| |
|
|
- AI赋能软件研发与测试（互联网+工业领域）
- 大模型借助互联网已经深入到学习和工作之中，而工业软件因其高可靠性和安全性要求，大模型的应用更具挑战性。本讲座把源自互联网的大模型技术应用于工业软件研发与测试，结合汽车领域的案例，介绍大模型和智能体提升质量与效能的方法、工具与实践。
-
- 主讲：赵老师,研发质量与效能总监/技术专家
- 时间：2025年8月30日
- 费用：免费
- 地点：在线交流，会议网址报名接收后通知
- 限制人数：100人
|
- 交流安排
-
- 1.大模型在研发全链路应用
- 1.1 大模型在研发全链路应用概览
- 1.2 需求理解->代码生成->自动化测试->CICD
- 2 大模型应用平台构建
- 2.1 本地化部署大模型
- 2.2 建立大模型一键式调用机制
- 2.3 搭建大模型应用开发平台
- 3 大模型辅助提升研发与测试效能落地实践
- 3.1 需求文档评审
- 3.2 代码分钟级质量评分
- 3.3 基于需求文档生成测试用例
- 3.4 测试用例扩写
- 3.5 需求+代码生成自动化测试脚本
- 3.6 代码性能瓶颈分析与优化
- 3.7 调用RAG生成质量报告
- 目标听众：关注AI辅助研发与测试的人员
请关注"火龙果"官方微信号，可以订阅讲座实录，还可以了解后续的课程，欢迎参与！
-
-
|
|
|
| |
|
如何对大模型可实际落地进行自动化测试？
数据隐私和安全怎么保证？
| 大模型能否进行软件架构设计，设计结果如何评价
| 智能体如何实现自动化测试
| 智能体评测维度怎么确定？
智能体能否接入MCP SSE/Streamable插件这个很有必要性吗？
智能体能否接入外部结构化数据源进行智能问数，这个是必要的吗？
| 软件开发利用大模型能力，推建最佳的实践路径是什么，用什么工具参与哪些工作
| 是否适用于在汽车电子行业，若否，哪个环节需要改善
市场上流行的如Deepseek,GPT,Claude等，应用在嵌入式软件开发方面都有什么优劣势
| 大模型应用平台构建
大模型辅助提升研发与测试实践
|
|
|
