WXG-从设计到代码（可信程序自动生成）

现代软件工程面临“本质复杂性”与“偶然复杂性”的双重挑战，当前，以LLM为核心的AI技术（如代码大模型、多智能体协作）正深刻影响软件工程实践，尤其在自动化编码和降低“偶然复杂性”方面成效显著。然而，其核心局限在于难以有效解决软件开发的“本质复杂性”问题： 自然语言歧义性导致需求到代码的端到端生成不可靠； 垂直领域业务逻辑（领域实体、规则、流程等抽象设计）高度依赖隐性知识，基于开放域知识训练的LLM较难直接用于特定领域； 因此，探索AI如何从辅助“偶然问题”转向破解“本质复杂性”，成为重塑软件工程范式的关键挑战。

本项目聚焦LLM4SE（大模型软件工程）技术体系，围绕以下创新维度展开攻关：

1. 01

   面向特定领域的知识工程（知识表征、知识挖掘、知识推理）；

2. 02

   领域代码生成模型训练（强化学习）；

3. 03

   大模型驱动的软件设计自动化；

4. 04

   静态分析技术、编译原理与代码模型相结合；

5. 05

   多智能体协作机制用于复杂生成任务；

6. 06

   AI驱动的GUI测试。