“优质软件是智能化基础 需用数据智能驱动研发智能”

本篇文章1702字，读完约4分钟

科学技术日报记者崔爽

随着新一代新闻技术的开发和应用，网络将成为基础设施，大数据将成为生产要素。 人类社会正在从数字化、互联网化走向智能化时代。 智能化时代对软件产业的快速发展提出了产业升级换代的新要求，从基础、平台、算法到应用都面临着全面的改革创新，优质软件是未来智能化世界的基础、两个融合的粘合剂、产业创新的快速发展。 近日，中关村智联软件服务业质量创新联盟主办的以“新一代软件研发:数据智能驱动研发智能”为主题的第七届“tid质量竞争力大会”在北京召开，聚集了众多国内外软件研发创新行业的专家、领域的领军人物，

“现在进入了软件应用的新时代。 移动化、云化、大数据、5g/iot和ai的计算能力带来了数字化的变革，推动了万物智能。 ”。 ITEA科技创始人兼首席执行官、原华为美国研发能力中心副总裁张大程表示，数据智能是从相关流程数据中发现处理相关业务问题、创造商机的内在力量和行为可能性的能力。 数据相关性是数据智能的基础，也是驱动业务智能的第一动力，开发大数据相关的分解和应用来支持智能化研发。 现有的研发模式缺乏自动化的质量判断机制。 这是因为我们认为，理想的研发模式是最高效的方法，是在准确的时间点为准确的人提供及时、准确的帮助，包括平台、管理、设计、开发、测试、处理方案、实验室智能化。

张大程表示，智能化研发实现需要17项关键技术，包括开放自适应的研发工具平台、以决策为中心的研发模式专家系统、全面集成和自动化的质量管理体系等。 他还强调，软件工程转型是一系列系统工程，需要结合学术界前沿和行业最佳实践进行突破。

软件工程在快速发展的过程中，给计算机技术、软件开发方法、团队的组建和交互方法以及在编制中的应用带来了巨大的变化。 基于诉求的测试方法( rbt )的创始人本德richard bender围绕“成为软件专家的过去、现在、未来”进行了论述。 在软件工程快速发展的过程中，richard bender指出:“由于未明确定义的缺陷、诉求变更带来的涟漪效应、地区间分散团队的文化差异难题、缺乏真正的系统架构、遗留的库存代码 编码是“搬砖”，真正的软件事业应该在诉求上、框架上、设计上。 另外，ai带来的道德和安全问题，不仅给软件人带来挑战，也给软件职业增添了新的快速发展方向，未来软件从业人员将借鉴工程的做法和工具，不断提升专业文化，带来强烈的紧迫感

在独立软件开发顾问、软件方面有30多年经验的“xunit测试模型-重构测试代码”的作者杰拉德·梅萨罗斯介绍了“采用商业实例驱动的组件或服务开发”。 gerard meszaros指出，与自动化端到端测试相比，单元测试可以提高代码质量，但不能直接提高系统质量。 端到端测试通常局限于手工或客户界面，在自动化方面非常脆弱。 通过业务实例驱动的开发，可以获得最大的综合收益，提高代码的简洁性、凝聚性，减少耦合性，准确地构建系统架构。 可行的事例，业务人员、开发者、产品技术人员容易理解并接受。 使用可执行的实例可以减少业务和开发人员之间的翻译损失，确保测试性并简化翻译。 他从feedxl的背景故事和实践经验入手，通过具体的例子介绍了业务实例驱动组件和服务开发的做法，为提高代码、系统、体系结构的质量提供了参考方向。

在世界面临各种挑战的时候，为了引领可持续创新软件的快速发展，需要快速发展什么样的领导方式？ 大会邀请了国际组织学习协会( sol )的创始人、主席彼得·圣吉陈述想法。 在对话中，彼得·桑吉反思了几十年来人们基于目标性、连通性和系统意识形成商业文化的做法。 他谈到了个人和社会快速发展中的核心挑战不是技术问题而是人类如何理解和解决许多复杂的问题 在日益复杂的环境中，企业必须开发与这种复杂性相适应的管理方法，以建立对企业的了解、领导和管理能力。 领导能力必须由愿景、持续改进、系统意识(包括系统思维和系统认识)三个相互关联的行业来构建。 彼得·圣吉最后强调，当今科技企业领导和管理的新理念将在未来发生巨大变化，大家需要在理解的基础上，建立跨文化鸿沟的信任，加深使命感、短期和长期能力，激发组织内个人的主动性和生产力。