- 课程目录
- 课程介绍
-
在线阅读：开篇词｜知识工程：AI时代的软件工程
大模型正在改变软件开发的面貌，但这并不意味着工程师角色的消失，而是需要我们把关注点从如何构建软件，变成从知识管理的角度改造软件工程。
-
01｜围绕不可言说知识构造知识过程
知识工程的关键是提升知识传递效率，为此我们需要先了解知识有哪些种类，以及知识是如何进行传递的。
-
02｜知识过程中的认知模式
知识在传递和消费的过程中，会在知识的消费者身上产生不同的认知模式。通过认知行为模式，我们可以进一步理解知识传递和消费的效率。
-
03｜通过知识过程重新理解软件工程
今天我们就将以软件工程为例，将它转化成知识过程，并识别其中的认知行为模式。
-
04｜使用LLM提取和传递知识
我们需要将LLM看作一个迁移学习平台，这样我们就可以将提示词中的上下文和任务赋予不同的意义，从而更高效地提取、组织知识。
-
05｜使用LLM应用和提取不可言说知识
不同的认知行为模式具有不同的认知行为，因而与LLM交互的模式也就不尽相同。不同的交互模式，是我们处理不可言说知识应用和学习的关键。
-
06｜LLM如何辅助软件交付？
一旦我们理解了**认知模式**与**LLM发挥的作用**，就可以很容易地采纳新的Prompting技术，帮助我们提高效率。
-
直播专场（一）｜如何理解知识工程？
本节内容为3月25日老师第一场直播回放内容，建议看完第一章建立基本认识，再行学习，效果更好。
-
07｜通过业务建模应用业务知识
今天开始，我们进入到第二部分，如何使用LLM辅助我们的软件研发和交付过程，今天我们先从业务模型开始，看一下业务模型是如何帮助我们理解业务的。
-
08｜使用LLM辅助业务理解
今天，我们就围绕之前的例子，看看如何通过LLM辅助我们理解不同的业务场景。
-
09｜LLM辅助建模（一）：构造反馈循环
利用LLM辅助建模是否也能比传统建模方法更有效率呢？这是我们今天要讨论的问题。
-
10｜LLM辅助建模（二）：构造思维链
构造有效的反馈循环，并使用LLM对其加速，这是一种利用LLM加速知识学习的通用模式。然而实际应用里，很少会出现不提供业务上下文，仅仅通过LLM反馈辅助建模这样的情况，这要如何解决呢？
-
11｜如何有效编写用户故事？
今天我们就了解一下用户故事，以及为什么用户故事是适用于LLM的需求表示形式。
-
12｜使用LLM辅助用户故事编写
今天我们就来看一下，如何利用LLM帮助我们更好地编写用户故事。
-
13｜构建基于TQA模式的AI Agent
一旦我们理解了ReAct和TQA背后的实现机制，对于它们是如何发出提问，并根据提问继续完成后续任务就有了充分的理解。
-
14｜业务知识管理中的LLM应用模式
今天，我们来总结一下在业务知识管理中，知识过程是怎么样的，以及典型的LLM模式有哪些。
-
直播专场（二）｜如何进行业务知识管理？
本节内容为4月10日老师第二场直播回放内容，建议看完第二章更新的内容，再行学习，效果更好。
-
15｜使用LLM生成代码和测试
从今天这节课开始，我们将进入如何使用LLM辅助软件开发的环节。让我们从一个例子开始。
-
16｜任务划分与测试驱动AI开发
今天这节课，我们就从根本上讲一讲，使用LLM辅助软件开发的核心思路。
-
17｜如何与LLM结对编程？
结合上节课的例子我们重做一次15节课的功能，对比第一次实现这个功能，我们这次完成的过程会更有把握。
-
18｜测试策略（一）：如何构造有效的测试策略？
对于一些复杂的场景，我们需要构建有效的测试策略，才能保证通过测试策略得到顺畅的开发节奏。
-
19｜测试策略（二）：功能上下文划分
今天我们就来看一看如何有效地划分功能上下文。
-
20｜使用 LLM 按照测试策略生成代码
构建了测试策略之后，对于我们使用大语言模型（Large Language Model）生成代码有什么帮助呢？
-
21｜什么是测试工序？
今天我们就来讲讲什么是测试工序，以及我们要如何使用它。
-
22｜通过测试工序提高LLM代码质量
通过测试工序，我们也可以让LLM帮助我们有效地实现架构设计，并提高LLM生成代码的质量。这节课我们就讨论一下如何实现这个目标。
-
23｜团队开发的核心模式
今天，让我们站在团队的角度上，来总结一下，在软件开发过程中的两个核心知识过程……
-
24｜构造基于语义的自动化脚本
这节课，我们来学习一些常用技巧，帮助我们更有效地构造自动化脚本。
-
25｜工具与框架
今天我们要讨论一个更为前沿（cutting edge）的问题，在大语言模型时代（Large Language Model，LLM），框架与工具将何去何从？
-
直播专场（三）｜如何理解测试策略与测试工序
