2025-03-25-中智凯灵_北京_科技-大语言模型时代需求自动追踪技术_44页_14mb

大语言模型时代需求自动追踪技术

主讲人

匡宏宇

• CCF软件工程专委会执行委员
• 南京大学软件学院助理研究员
• 持续十余年研究软件可追踪性、代码库挖掘、程序理解等

目录

1. 需求自动追踪技术背景与发展
2. LLM时代需求追踪的重要价值
3. 基于LLM的需求追踪技术初探
4. 个人研究简介
5. 总结与展望

1. 需求自动追踪技术背景与发展

问题溯源

• 开发者视角：“新人无法快速融入团队”、“缺乏系统功能理解”
• 管理者视角：“项目资产老化”、“代码维护困难”

需求可追踪性定义

• 显式标识软件制品（需求、设计、代码、测试等）之间的语义关联
• 支持需求-代码追溯、缺陷定位、系统安全等研究

发展历程

• 1994年：Gotel首次定义需求可追踪性
• 1991年：爱国者导弹失败事件推动可追踪性成为软件开发规范
• CMMI 3级：要求实现可追踪性

技术演进

• 初始：人工实现（代价高）
• 自动化：信息检索、机器学习、深度学习
• LLM时代：通过大模型实现语义理解与匹配

2. LLM时代需求追踪的重要价值

核心价值

• 开发效率提升：需求-代码关联帮助新人快速定位代码
• 数据资产化：为LLM提供高质量数据支持软件开发
• 大模型应用前提：构建专用大模型需依赖精细化开发数据

典型场景

• 蓝色支付软件“瘦身”
• IoT公司OS社区封闭问题
• 功能定位与系统重构

3. 基于LLM的需求追踪技术初探

核心问题：概念指派

• 抽象需求与代码逻辑间存在语义鸿沟
• 需要通过大模型弥合二者差异

技术演进趋势

• 检索式方法：依赖文本关联
• 机器学习方法：标签稀疏问题未解
• 深度学习方法：BM25、BERT、LLaMA等广泛应用
• LLM应用：CLUSTER’、TAROT、TRIAD等增强策略

LLM特点

• 优势：多轮交互、语义理解
• 挑战：幻觉、结果不确定性

4. 个人研究简介

主要方向

• 需求自动追踪
• 代码库挖掘、功能关联
• 软件开发数据资产化

研究亮点

1. 跨语言需求追踪：中英混合文本增强策略（AVIATE）
2. 代码依赖分析：CLUSTER’（EMSE 2022）
3. 检索式方法增强：TAROT（ASE 2022）、TRIAD（ICSE 2024）
4. BERT提示学习：基于自学习的Issue-Commit分类（FSE 2022）

5. 总结与展望

核心观点

• 需求可追踪性是大模型时代软件开发的核心基础设施
• LLM需与传统技术结合（RAG、Prompt优化）
• 开发数据资产化是BizDevOps的关键

未来方向

• LLM微调专用模型
• 结构化输出与交互界面
• 领域知识嵌入与奖励模型