 各领域场景只是时间的问题。这里有两个 LLM 落地产生价值的趋向值得关注。

一个是借助 LLM 的提示工程赋能教育和其他语言文字以及知识类工作的直接应用。这是 LLM 带来的洗牌效应，为产品经理、领域专家、数据工作者和 Power Users 带来全民创业和场景渗透的机会。

另一个是规模化领域落地对于现有领域应用的洗礼。这就需要结合通用 LLM 的能力与领域数据（例如行业规范、操作手册等）以及领域知识库或知识图谱，根据业务逻辑设计应用流程，才能提供领域场景的服务。

后一种还在业界的积极探索之中，还有一定的挑战性，但前景极为广阔。为此架构师和工程师需要积极拥抱和关注，投入这场技术革命的应用潮流。

这次演讲，李维博士会介绍大模型导致的洗牌场景：正在发生（教育、例如 ToC Copilot、plug-ins，提示工程）。以及洗礼场景：正在进行（例如 ToB，与数据库以及场景数据对接）

帮助大家了解 AI 的革命性巨变（大模型 LLM）意味着什么，对于 IT 全生态的影响：全民创业潮的到来；对 LLM 提示工程与外挂形态有大概的了解，拥抱大模型而不是惧怕大模型。

顺丰科技技术总监 李波老师 深耕于云原生应用，边缘计算，HPC 高性能计算，企业 AI 赋能和混合云数据合规等领域多年，擅长运用先进工业实践，研发先进 AI 工程化技术，打造可持续低成本 AI 企业级解决方案。

这次李波会在 ArchSummit 会议上分享 LLM 在企业数字化转型升级中的应用场景，每类场景的模型选择原则，以及如何理解并综合应用 Embedding Model，Vector Database，Plugin System，Prompt Tuning，LLM 等多种技术手段实现我们的应用目标。

这里面包含的技术点，例如 LLM 应用平台架构方案设计与核心技术：NLP 多任务系统、Prompt 自优化、增强型前置小模型设计、知识分割等。同时也会介绍 LLM 领域新技术的演进方向，从多个角度进行探讨证明其对企业数字化转型升级具有广泛和深远影响。