本节内容为5月9日老师第三场直播回放内容，建议看完第三章更新的内容，再行学习，效果更好。
-
26｜知识过程下的团队管理
认知行为模式这个框架贯穿了我们的整个课程，放到团队里也是一样的。不过切换到团队视角的时候，我们要面对的重要问题就是认知分歧。
-
27｜围绕测试工序的认知对齐
那么怎么才能有效提升团队成员的认知呢？今天我们就来讨论这一话题。
-
直播专场（四）｜构建AI辅助的团队
本节内容为5月13日老师第四场直播回放内容，建议看完第四章更新的内容，再行学习，效果更好。
-
28&结束语｜通过LLM构建团队门户
通过今天的学习，你不但能更好地理解管理TLS证书的要点，还可以掌握如何利用Vault工具来管理这些证书，确保企业数据传输的安全性。
-
期末测试｜测验开始，等你来挑战！
到这里，课程的正文内容就要全部结束了。我给你准备了一个结课小测试，帮助你检验自己的学习效果。
课程介绍
进群交流 你将获得 代码实例详解 + 6 小时直播精讲 掌握知识工程的本质与方法 软件开发全流程的 LLM 引入策略 LLM 常用交互模式与最佳实践 团队赋能，打造 AI 学习型团队 讲师介绍 他曾主持 Thoughtworks...进群交流
你将获得
- 代码实例详解 + 6 小时直播精讲
- 掌握知识工程的本质与方法
- 软件开发全流程的 LLM 引入策略
- LLM 常用交互模式与最佳实践
- 团队赋能，打造 AI 学习型团队
讲师介绍
他曾主持 Thoughtworks 中国区技术特种兵小巨人管培计划，为行业输送了多位技术带头人。近年提炼了大规模工程实践方法 SEELE，将测试驱动开发（Test-Driven Development，TDD）作为核心流程。
作为 Thoughtworks AI 辅助软件交付专家组成员，他致力于探索AI带来的软件开发范式转变，帮助研发团队引入 LLM 辅助软件交付，提升研发效能。
他同时也是北京 Java 用户组（BJUG）和 Agile China 的主要创始人之一。他从 2003 年起开始实践极限编程等敏捷方法，敏捷教练的角色帮助国内外多个团队实施极限编程，提高编码迭代效率。在 Scrum 和 FDD 等敏捷方法，敏捷交付和敏捷项目管理等方面，他也有非常丰富的经验。
徐昊在业务建模上也有深刻的洞见。由他发明的 8X Flow 建模法（又称“履约建模法”，Fullfillment Modeling，简称 FM），可以用来解决以微服务、分布式事务为主导的架构风格中的业务建模问题，以及构建中台系统。
除了技术外，他还是国际上颇有名望的古典吉他制琴师与收藏家。在他看来，制琴让他成为了一名更好的程序员。
课程介绍
「极客时间 AIGC 未来教育系列课程」
AIGC 的浪潮风起云涌，在大多数程序员心中，都认为自己是写代码的，所以对于大模型的流行难免产生这样的担忧——ChatGPT 都可以写代码了，那自己是不是未来都要被它取代了？
这恐怕是对软件工程的最大误解。软件开发的核心不是产生代码，而是知识的获取与学习，写代码在软件开发中只占很小的比例，甚至还不是复杂度最高的一部分。也正因如此，如果只把 LLM 作为“编程助手”，对于软件开发效率的提升作用有限。
AI 时代的软件工程，将会变为知识工程。也就是说，想要真正发挥 LLM 的潜力，需要我们从源头出发，把关注点从如何构造软件，变成如何提取组织知识，让知识变成 LLM 能够理解的形式。
为此，我们邀请了 Thoughtworks 全球技术策略顾问徐昊老师，带你掌握知识工程的本质与方法，掌握如何在软件开发全流程中有效管理业务知识，并采用恰当的 LLM 交互方式加速知识传递，最终提高软件研发效能。
课程设计
课程主要分成四个部分。
第一部分，帮你建立知识工程的整体框架。讨论如何识别软件中的不同知识类别，分析这些知识在传递过程中的认知行为模式，以及如何根据行为模式的不同，选择合适的 LLM 交互模式。
第二部分，带你学习业务知识管理。讲解业务建模、用户故事编写等环节中，需要提取和传递的关键知识有哪些，以及如何将它们组织成 LLM 容易理解的方式。你将了解在业务知识管理中，知识过程是怎么样的，以及有哪些典型的 LLM 模式。
第三部分，实现测试驱动 AI 开发。我们将会讨论如何引入 LLM 来加速知识传递，了解 LLM 结对编程以及引入 LLM 构建有效测试策略的思路与方法。学完这个部分，你将会掌握编码测试阶段如何与 LLM 有效合作。
第四部分，讨论如何构建AI辅助的团队。毕竟任何改变，只有彻底改变了团队中的人，才算是真正的落地，AI 也不例外。
需要特别说明的是，为了帮你最大化学习效果，除了图文音频的讲解之外，我们还特别安排了 6 次专场直播，由徐昊老师分享他对于知识工程与大模型应用相关的最新认知。
课程目录
