感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程时长 14 小时
课程大纲
模块1：背景、范围和交付挑战
- 自动完成与自主多步执行
- 软件交付中的典型AI误解
- 为什么仅靠更好的提示是不够的
- 识别参与者的工具、痛点与目标
- 为工程团队选择合适的AI运营模式
模块2：需求摄取与结构化分解
- 构建利益相关者文档的结构化清单
- 需求提取技术
- 分块策略：结构、语义、滑动窗口
- 保留依赖关系和交叉引用
- 处理表格、图表、流程图和混合输入
- 有效管理上下文窗口
模块3：人类判断的边界
- 人类决策仍然关键的地方
- 识别虚构的依赖关系
- 检测伪造的约束和倒置逻辑
- 防止不安全的默认设置
- 可追溯性、一致性和完整性的验证框架
模块4：从需求到代码的代理工具
- 架构优先的交付模式
- 组件映射与服务边界
- API合同作为交付锚点
- AI工具中的持久规则与约束
- 与需求关联的任务指令
- 最小提示与约束提示方法
- 合同优先的后端与前端生成
模块5：代理迭代循环
- 自我纠正螺旋
- 受控的迭代交付周期
- 审查差异和代码变更
- 检测范围蔓延和未授权的修改
- 管理有限的上下文内存
- 利用迭代历史进行持续改进
模块6：代码质量强制
- 针对边缘案例的提示约束
- 规则文档作为活治理工件
- 使用linting和静态分析的自动门控
- AI生成代码中的安全扫描
- 依赖与架构一致性检查
- AI输出的人工审查协议
模块7：反馈循环与持续改进
- 将结构化失败反馈到AI工作流中
- 有界迭代与停止标准
- 记录周期与结果
- 随时间改进规则文档
- 构建可重用的工程智能
模块8：AI交付中的安全反模式
- 生成代码中的常见安全风险
- 技术特定的安全规则附录
- 预提交安全扫描
- AI辅助开发的安全SDLC控制
- 安全交付中的人类责任
模块9：基于规范的测试
- 从需求生成测试规范
- 领域语言测试设计
- 安全生成测试实现
- 突变测试概念
- 规范覆盖验证
- 断言强度审查
- 诊断提问模型
模块10：系统维护
- 活的工件：合同、地图、规则、测试规范
- 随时间演变的约束
- 长期可维护性的AI治理
- 使用AI控制预防技术债务
- 可持续AI工程团队的运营模式
要求
参与者应具备：
- 软件开发项目经验
- 对应用架构基础的理解
- 熟悉API、后端/前端系统或全栈交付
- 对敏捷或迭代软件交付的基本了解
- 对软件测试概念的认知
- 接触过AI编码工具会有所帮助，但不是必须的
- 适合中级到高级技术专业人员
