演講嘉賓CCF軟件工程專委會執(zhí)行委員/持續(xù)研究自動化軟件追蹤十余年持續(xù)研究軟件可追蹤性、代碼庫挖掘、程序理解等軟件開發(fā)相關(guān)方向，曾“智能基座”棟梁之師等獎項，《開發(fā)運維一體化成熟度模型》國家標準的主要起草人之一（產(chǎn)品與需求部分共發(fā)表論文20余篇，其中一作/通訊作者論文11篇（包含ICSE、FSE、ASE等頂尖軟工會議論文應(yīng)邀oDevOps/研發(fā)效能學(xué)術(shù)論?(260+)及專利(80+)中華人民共和國國家標準系統(tǒng)與軟件工程開發(fā)運維-體化能力成熟度模型目錄CONTENTS目錄CONTENTS引言：為何要在軟件項目開發(fā)中“溯源需求”？?項目開發(fā)者視角：如何快速融入團隊？以下為親身經(jīng)歷?被某世界級通訊技術(shù)公司專家當面質(zhì)問：“你是大學(xué)老師？你們課上都在教些什么？？”?大哥為何憤怒：招來的名校新人程序員“不指定具體PRD和單元測試就寫不出代碼”?假設(shè)我們的培養(yǎng)“完美無缺”：學(xué)生充分掌握數(shù)學(xué)基礎(chǔ)、編程范式、主流框架、實踐經(jīng)驗?但TA大概率仍無法全面快速“上手”主流項目：不了解（復(fù)雜）項目?氛圍良好、成熟穩(wěn)定的開發(fā)團隊可以緩解這一問題，但問題本質(zhì)是系統(tǒng)功能與實現(xiàn)之間缺乏明確關(guān)聯(lián)?項目管理者視角：如何治理、盤活已有項目資產(chǎn)？?知名網(wǎng)游IP《魔獸世界》：“原汁原味”的懷舊服vs.“銳意創(chuàng)新”的私服?掌握全部項目資產(chǎn)的官方-直接上線包含所有缺點的經(jīng)典版本?自行破解還原的“同人”-推出多個廣受?為何？-項目代碼復(fù)雜冗余，開發(fā)團隊人員流失，項目退化為遺產(chǎn)代碼（只能運行，無法維護更新）?旁證：永遠16格的初始背包容量，官方解釋“相關(guān)代碼在整個游戲最底層，無法精準定位，貿(mào)然修改將導(dǎo)致無數(shù)BUG”?2018年7.3.5版本嘗試升級為20格，結(jié)果導(dǎo)致該版本在地圖、進度、角色、裝備等各個方面均涌現(xiàn)出嚴重錯誤需求可追蹤性：顯式標識需求以及其它軟件制品之間的聯(lián)系?這些關(guān)聯(lián)關(guān)系能夠隨時間的變化而得到維護RequirementTraceMatrix(RequirementTraceMatrix(RTM)需求可追蹤性的誕生求可追蹤性“出圈”需求可追蹤性成為軟件開發(fā)規(guī)范?愛國者導(dǎo)彈攔截失敗導(dǎo)致的海灣戰(zhàn)爭中美軍單次最大損失?“Youcannotmanagewhatyoucannottrace”?需求可追蹤性應(yīng)該在軟件系統(tǒng)中“普遍存在”[Gotel@RE1994]?仍是當前諸多關(guān)鍵領(lǐng)域軟件的強制要求，如DoD、FAA、FDA、NASA等機構(gòu)、核心網(wǎng)絡(luò)設(shè)備、金融企業(yè)的safe-critical軟件需求可追蹤性走入日常開發(fā)的價值、困難與挑戰(zhàn)?（普通新手）開發(fā)者通過軟件可追蹤性可獲取（至少）以下關(guān)鍵信息：代碼庫中需更改的代碼元userstory與測試用例，以及可咨詢的項目組內(nèi)開發(fā)者[Cleland-Huang@FOSE2014]?有效幫助理解已有代碼與開發(fā)任務(wù)：“當前軟件開發(fā)人員閱讀代碼與編寫代碼的耗時比例超過10：1”?軟件維護任務(wù)在需求到代碼可追蹤性的支持下，正確率提高了60%，效率提高了20%[Maeder@ICSM2012]?在質(zhì)量保證[Rath@TSE2017]、系統(tǒng)安全[Moran@ICSE2020]、缺陷定位[Niu@ICSE2023]等研究中被廣泛應(yīng)用?