CCF软件大会2026|顶会顶刊论坛

二、论坛组织委员会

• 张静宣   （南京航空航天大学）

• 刘名威   （中山大学）

• 马    智   （西安电子科技大学）

三、论坛安排

日程安排：

时间：2026年11月6日，09:00~17:00

地点：天津市社会山国际会议中心酒店，一层1号大宴会厅

论坛议程：

四、论坛报告嘉宾简介

1. 报告人：熊英飞 教授

题目：五个图灵奖获得者的故事

摘要：本报告以 Clarke、Hinton、Pearl、Aho、Berners-Lee 五位图灵奖得主为样本，回答"什么是伟大的工作、如何做出伟大的工作"。希望能激励我国的青年学者志存高远，努力奋斗做出改变世界的伟大成果。

简介：熊英飞于2009年从日本东京大学获得博士学位，2009-2011年在加拿大滑铁卢大学工作，2012年加入北京大学，现任新体制长聘教授、软件研究所副所长。研究兴趣是程序设计语言和软件工程，特别是程序合成、修复、分析和验证。工作帮助产生了一系列效果同期最优神经网络代码生成模型，如DeepSeek-Coder模型；大幅提升了缺陷修复的正确率、修复数量和修复效率；提出了最广泛使用的两大双向变换模型之一——基于差别的双向变换；成功自动优化广泛使用的开源软件，如Redis。工作应用到工业界，如字节跳动、华为公司、中兴公司、新一代Linux内核配置项目等。在IEEE TSE担任副主编、OOPSLA担任副主席、ASE担任领域主席，POPL、PLDI、ICSE、FSE等会议定期担任PC，5次在ICSE和FSE会议上获得杰出审稿人奖。承担了优青、青年973、重点研发课题等项目。获得国家技术发明一等奖（排名6）、电子学会自然科学一等奖（排名1）、CCF-IEEE CS青年科学家奖、MODELS十年最有影响力论文奖，6次获得ACM SIGSOFT/IEEE TCSE杰出论文奖，是ACM杰出会员和IFIP WG 2.4唯一来自中国的成员。

2. 报告人：彭鑫 教授

题目：智能化软件发展的机遇与挑战

摘要：以大模型和智能体为代表的AI技术正以前所未有的深度重塑软件行业格局。"AI吞噬软件"、"AI取代程序员"等论调引发广泛焦虑，也促使我们从复杂系统的视角思考和审视软件存在的意义和未来发展的方向。本次报告将以系统复杂性为主轴，从智能化软件系统以及软件系统的智能化开发两个方面分析和论述智能化软件的发展机遇与挑战，以及复旦大学CodeWisdom团队的一些探索方向。

简介：彭鑫，复旦大学计算与智能创新学院副院长、教授，国家级高层次人才计划入选者。中国计算机学会（CCF）杰出会员、软件工程专委会副主任、开源发展委员会常务委员，中国汽车工程学会汽车基础软件分会副主任，《Journal of Software: Evolution and Process》联合主编（Co-Editor），《ACM Transactions on Software Engineering and Methodology》、《Empirical Software Engineering》、《Automated Software Engineering》、《软件学报》等期刊编委。2016年获得“NASAC青年软件创新奖”，2023年入选上海市东方英才拔尖项目，2024年获得“中创软件人才奖”。主要研究方向包括软件智能化开发与测试、智能化软件系统构造与运行支撑、具身智能与自主无人系统软件等。研究工作多次获得《IEEE Transactions on Software Engineering》年度最佳论文奖、ICSM最佳论文奖、ACM SIGSOFT杰出论文奖、IEEE TCSE杰出论文奖等国际期刊及会议优秀论文奖。担任2022年与2023年CCF中国软件大会（CCF ChinaSoft）组织委员会主席与程序委员会共同主席，以及ICSE、FSE、ASE、ISSTA、ICSME、SANER等会议程序委员会委员。

3. 报告人：吴荣鑫 教授

题目：基于蜕变测试的数据库逻辑缺陷检测技术的研究

摘要：数据库管理系统（DBMS）是支撑各类业务的关键基础软件，逻辑 bug 会在不触发崩溃的前提下返回错误查询结果，测试预言难题是制约逻辑 bug 检测的核心瓶颈，蜕变测试为此提供了有效的解决思路。针对传统等价类蜕变测试容易漏掉深层缺陷的问题，我们首先提出基于集合语义的近似查询合成思想，构造原始查询的上近似、下近似变体，将结果集包含关系作为蜕变预言，在多款主流数据库中挖掘出一批真实逻辑缺陷。在此基础上，针对仅依靠集合语义无法识别聚合运算、数值计算引发的值语义错误这一局限，进一步构建融合集合语义与值语义的统一 SQL 近似模型，设计近似传播算法刻画局部语法突变对整体查询输出的语义传导效应。这套方案能够捕捉集合不变但计算结果出错的隐蔽 bug，在 6 款工业级 DBMS 上累计发现大量此前工具未能检出的未知逻辑漏洞。

