文心快码在百度研发场景的人机协同实践｜QCon 北京

2025 年 4 月 10 - 12 日，QCon 全球软件开发大会将在北京召开，大会以 “智能融合，引领未来” 为主题，汇聚行业精英，共同探索技术发展新路径。

百度资深工程师/文心快码架构师徐晓强已确认出席，并发表题为《从探索到落地：文心快码在百度研发场景的人机协同实践》的主题分享。在大模型落地最直接的研发场景中，百度在哪些场景有过探索，产生了明显的收益？随着模型规模不断扩大，模型训练成本不断增加的背景下，如何通过工程化的手段，更好的提升推理效果？工程团队如何平衡工程和模型训练的投入产出？此外，从组织维度上，为了更快更广泛的落地大模型对研发流程的提效，又需要做哪些事？徐晓强将围绕以上话题在本次演讲中展开介绍。

徐晓强拥有 10 余年研发经验，在百度负责代码智能、代码托管等产品的架构设计与实现，对 DevOps 智能化落地、云原生、高可用方向有深入研究。此次会议，他的演讲内容如下：

演讲提纲

1. 大模型在研发的流程中如何助力开发者提效

• 大模型在研发领域的落地场景介绍

• 智能体如何更进一步的提升开发效率

2. 在代码生成场景，如何通过工程化的方式，提升模型的推理效果

• 相同模型，如何通过不同的提示词来提升效果

• 文心快码在丰富上下文中的探索经验

3. 脱离技术，如何从组织维度指导和提升人机协同

• 人机协同的定义与原则

• 组织维度落地人机协同范式的经验

4. 未来展望

您认为，这样的技术在实践过程中有哪些痛点？

• 模型的上下文窗口长度有限，如何识别相关的知识

• 对于续写这类需要更快返回的场景，如何平衡输入输出与推理耗时

• 人机协同范式的制定，是否是约束开发者的陈词滥调

演讲亮点

• 文心快码在上下文丰富和智能体中的探索和经验

• 百度在大模型提效研发流程落地过程中总结的人机协同范式

听众收益

• 了解大模型和代码助手类产品在百度的落地场景以及实践

• 深入到代码生成的场景，哪些上下文有助于提升推理效果

• 了解人机协同范式，如何更好的和 AI 协同

除此之外，本次大会还策划了多模态大模型及应用、AI 驱动的工程生产力、面向 AI 的研发基础设施、不被 AI 取代的工程师、大模型赋能 AIOps、云成本优化、Lakehouse 架构演进、越挫越勇的大前端等专题，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 北京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，详情可扫码或联系票务经理 18514549229 咨询。