【上码实战】创实信息线上研讨会直回顾
规避自我纠错盲区,构建可审计、可追溯的自动化验证防线
联合主办: Sonar × 创实信息 (Shanghai C&S)
【上码实战】创实信息线上研讨会回顾
随着大语言模型在研发端的广泛应用,AI 生成代码的比例大幅提升,但同时也带来了代码不一致性、可维护性低以及 Token 成本不可控等结构性挑战。研究表明,同一 AI 模型家族在既负责生成又负责审查时,存在“自我纠错盲区”。
针对上述问题,Sonar 提出了以智能体为中心的开发周期(Agent Centric Development Cycle,简称 AC/DC)实践框架,旨在通过确定性验证引擎为概率性的 AI 审查提供规范支持。
该框架涵盖四个核心阶段:
立即获取直播回放
Justin Chi
Sonar 资深解决方案工程师
Justin是Sonar的解决方案工程师。Sonar是全球领先的AI代码验证平台,受到超过700万开发者和75%财富100强企业的信赖。Justin与亚太地区的企业工程团队和安全团队紧密合作,设计并实施面向AI增强开发环境的代码验证策略,他专注于帮助企业深入理解概率性AI审查与确定性代码验证之间的本质差异,以及两种方法如何在现代DevSecOps工作流中协同运作,为企业构建更完善的代码质量与安全保障体系。
Sonar是全球领先的AI代码验证平台,受到超过700万开发者和75%财富100强企业的信赖。作为 Sonar 中国区官方授权合作伙伴,创实信息(Shanghai C&S)深耕本地化代码质量、安全与管理服务,致力于为中国企业引入具备全球视野的创新工具链与实施方案。