简介：吴荣鑫， 厦门大学信息学院教授、 博导， 博士毕业于香港科技大学。入选2025年福建省杰出青年科学基金项目、2021年福建省“百人计划”青年项目。主持国家自然科学基金面上项目、青年科学基金项目，并承担华为、 蚂蚁集团等多项产学研合作项目。其主要研究方向为软件安全、程序分析，已在CCF-A类会议与期刊上发表论文60余篇， 荣获ICSE 2026软件工程工业实践最具影响力论文奖、 ACM SIGSOFT杰出论文奖2次（ISSTA 2014、 ICSE 2019） 。研究成果已在开源社区、华为、蚂蚁集团等企业及GF重大任务中实现转化应用。

4. 报告人：杨洲，助理教授，Canada CIFAR AI Chair

题目：可信代码模型生态研究

摘要：开源仓库、代码数据集、代码模型与自动编程助手组成了一个日益复杂、相互交织的生态系统。保障这个生态系统的可信性愈加重要。在本报告中，我们从多个视角理解并增强代码模型生态的可信性，包括：需求、训练、交互、效率等。

简介：阿尔伯塔大学助理教授，入选加拿大CIFAR人工智能首席科学家（Canada CIFAR AI Chair）、Amii Fellow，专注智能化软件的可信保障研究。曾获得2026年ACM SIGSOFT杰出博士论文奖、2026年MSR杰出博士研究奖、2024年IEEE TSE最佳论文奖、ASE 2025与ISSTA 2024的ACM SIGSOFT杰出论文奖等。在ICSE，FSE，S&P等CCF-A类期刊/会议上发表论文三十余篇，长期担任顶会的程序/组织委员。

5. 报告人：曲南江 博士后

题目：基于因式分解形式共享的并行组合等价性检查

摘要：组合等价性检查（Combinational Equivalence Checking，CEC）是验证综合优化前后电路功能一致性的关键环节。随着电路规模持续增长，如何兼顾公共逻辑复用与SAT求解负载均衡，成为提升并行CEC效率的重要问题。本报告介绍一种基于因式分解形式共享的并行组合等价性检查方法。该方法利用因式分解形式文字数（FFLC）表征公共逻辑及其CNF编码的复用潜力，并结合轻量级分支复杂度代理估计SAT任务代价，指导共享感知的种子生长式任务划分，在利用公共逻辑共享的同时平衡预计求解负载。该方法在ABC框架中实现，并在大规模电路基准上开展实验评估。在使用40个CPU物理核时，相对单线程ABC、先进的CPU并行方法和GPU并行方法，分别取得45.57倍、1.53倍和5.52倍的几何平均加速。实验结果表明，联合利用结构共享信息与求解代价线索，能够有效提升大规模组合等价性检查的并行效率。

简介：曲南江，西安电子科技大学计算机科学与技术学院博士后。主要从事电子设计自动化（EDA）领域的数字电路逻辑综合、形式验证及相关并行算法研究，相关成果发表于或录用于DAC 2024、DAC 2026和ACM TODAES等国际会议和期刊。曾作为参赛项目负责人，获2021年第七届中国国际“互联网+”大学生创新创业大赛全国金奖。

6. 报告人：张洪宇 教授

题目：Deep API Learning and Beyond

摘要：本报告将回顾我们在FSE 2016发表的Deep API Learning工作，该工作获得了FSE 2026的时间检验奖（Test of Time Award）。以此为起点，本报告将介绍我们近十年来在智能化软件工程领域的一些工作，从早期软件仓库挖掘，到基于深度学习的代码检索，再到大语言模型和智能体驱动的软件开发。面向大模型与智能体时代，报告也将探讨智能化软件工程面临的一些重要挑战，并展望未来的研究机遇与发展方向。

简介：重庆大学大数据与软件学院教授、院长、弘深杰出学者，IEEE Fellow,获得国家级人才计划支持。主要研究方向是智能化软件工程，软件数据挖掘和软件维护。在国际著名会议和期刊上发表了300多篇论文，获得过10多次ACM杰出论文奖和最佳论文奖，1次FSE时间检验奖，以及2次ICSE 最有影响力实践论文奖。长期担任多个国际顶级学术会议的程序委员会委员以及国际期刊的编委。他也是ACM杰出会员，CCF杰出会员，澳洲工程师协会会士和David Parnas Fellow。

