大会主题-2024北京站_QECon全球软件质量效能大会-橙柚科技

AIGC时代的测试智能创新

随着AIGC时代的到来，测试领域在智能化方向上也迎来了一场深刻的变革。本专场将重点讨论以下方向：

1）AIGC时代下测试智能Agent的探索与畅想；

2）AIGC赋能测试分析、测试用例生成、测试代码生成等智能化场景的优秀案例与实践。期待与大家一起交流大模型在测试领域落地的实际应用场景和无限可能性，共同推动测试领域的智能Agent升级。

百度专场：AI赋能质效实践

随着大模型的技术发展，质效领域的理论和方法也在持续革新。AI原生应用的研发模式，催化了"AI换道交付"的诞生；借助大模型的推理生成能力，"人机协同交付"在单点交付能力上有了跨越式发展；交付载体也从pipeline逐步向智能体生态转换。

分会场以『百度专场：AI赋能质效实践』为主题，邀请多位相关领域专家，探讨AI对交付模式的变化、AI赋能质效的相关技术和优秀实践。

大模型时代十倍效能提升之道

在本次专题中，我们将深入探讨在大模型时代如何通过创新技术、流程优化、模式和范式的转换，走向十倍的效能提升之路。我们将分享最新的前沿探索及可落地的第一手实践案例，帮助参与者了解如何有效利用大模型，对软件研发过程进行多维度的强化和重塑，以新的方式达成效能提升目标。

大模型与工具链的协同进化

曾几何时，智能化还是平台工具链建设领域理想化的未来，而随着AIGC大模型能力的快速演进，其在平台工具链建设中的角色愈发关键，正塑造着未来的开发、运维和业务流程。那么当我们耳熟能详的工具遇上大模型会擦出怎样的火花，这就是本专场试图回答的问题。在本专场中，我们邀请到了业界顶流的DevOps工具链、平台工程和研发智能化领域的专家，参会者将获得来自产、学、研多角度的深入洞见，涵盖了大模型集成、智能自动化流程、以及人工智能如何驱动平台工具链创新的最新动态。相信可以为未来1~3年企业内部平台建设带来新的思路和指引。

自动化到智能化测试实践（下午场）

随着人工智能技术的日益成熟，智能化测试已成为提高软件开发效率和质量的关键。本次专场将围绕“智能化测试策略、自动化测试框架的智能化升级、AI在测试中的应用场景、以及智能化测试对提高测试准确性和效率的影响”等话题进行深入讨论。参与者将有机会了解和交流如何利用最新的人工智能技术，将传统的自动化测试转变为更高效、更精准的智能化测试实践。通过本次会议，我们旨在为参与者提供一系列行之有效的方法和策略，以帮助他们在快速变化的技术环境中保持领先，确保软件产品的高质量和可靠性。

自动化到智能化测试实践（上午场）

随着人工智能技术的日益成熟，智能化测试已成为提高软件开发效率和质量的关键。本次专场将围绕“智能化测试策略、自动化测试框架的智能化升级、AI在测试中的应用场景、以及智能化测试对提高测试准确性和效率的影响”等话题进行深入讨论。参与者将有机会了解和交流如何利用最新的人工智能技术，将传统的自动化测试转变为更高效、更精准的智能化测试实践。通过本次会议，我们旨在为参与者提供一系列行之有效的方法和策略，以帮助他们在快速变化的技术环境中保持领先，确保软件产品的高质量和可靠性。

AIGC时代的代码质量

在AIGC时代，如何保障LLM生成的代码质量问题。本专场将涵盖 “代码大模型、代码补全、代码生成、代码修复、代码评审、代码质量评估” 等相关话题，并关注代码大模型或其他人工智能技术如何助力代码评审、提高代码质量。参与者将了解业界这方面的一些优秀实践，从而应用在工作中，以确保产出高质量、安全可靠的代码以适应AIGC时代的软件开发。

