企业定制内训

课程简介

在AI技术迅猛发展的今天，如何借助大模型等智能化工具提升研发效能，已成为企业数字化转型的关键课题。本课程以“实战落地”为核心，系统讲解AI大模型在软件研发全生命周期中的应用场景、技术实现与最佳实践，帮助企业和研发团队掌握AI驱动的效能提升方法，实现从理论到实践的跨越。

本课程由软件研发效能领域知名专家、智能化软件工程（AI4SE）资深技术专家、”研发效能黄金三角”提出者张乐老师倾力打造，融合行业最前沿的智能化软件工程方法，结合在顶级大型企业实际工作经验和案例，确保课程既有理论高度又具备非常强的可落地实操性。

课程内容涵盖大模型与软件研发结合的全景架构，各个研发阶段 AI提效的具体实践案例、实际落地经验、避坑指南及持续优化策略，各大标杆企业实际的能够达到的提升效果与当前探索方向，以及AI应用的前沿趋势与软件研发范式变革相关内容。课程的内容全部来源于老师多年来在数万人研发规模企业深耕所积累的第一手实践经验，课程中将深入浅出地对AI时代研发效能提升的方方面面进行详细讲授与研讨，结合对客户实际问题的深度答疑，相信可以对参训企业带来实际的巨大帮助。

课程收益

• 一线企业 AI 增强软件研发真实实践及案例 ★★★

• AI在软件研发全流程的实际应用、落地效果

• 聚焦实战与案例解析，标杆企业的第一手资料 ★★★

• 技术深度与效果并重，重点讲解如何取得成果 

• 数百页精华教材结合实操，全面提升认知 ★★★

• 给出企业面临实际困难的应对与解决之道

• 与行业资深专家深度交流，进入核心圈子

• 课程高频迭代，加入驾驭工程等最新落地案例 ★★★

课程大纲（2天）

• AI 增强软件研发端到端落地实践（AI4SE 在国内一线企业真实案例）

•  AI对软件研发效能提升的帮助和效果

• AI 在软件研发领域应用的主要场景及落地成熟度

•  AI 提升研发效能的实际效果（行业水位数据）★★★

• AI 增强软件研发：确保获得效果提升的七项关键能力

• AI 增强软件研发全景图 ★★★

• AI在研发各个阶段的落地全景

• AI Agent 推动的研发范式变革

• AI 工程底座，全面支撑上层应用

• AI在开发阶段的结合点

• AI Coding（代码智能化）的主要产品形态（一线企业案例）

• AI Coding（代码智能化）的技术变革演进路线及当前成熟度

• AI代码补全实践案例（简略概述）

• AI代码生成实践案例（基于 Agent 架构及软件研发新范式）★★★

  
  

• AI代码评审实践案例

• AI单元测试实践案例

• Harness Engineering 落地实践案例 ★★★

• 为什么需要 Harness Engineering

• Harness Engineering实战 -- 整体框架

• Harness Engineering实战 -- 意图层：让 AI 准确理解你要什么

• Harness Engineering实战 -- 执行层：让 AI 按规矩干活

• Harness Engineering实战 -- 保障层：让产出可控可追溯

•  Harness Engineering实战 -- 全流程闭环演示 ★★★

• AI在测试阶段的应用与案例

• AI在软件测试阶段应用全景

• AI辅助测试用例治理的实践及案例

• AI辅助测试用例编写的实践及案例

• AI辅助接口自动化测试生成的实践及案例

• AI辅助GUI自动化测试生成的实践及案例

• 综合案例：某大型企业从自动化测试到智能测试的技术演进实践 ★★★

• AI在CI/CD阶段的应用与案例

• CI/CD错误智能定位及问题解决的实践及案例

• 关键技术点：检索增强生成（RAG）、日志选取及压缩、提示工程

• CI/CD流水线的智能编排（案例：通过构造代码图谱提升排障效果）

• AI在运维/运营阶段的应用与案例

• AI辅助监控告警配置的实践及案例

• AI辅助监控查询及告警摘要实践及案例

• AI辅助故障分析及故障定位实践及案例

• 综合案例：通过workflow + agent编排实现复杂系统智能排障 ★★★

• AI在需求/迭代管理领域的应用与案例

• AI辅助需求归集与梳理

• AI辅助需求拆分与细化

• AI辅助需求评审与质量控制

• 附录：AI 软件工程最新行业动态与未来形态探索

• AI增强软件研发的最新行业报告精华解读

• 2026 Agentic Coding Trends Report（来自 Anthropic）

• 最新：2026 大模型编码工作流（来自Google Chrome 团队）

• 最新：2026 大模型编码工作流（来自 Claude Code 团队）

• AI大模型在软件研发领域未来的形态探索

• OpenClaw个人数字助理实践与案例

• 研发数字员工的多角色引入与实践案例

• 综合案例：某大型软件公司智能化研发演进之路

• AI 时代软件研发团队角色重构

• AI 时代软件研发效能度量指标体系建设 ★★★

• 附录：软件研发效能提升的行业案例与趋势洞察

• 研发效能的系统性方法（行业效能基线数据与系统化模型）

• 研发效能黄金三角 V2.0（自创知识体系）

• 头部企业研发效能体系案例（独家内部资料）

• 案例企业

• 字节跳动、腾讯集团

• 阿里巴巴、蚂蚁集团

• 百度、华为

• 国外标杆公司（Google、Microsoft、Amazon等）

• 案例解析维度

• 研发效能组织结构（组织定位及团队划分）

• 研发效能发展历程（研发效能演进路线）

• 研发效能平台建设（工具平台建设及现状）

• 研发效能实践体系（效能实践体系及特色）

• 研发效能度量指标（度量指标体系及特色）

• 研发效能的智能化探索（AI大模型最新落地进展）

• 研发效能度量及基准值

• 国内企业研发效能度量基准值

• 研发流程、工具平台、数据度量对研发效能的影响分析

• 课程整体总结及答疑

• 课程内容深化：结合学员问题，给出针对性指导建议（问题答疑）

• 开放性问题讨论：AI 时代对个人的转型要求及行业机遇（深度研讨）