第１章　演變之路：軟件工程的三個時代　001

1.1　1.0時代：傳統(tǒng)軟件工程　003

1.2　2.0時代：敏捷軟件工程　005

1.3　3.0時代開啟：智能軟件工程　007

1.3.1　軟件工程3.0的特征　008

1.3.2　軟件工程跨時代的比較　012

1.3.3　軟件工程3.0的核心優(yōu)勢　014

1.3.4　軟件工程3.0時代的挑戰(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　023

2.2　AIGC引領(lǐng)的軟件開發(fā)新范式　026

2.2.1　軟件開發(fā)范式回顧　026

2.2.2　新范式：模型驅(qū)動研發(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：超級個體與新型團隊　033



第３章　軟件工程3.0實施策略和路線圖　039

3.1　實施策略　041

3.1.1　常見策略　041

3.1.2　因地制宜　043

3.1.3　價值優(yōu)先推進策略　046

3.2　實施三部曲　049

3.2.1　自我評估并選擇合適的實施方案　051

3.2.2　局部、有限的實施并適當擴展實施范圍　053

3.2.3　全面實施與持續(xù)改進　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　063

3.6　如何應對安全問題　065

第４章　軟件工程3.0的核心能力建設　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　078

4.1.3　軟件研發(fā)中的提示工程實踐　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)實踐　096

4.3　智能體技術(shù)：構(gòu)建行動與反饋之閉環(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，糧草先行　112

4.4.1　數(shù)據(jù)質(zhì)量標準　113

4.4.2　數(shù)據(jù)清洗　114

4.4.3　數(shù)據(jù)增強　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)中的強化學習　123

4.5.3　模型推理部署　125

4.5.4　模型評測與改進　127

4.6　安全治理能力：行穩(wěn)致遠　135

第５章　SE 3.0實踐場：重塑軟件開發(fā)生命周期　139

5.1　需求獲取、分析與定義：循序漸進、水到渠成　142

5.1.1　RAG 智能體助力需求分析　142

5.1.2　業(yè)務需求收集與獲取　145

5.1.3　業(yè)務需求建模與分析　149

5.1.4　需求定義（生成需求文檔）　157

5.1.5　需求評審與優(yōu)化　164

5.1.6　小結(jié)　168

5.2　架構(gòu)設計：AI輔助設計的奧秘　169

5.2.1　從技術(shù)方案、架構(gòu)到類的設計　170

5.2.2　技術(shù)架構(gòu)設計評審　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　206

5.3.3　小結(jié)　211

5.4　結(jié)對編程成為常態(tài)：從代碼生成到代碼評審　212

5.4.1　人機結(jié)對編程的到來　213

5.4.2　OpenAI o1代碼生成能力展示　216

5.4.3　大模型編程能力評測　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　大模型時代的UTDD　240

5.5.2　大模型時代的ATDD　247

5.5.3　小結(jié)　256

5.6　測試智能化：從API測試到E2E測試　258

5.6.1　LLM驅(qū)動測試分析與設計　259

5.6.2　LLM生成測試用例與腳本　266

5.6.3　LLM驅(qū)動非功能性測試　278

5.6.4　小結(jié)　286

5.7　LLM驅(qū)動運維：異常監(jiān)控與定位　288

5.7.1　LLM在運維上的核心能力　289

5.7.2　LLM在運維上的應用案例　293

5.7.3　小結(jié)　297

第６章　未來展望　299

6.1　LLM是銀彈、一統(tǒng)天下嗎？　301

6.2　軟件復雜度問題能徹底解決嗎？　303

6.3　未來的軟件會更加安全可信嗎？　306

6.4　未來的研發(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)帶來新能力　313

6.6　AGI對軟件研發(fā)會有怎樣的影響？　316

參考資料　321

后記