挑戰(zhàn)：如何使得需求（軟件）可追蹤性“廣泛存在”自動化需求追蹤在軟件工程領(lǐng)域研究中的發(fā)展近15年需求自動追蹤生成技術(shù)發(fā)展文獻綜述（2010-2024）數(shù)據(jù)庫名稱搜索范圍初步檢索結(jié)果ACMDigitalLibrary標題+摘要+關(guān)鍵詞IEEEXplore標題+摘要+關(guān)鍵詞WebofScience標題+關(guān)鍵詞ScienceDirect標題+摘要+關(guān)鍵詞SpringerLink標題+摘要+關(guān)鍵詞3488Scopus標題+摘要+關(guān)鍵詞包含包含標準1論文發(fā)表時間:2010.1–2024.6之間.包含標準2論文相關(guān)性:主題與軟件可追蹤相關(guān).包含標準3論文完整性:如會議論文,進一步擴展為期刊論文,只保留期刊論文版本,排除會議論文版本包含標準4論文權(quán)威性:經(jīng)過同行評審且已正式發(fā)表的論文，排除書籍章節(jié)、碩博論文等包含標準5論文語言:用英語撰寫的論文.包含標準6論文頁數(shù):大于等于5頁包含標準7論文等級：CCFA/B/C,或可追蹤相關(guān)會議TEFSE,SST剔除剔除標準1違反包含標準中的任意—條剔除標準2論?主題為軟件可追蹤的維護、管理、使?與應(yīng)?，??可追蹤?成技術(shù)相關(guān)文獻在高水平會議期刊上的分布長期研究熱點，重點分布于頂會ICSE、軟件維護主題的一流會議期刊、專題Workshop等自動追蹤技術(shù)演化趨勢314,,,信信33S器究自動追蹤目標制品：從傳統(tǒng)文檔到代碼庫制品rr需求UML...體系需求UML...代碼...測試...用戶...缺陷...LLM+需求自動追蹤后續(xù)工作展望檢索式+傳統(tǒng)制檢索式+傳統(tǒng)制需求可追蹤性對軟件開發(fā)的積極作用-知名軟件產(chǎn)品視角?某著名藍色支付軟件-安卓APP“瘦身”?某造車大成功的IoT生態(tài)公司-安卓OS社區(qū)被迫封閉?機型豐富加重“安卓碎片化”，被迫大幅弱化系統(tǒng)的?若有可追蹤性的支持，可在源碼層面?大模型出現(xiàn)后的時代需要-開發(fā)過程數(shù)據(jù)資產(chǎn)化是大模型助力軟件開發(fā)的前提?要充分利用大模型的對話式交互與超強文本歸納能力，必須有效治理、組織、利用開發(fā)過程中的各類數(shù)據(jù)?需求可追蹤性能夠在不同類型、不同格式的制品之間顯式建立追蹤線索，是開發(fā)數(shù)據(jù)資產(chǎn)化的關(guān)鍵需求可追蹤性在大模型時代對軟件開發(fā)的重要作用?對程序員的個體編碼能力提升較為明顯?但從軟件開發(fā)的人、過程、制品三個維度來看，整體效率并未大幅提升–“理解代碼”的難度要遠高于“寫出代碼”?基于系統(tǒng)功能顯式關(guān)聯(lián)各個軟件制品的軟件（需求）可追蹤性是程序理解的關(guān)鍵?如何更好地在特定領(lǐng)域項目開發(fā)上應(yīng)用LLM？?ChatGPT類通用大模型是在海量數(shù)據(jù)上的一次“最優(yōu)化擬合”，難以直接回答特定問題，必須依賴有效的Prompt引導(dǎo)通用大模型“聚焦”2.有必要在通??模型的基礎(chǔ)上構(gòu)建專??模型3.構(gòu)建專??模型需要構(gòu)建?質(zhì)量數(shù)據(jù)集與驗證集4.將?模型與已有技術(shù)結(jié)合是值得去做的寶貴嘗試5.項?專家依然需要???項?微調(diào)專??模型，微調(diào)后的模型2.有必要在通??模型的基礎(chǔ)上構(gòu)建專??模型3.構(gòu)建專??模型需要構(gòu)建?質(zhì)量數(shù)據(jù)集與驗證集4.將?模型與已有技術(shù)結(jié)合是值得去做的寶貴嘗試5.項?專家依然需要???項?微調(diào)專??模型，微調(diào)后的模型?數(shù)據(jù)資產(chǎn)化的核心是軟件可追蹤性的高效實現(xiàn)?將軟件開發(fā)與LLM充分結(jié)合后的前景展望（代差）？?有效應(yīng)對軟件開發(fā)的進一步復(fù)雜化?LLM時代會出現(xiàn)更多AI-Intensive系統(tǒng)，代碼將不再是唯一關(guān)鍵制品（額外涉及AI模型與訓(xùn)練數(shù)據(jù)）?