
如果你也关注 Agent、AI 搜索、多模态、工程化等话题,一定不要错过这 100+可落地的实践案例!
10 月 23 日-10 月 25 日,QCon 全球软件开发大会将在上海举办。本次大会将聚焦 Agentic AI、具身智能、强化学习框架、端侧大模型实践、多智能体协作等热门话题,以及 AI 时代下的软件研发、可观测、开源等技术实践,邀请来自腾讯、阿里、字节跳动、华为、蚂蚁集团、小红书等企业的技术专家,和来自清华大学、北京邮电大学、浙江大学的顶尖高校讲师,和你一起重构技术认知与能力边界!
哔哩哔哩资深测试开发工程师严宽已确认出席并发表题为《AI CodeReview 实践:代码变更阶段的风险识别与阻断》的主题分享。近年来,随着大语言模型技术的迅猛发展,AI Coding 作为大模型技术落地的关键领域,已实现从理论探索到工业实践的跨越式发展。代码变更作为研发流程中的重要一环,标志着需求从本地编码到生产交付的过渡,同样往往伴随着潜在风险的引入。在此技术背景下,将大语言模型深度集成至代码审查环节具有重要工程价值。本次演讲将介绍大模型与 CodeGraph 代码上下文检索相结合的方案,构建从模型调用到用户交互的完整架构。方案实施中重点解决模型输出不确定性修正、CodeGraph 高效跨语言解析及检索、DevOps 全链路集成等挑战,并基于接口链路分析实现风险主动阻断,为听众提供可落地的技术路径参考。
严宽,哔哩哔哩资深测试开发工程师,2021 年加入哔哩哔哩,长期致力于 DevOps 相关领域,参与了多个内部 CI 平台工具从 0 到 1 的开发及落地。他在本次会议的详细演讲内容如下:
演讲提纲
1. AI CodeReview 现状 &代码变更阶段常见风险
传统代码审查相关痛点及 AI CodeReview 现状
代码变更阶段常见风险
2. 解决思路与方案设计
方案设计:从底层模型调用到用户侧交互呈现的整体架构设计
大模型引入:行为链 + 领域知识库
CodeGraph 引入:通过构筑代码上下文实现 CodeRAG
评测体系:方案演进过程中如何对模型及相关改动进行评测
3. 方案实施与项目实践
大模型不能解决一切问题:对大模型的输出进行评估修正,并将大模型发现的问题以合适的形式呈现给用户
CodeGraph 的构建及维护:实现快速高效的跨语言代码仓库解析及存储,提供给外部进行检索
DevOps 打通:结合代码变更各阶段流水线,实现 AI CodeReview 和 CodeGraph 的生命周期管理
接口链路分析:根据代码变更和 CodeGraph 生成完整接口链路,提前识别变更风险并阻断
4. 经验总结与未来展望
AI CodeReview 如何发现更多,更有价值的问题
探寻 CodeGraph 更多的业务落地场景
您认为,这样的技术在实践过程中有哪些痛点?
模型输出仍存在较大不确定性,需要定期收集 Bad Case 并探索优化方案
不同语言的支持程度不同,取决于公司内部技术栈
演讲亮点
从 0 到 1 完整系统的构建实践
准确高效地将 Monorepo 的 CodeBase 转化为可供外部检索的 CodeGraph
听众收益
了解具体方案实施细节:对于基础模型建设相对薄弱的团队或公司,如何快速低成本地构建一套 AI CodeReview 系统
如何通过多种 RAG 加深模型对业务代码的理解
除此之外,本次大会还策划了多模态融合技术与创新应用、混沌工程与全链路压测实践、Data Infra for AI、Agentic AI、加速与反哺:AI 时代的可观测实践、Vibe Coding、端侧大模型的创新与应用、大模型推理的工程实践、AI 搜索技术的深水区、模型训练与微调、具身智能:当 AI 学会“动手思考”、大模型驱动的制造革命、AI4SE:软件研发提质增效实践、AI 重塑视觉创作体验、从“炫技”走向“实用”的 AI 产品、大模型驱动的智能数据分析等 20 多个专题论坛,届时将有来自不同行业、不同领域、不同企业的 100+资深专家在 QCon 上海站现场带来前沿技术洞察和一线实践经验。
现在报名即可以享受 9 折优惠,单张门票立省 680 元,详情可联系票务经理 18514549229 咨询。

评论