效能度量：从洞察到智能化

近十年，各个IT企业都在积极的开推进研发数字化，「效能度量」已经成为研发基础设施建设的必要环节之一。随着近几年的深入开展，各企业也都遇到了相似的难题，包括，如何建立体系化“研发效能指标体系”？如何让数据有效的诊断出效能问题，驱动研发团队持续提效，实现从度量→洞察的飞跃？在大模型时代，如何进一步引入LLM技术赋能效能度量，实现智能化诊断和辅助决策？本专场会和各效能专家、企业效能度量负责人共同探索这些问题，并分享实战案例，携手共同驱动效能度量领域的实践效果，逐步从度量到洞察再向智能化演进。

精益敏捷驱动的高效价值交付

专场致力于探索在AI时代下，如何运用精益和敏捷原则优化软件开发流程，实现快速、高效的价值交付。我们将聚焦于技术债务的管理、价值流的优化以及团队协作的强化，以确保在不断变化的市场需求中，软件项目能够持续地提供真正的用户价值。

全程软件质量管理与度量

本论坛聚焦软件开发全生命周期的质量管理与度量，旨在探讨如何通过系统化、数据驱动的方法提升软件质量。我们将深入讨论需求、设计和编码、测试的质量保证，以及运维阶段的质量监控。同时，我们将探讨如何建立有效的质量度量体系，包括选择合适的质量指标、实施自动化度量、进行数据分析和可视化、利用度量结果持续改进等。此外，我们还将探讨新兴技术如AI和机器学习在质量管理中的应用，特别是在AI辅助下的智能决策与持续改进过程。以及如何在敏捷和DevOps环境中实施全程质量管理。不局限上述内容，还包括质量文化建设、质量风险评估、用户体验质量等内容。

大模型评测与质量保障

随着大模型能力的迅猛发展，各类LLM应用正在快速迭代并深入到我们日常生活和工作的各个层面。随之而来的问题是：如何全面、准确、高效地评测大模型和AI应用，持续驱动模型和产品迭代改进。这是各个AI产品团队都在探索实践的问题。
希望通过分享有效方法、先进工具和优秀实践，交流探讨、总结经验，帮助参与者了解LLM应用评测全过程，掌握先进的评测方法和技术，提升产品质量和智能化水平。

稳定性全链路

全链路稳定性保障是当前互联网技术中的一项系统性大工程，旨在通过全面压测、容量规划、全域可观测性建设、技术风险应急处置等多手段确保系统在复杂环境下的稳定运行。

在当今微服务架构盛行的时代，服务的模块化和分布式部署为系统的可扩展性和灵活性带来了极大的提升，但同时也带来了系统稳定性的新挑战。在这种背景下，全链路稳定性保障的概念应运而生，其核心在于通过精准评估和优化整个业务系统（尤其是核心业务链路）的容量和性能，来确保系统在高并发、大数据量的场景下能够稳定运行。

此外，面对复杂的微服务架构和快速变化的业务需求，持续的技术创新和方案优化也是全链路稳定性保障不可忽视的一部分。例如，利用更先进的压测工具和技术平台提高压测的准确性和效率，采用人工智能和机器学习技术智能预测系统瓶颈并提出优化建议等，都是值得探索的方向。本专场也诚邀行业内相关方向技术专家一起对相关技术实践进行探讨与交流

LLM赋能大前端质量

分论坛将探讨大语言模型（LLM）在前端开发提效和质量保障中的创新应用。重点包括：利用LLM自动生成和优化前端代码、智能化自动测试、开发文档生成与管理、以及用户体验优化。通过实践案例展示，参会者将了解到如何在实际项目中有效应用LLM技术，提升前端开发的效率和质量。

测试左移&右移落地实践

随着技术的不断革新和企业对质量的日益重视，测试左移和右移已经成为了实施质量保证过程中必不可少的两大实践，本专场我们将深入探讨测试左移和右移相关的技术、方法，分享优秀的相关实践以及可落地实施的案例，帮助参与者了解如何通过测试左移和右移帮助企业提升质量。本专场主要涉及TDD、BDD、代码评审、代码扫描、A/B测试、混沌工程、全链路压测、用户反馈、线上巡检、蓝绿发布、线上监控等。