第１章　演變之路：軟件工程的三個(gè)時(shí)代　001

1.1　1.0時(shí)代：傳統(tǒng)軟件工程　003

1.2　2.0時(shí)代：敏捷軟件工程　005

1.3　3.0時(shí)代開(kāi)啟：智能軟件工程　007

1.3.1　軟件工程3.0的特征　008

1.3.2　軟件工程跨時(shí)代的比較　012

1.3.3　軟件工程3.0的核心優(yōu)勢(shì)　014

1.3.4　軟件工程3.0時(shí)代的挑戰(zhàn)　016

第２章　為何定義軟件工程3.0　019

2.1　軟件新形態(tài)：SaaM　021

2.1.1　溯源軟件2.0　022

2.1.2　SaaM的表示及其特點(diǎn)　023

2.2　AIGC引領(lǐng)的軟件開(kāi)發(fā)新范式　026

2.2.1　軟件開(kāi)發(fā)范式回顧　026

2.2.2　新范式：模型驅(qū)動(dòng)研發(fā)　029

2.3　生產(chǎn)力革命：邁向10倍效能　031

2.4　生產(chǎn)關(guān)系：超級(jí)個(gè)體與新型團(tuán)隊(duì)　033



第３章　軟件工程3.0實(shí)施策略和路線圖　039

3.1　實(shí)施策略　041

3.1.1　常見(jiàn)策略　041

3.1.2　因地制宜　043

3.1.3　價(jià)值優(yōu)先推進(jìn)策略　046

3.2　實(shí)施三部曲　049

3.2.1　自我評(píng)估并選擇合適的實(shí)施方案　051

3.2.2　局部、有限的實(shí)施并適當(dāng)擴(kuò)展實(shí)施范圍　053

3.2.3　全面實(shí)施與持續(xù)改進(jìn)　056

3.3　如何微調(diào)適合自己的領(lǐng)域大模型　057

3.4　如何選擇第三方研發(fā)大模型　061

3.5　如何選擇第三方API服務(wù)　063

3.6　如何應(yīng)對(duì)安全問(wèn)題　065

第４章　軟件工程3.0的核心能力建設(shè)　069

4.1　提示工程能力：高效駕馭大模型　071

4.1.1　提示詞要素與框架　073

4.1.2　提示詞的思維鏈和思維樹(shù)　078

4.1.3　軟件研發(fā)中的提示工程實(shí)踐　085

4.2　RAG技術(shù)：利用已有數(shù)字資產(chǎn)　091

4.2.1　RAG介紹　092

4.2.2　RAG技術(shù)實(shí)踐　096

4.3　智能體技術(shù)：構(gòu)建行動(dòng)與反饋之閉環(huán)　099

4.3.1　基于LLM的智能體　100

4.3.2　示例：AutoGPT　102

4.3.3　多智能體　103

4.3.4　智能體框架　108

4.4　數(shù)據(jù)治理能力：兵馬未動(dòng)，糧草先行　112

4.4.1　數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)　113

4.4.2　數(shù)據(jù)清洗　114

4.4.3　數(shù)據(jù)增強(qiáng)　117

4.5　模型工程能力：量體裁衣，釋放潛能　118

4.5.1　模型微調(diào)技術(shù)　119

4.5.2　微調(diào)中的強(qiáng)化學(xué)習(xí)　123

4.5.3　模型推理部署　125

4.5.4　模型評(píng)測(cè)與改進(jìn)　127

4.6　安全治理能力：行穩(wěn)致遠(yuǎn)　135

第５章　SE 3.0實(shí)踐場(chǎng)：重塑軟件開(kāi)發(fā)生命周期　139

5.1　需求獲取、分析與定義：循序漸進(jìn)、水到渠成　142

5.1.1　RAG 智能體助力需求分析　142

5.1.2　業(yè)務(wù)需求收集與獲取　145

5.1.3　業(yè)務(wù)需求建模與分析　149

5.1.4　需求定義（生成需求文檔）　157

5.1.5　需求評(píng)審與優(yōu)化　164

5.1.6　小結(jié)　168

5.2　架構(gòu)設(shè)計(jì)：AI輔助設(shè)計(jì)的奧秘　169

5.2.1　從技術(shù)方案、架構(gòu)到類的設(shè)計(jì)　170

5.2.2　技術(shù)架構(gòu)設(shè)計(jì)評(píng)審　182

5.2.3　小結(jié)　196

5.3　UI革命：GUI生成和CUI　197

5.3.1　生成軟件UI及其代碼　198

5.3.2　從UI上提升用戶體驗(yàn)　206

5.3.3　小結(jié)　211

5.4　結(jié)對(duì)編程成為常態(tài)：從代碼生成到代碼評(píng)審　212

5.4.1　人機(jī)結(jié)對(duì)編程的到來(lái)　213

5.4.2　OpenAI o1代碼生成能力展示　216

5.4.3　大模型編程能力評(píng)測(cè)　227

5.4.4　AI程序員與優(yōu)秀的編程工具　231

5.4.5　小結(jié)　237

5.5　TDD青春煥發(fā)　239

5.5.1　大模型時(shí)代的UTDD　240

5.5.2　大模型時(shí)代的ATDD　247

5.5.3　小結(jié)　256

5.6　測(cè)試智能化：從API測(cè)試到E2E測(cè)試　258

5.6.1　LLM驅(qū)動(dòng)測(cè)試分析與設(shè)計(jì)　259

5.6.2　LLM生成測(cè)試用例與腳本　266

5.6.3　LLM驅(qū)動(dòng)非功能性測(cè)試　278

5.6.4　小結(jié)　286

5.7　LLM驅(qū)動(dòng)運(yùn)維：異常監(jiān)控與定位　288

5.7.1　LLM在運(yùn)維上的核心能力　289

5.7.2　LLM在運(yùn)維上的應(yīng)用案例　293

5.7.3　小結(jié)　297

第６章　未來(lái)展望　299

6.1　LLM是銀彈、一統(tǒng)天下嗎？　301

6.2　軟件復(fù)雜度問(wèn)題能徹底解決嗎？　303

6.3　未來(lái)的軟件會(huì)更加安全可信嗎？　306

6.4　未來(lái)的研發(fā)工具、研發(fā)角色、AIGC如何協(xié)同？　310

6.5　多模態(tài)給軟件研發(fā)帶來(lái)新能力　313

6.6　AGI對(duì)軟件研發(fā)會(huì)有怎樣的影響？　316

參考資料　321

后記