AI 时代的端到端编程新范式

本次分享将从 编程发展脉络 出发，结合实践经验，探讨 AI时代下的编程范式转型 与 工程师角色的重塑。主要内容包括：

1. 编程演进与角色变化
   从汇编语言到脚本语言，从过程到对象，编程的抽象化程度越来越高，如今进入AI辅助编程阶段。工程师掌控的代码规模逐步从微观转向宏观，关注点转移至 模块层面。
2. AI编程的能力边界
   结合具体案例展示AI编程能够实现的复杂项目与场景，帮助理解AI的应用深度。
3. 如何与AI高效协作
   LLM基于上下文（context），核心在于如何通过 Limited Scope + Precise + Structured 的方式，为AI提供最优上下文输入（代码、文档、提示语）。
4. 微架构、无限重构与AI-Native
   如何平衡模块粒度与可维护性，实现 解耦 与 内聚，并借助AI进行快速重构。探索何为真正的 AI-Native 架构与设计。
5. AI驱动的开发工作流
   从讨论 → 规划 → 初稿实现 → Review → AI自动化TDD → CI/CD → 持续优化，构建完整的 端到端开发流程。
6. AI开发中的挑战与架构思考
   如何避免“屎山”，如何理解不同AI工具的“性格差异”，以及在数据结构设计、技术栈选择、测试环境与API分层上的最佳实践。
7. 未来对工程师的新要求
   更高的领域知识、更强的微架构能力与逻辑能力，以及更快的学习能力。随着底层实现逐渐被AI取代，中观与宏观架构设计、业务与产品理解 将成为工程师的核心竞争力，具体的代码实现能力将逐步弱化。
8. 未来思考
   AI浪潮的下一轮机会是什么？AI的真正优势在哪里？生产力跃升会在软件开发的哪些环节体现？

***

## 🎯 适合人群

• 对AI编程与工程实践感兴趣的开发者
• 想深入了解 AI与软件开发融合趋势 的技术爱好者

Speaker:
Robert Tu
复合背景，兼具财务、投资与管理经验，后转型进入技术领域。拥有BI/Data Engineer与软件开发经验，转入IT仅3年，目前在兼顾工作的同时积极探索创业方向。

Admission Fee:
CITA Paid Members: Free
Non-Members: $5 donation
Notes:
Pizza and refreshments will be provided.
The talk will be delivered in Mandarin.