對軟件（需求）可追蹤性也提出了更高要求?開發(fā)效率持續(xù)提升后增強企業(yè)業(yè)務(wù)創(chuàng)新能力BizDevOps需求追蹤的本質(zhì)問題：概念指派（ConceptAssignment）有了需求追蹤加持的軟件開發(fā)才能實現(xiàn)問題空間到解空有了需求追蹤加持的軟件開發(fā)才能實現(xiàn)問題空間到解空 已有自動追蹤技術(shù)的本質(zhì)與趨勢?輔助追蹤-構(gòu)造測試-基于信息檢索的自動追蹤生成技術(shù)概述基于信息檢索的自動追蹤生成技術(shù)概述?成詞項?檔矩陣n源制品?本預(yù)處理IR模型?成候選追蹤線索列表開發(fā)?員分析按IR值降序排列候選追蹤線索分析分類?成詞項?檔矩陣n源制品?本預(yù)處理IR模型?成候選追蹤線索列表開發(fā)?員分析按IR值降序排列候選追蹤線索分析分類?2.使?IR模型計算?本相似度，?成候選追蹤列表基于機器學(xué)習(xí)的自動追蹤生成技術(shù)概述自自未標記數(shù)據(jù)基于機器學(xué)習(xí)的自動追蹤生成技術(shù)概述自自未標記數(shù)據(jù)已標記數(shù)據(jù)提取特征提取特征分類器分類結(jié)果模型訓(xùn)練分類器分類器分類結(jié)果模型訓(xùn)練分類器追蹤線索預(yù)測基于深度學(xué)習(xí)的自動追蹤生成技術(shù)概述追蹤線索預(yù)測基于深度學(xué)習(xí)的自動追蹤生成技術(shù)概述模型訓(xùn)練候選追蹤線索步驟：型或為每類制品構(gòu)建單獨模型再聯(lián)合更好的進?上下?與語義模型本?可解釋較弱理解加深對?本的分析，減弱對??的依賴，逐步實現(xiàn)?具314加深對?本的分析，減弱對??的依賴，逐步實現(xiàn)?具314S138S107S119S127S1274信息檢索技術(shù)和傳統(tǒng)機器學(xué)習(xí)方法廣泛應(yīng)用于可追S118S104S136?基于大模型提示工程展開需求追蹤的問題?對不同抽象層級制品的語義關(guān)聯(lián)感到“難以接受”，需要強調(diào)制品來自于同一個系統(tǒng)?Prompt提示后有一定效果但不夠明顯（結(jié)果偏向高查全率）初步觀察結(jié)論：?模型具備?定的制品追蹤能?但有限，與已有?動追蹤技術(shù)結(jié)合可能是更好選擇?提示文本細節(jié)（單詞復(fù)數(shù)、詞組順序）對結(jié)果初步觀察結(jié)論：?模型具備?定的制品追蹤能?但有限，與已有?動追蹤技術(shù)結(jié)合可能是更好選擇?在詞嵌入方面也未體現(xiàn)出顯著優(yōu)勢LLM+需求自動追蹤展望：大語言模型的技術(shù)特性避免的出現(xiàn)“幻覺”與“編造”LLM+需求自動追蹤展望：如何更好地與大模型“共舞”?首先接受大模型的“不確定性”?因為這同時是大模型能力的“源泉”?融合多種輸入源以相互印證?結(jié)構(gòu)化模型輸出以方便快速展開分析?人在循環(huán)中不斷對系統(tǒng)輸出進行反饋?系統(tǒng)工具化時需構(gòu)建適合的交互界面LLM+需求自動追蹤：后續(xù)工作展望檢索式+傳統(tǒng)制檢索式+傳統(tǒng)制近十五年來自動追蹤研究分布與本人工作檢索式+傳統(tǒng)制檢索式+傳統(tǒng)制基于代碼依賴分析的檢索式方法增強：CLUSTER’[EMSE2022]?充分利用已有制品與其文本，在五個實驗系基于共識詞對的跨語言（中英）需求追蹤：AVIATE[ASE2024]基于增強預(yù)處理的學(xué)習(xí)式方法：SPLINT[FSE202①②?基于已知的Issue-Commit對進行自動化追蹤?提交Commit時往往會標記所解決的Issue?標簽嚴重不平衡，數(shù)據(jù)稀疏，影響分類效果?基于類別平衡和自學(xué)習(xí)技術(shù)預(yù)處理數(shù)據(jù)的分類優(yōu)化 initial modelpseudo/ps