paperbot · PL 论文追踪

全部论文 待读 收藏

P2 Enhancing Software Design and Developer Experience Via LLMs

通过 LLM 提升软件设计与开发者体验
ASE Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering2024匹配度 3/10 · 该论文主要关注利用生成式AI辅助软件设计、代码生成/重构/测试以及开发者体验，属于软件工程与开发者工具方向；与用户核心关注的静态分析、形式化验证、浮点程序分析、贝叶斯程序分析以及Agentic程序分析交集有限。引用 1 inbox
Simin Sun
机器学习与程序语言编程环境与开发者工具
crossref: 2026-09-12

AI 速览

一句话：探索用生成式 AI 理解高层设计、增强软件制品生成，并提出组织/任务特定方法来提升开发者体验。

生成式 AI 正通过自动生成、重构与测试代码改变软件开发，但如何将其能力有效接入软件设计活动并改善开发者体验，仍缺乏系统性的方法与工具。本博士研究采用行动研究（action research）范式，围绕生成式 AI 模型展开方法设计与工具构建：首先考察模型理解高层设计概念的能力，继而探索对软件制品的增强生成（augmented generation），最后引入面向特定组织或特定任务的方法，以提升软件开发者的生产力与使用体验。研究强调在实践中迭代地提炼方法与工具，并据此指导生成式 AI 在软件工程场景中的使用方式。摘要未给出具体基准或量化评估结果。

问题
生成式 AI 虽能自动生成、重构与测试代码，但如何让模型理解高层设计概念，并针对具体组织或任务提升开发者生产力与体验，仍缺乏系统性的方法与工具。
方法
采用行动研究范式，研究并开发基于生成式 AI（LLM）的方法与工具，依次覆盖高层设计概念理解、软件制品的增强生成，以及组织/任务特定的定制化支持。
评估
摘要未给出明确的实验或基准评估方案，研究依托行动研究在实际场景中迭代开发与验证方法与工具。
原文摘要（Abstract）

This research explores the transformative potential of generative AI in software development. Generative AI is revolutionizing the field by offering capabilities to automatically generate, refactor, and test code. Through the use of action research, new methods and tools based on generative AI models are studied and developed. The initial focus is on the models' ability to comprehend high-level design concepts. Subsequently, the research moves into the augmented generation of software artifacts. Finally, organization-specific or task-specific methods are introduced to enhance software developers' productivity and experience.

链接与引用

DOI 原文 · PDF（开放获取） ·

BibTeX 
@inproceedings{paperbot8417,
  title = {Enhancing Software Design and Developer Experience Via LLMs},
  author = {Simin Sun},
  booktitle = {ASE},
  year = {2024},
  doi = {10.1145/3691620.3695606}
}