7. 报告人：钮鑫涛 副教授

题目：Datalog程序的自动故障定位

摘要：Datalog作为一种声明式逻辑编程语言，近年来广泛应用于静态程序分析、知识图谱、数据库查询等领域。Datalog程序通过规则推导产生大量中间事实，程序行为与传统命令式程序存在显著差异，因此当分析结果出现错误时，开发者往往难以定位导致错误的具体规则。针对这一问题，本报告介绍一种面向Datalog程序的自动故障定位方法。该方法通过分析错误输出与规则执行之间的关系，结合程序覆盖信息和故障定位技术，自动识别最可能导致错误的程序规则，从而辅助开发者进行调试。报告将介绍Datalog程序调试面临的挑战、自动故障定位的核心思想，以及相关研究工作在实际Datalog框架中的应用。

简介：钮鑫涛，南京大学智能软件与工程学院准聘副教授，博士生导师。主要研究方向为软件测试与分析、程序分析与自动化调试、智能系统可信评估。首次解决了组合测试领域中故障掩盖、测试信息冗余等关键问题。近年来研究拓展至 Datalog 程序自动调试、跨配置增量构建、深度学习系统测试。相关成果已在华为、厦门航空等企业得到应用。近期面向大模型智能体（AI Agent）开展评估方法研究，相关评估技术已在企业实际业务中落地。

在 OOPSLA、ICSE、ASE、ISSTA 等 CCF A 类会议和 TSE、TOSEM、TSC 等 CCF A 类期刊，以及《计算机学报》《软件学报》等国内权威期刊上发表论文 20 余篇。主持国家自然科学基金青年科学基金项目、江苏省自然科学基金面上项目。曾获 OOPSLA 2026 ACM SIGPLAN 杰出论文奖（Distinguished Paper Award）、2023 年江苏省计算机学会科学技术奖一等奖（排名第三）、2021 年江苏省计算机学会优秀博士论文奖，以及南京大学"师德先进"青年教师奖、东吴证券奖教金等。担任 CCF 系统软件和软件工程专委会委员，IWCT、CCF ChinaSoft、NASAC 等会议程序委员会委员，以及 TSE、ICSE、JCST 等期刊和会议审稿人。

8. 报告人：彭昀 助理教授

题目：从低效定位到多层次优化：大模型驱动的代码性能提升

摘要：运行效率是软件质量的重要维度，功能正确的程序仍可能存在显著的性能问题。如何确定有效的修改位置，并选择适当的优化策略，是自动化代码性能优化面临的两个关键挑战。本报告围绕“在哪里改”与“如何改”，介绍仓库级性能问题修复定位方法 EffiHolmes和基于混合提示词架构的多层次代码优化方法 Optimo。EffiHolmes通过不同负载规模下的差分性能剖析识别耗时热点，提取并压缩关键执行路径，结合领域知识引导模型推理，定位实际需要修改的位置。Optimo结合差分性能剖析与从快慢代码对中挖掘的优化知识，为优化目标匹配适用策略，在算法、语句、表达式和 API 四个层次逐步改进代码，并通过正确性检查、反馈修正与性能验证筛选优化结果。

简介：彭昀，复旦大学助理教授，博士生导师，入选国家级海外青年人才计划。主要方向为智能体系统、智能化软件工程和软件质量保障。研究成果涵盖ICSE、FSE、ASE、ISSTA、TSE等软件工程领域顶级会议和期刊，并获得3次ACM SIGSOFT杰出论文奖和1次ACM SIGSOFT杰出论文奖提名，以及香港中文大学工学院优秀博士毕业论文奖。他同时担任ICSE、FSE、ASE、ISSTA等软件工程顶级会议的程序委员会成员和TOSEM、TSE、TDSC、CSUR等顶级期刊审稿人。

9. 报告人：张煜群 研究员

题目：高效动态分析赋能自主调试智能体

摘要：面向自动程序修复的自主智能体是软件工程领域极具潜力的前沿方向，但这类智能体通常依赖程序执行结束后产生的粗粒度反馈，其修复效果因此受到限制。将传统交互式调试器接入智能体看似是一种自然的解决方案，但其底层、逐行的交互方式对大语言模型智能体而言成本低效，容易导致预算耗尽和无效循环。为解决这一问题，我们提出面向智能体的调试接口ADI（Agent-centric Debugging Interface），支持智能体以较低成本完成端到端的自主调试交互。ADI 采用函数级交互范式，其核心包括完整描述函数有状态执行轨迹的数据结构以及一组高层导航命令。

我们在SWE-bench上进行了全面评估。仅为一个基础智能体接入ADI即可在 SWE-bench Verified上解决 63.8% 的任务，略优于经过高度优化和大量投入的 Claude-Tools智能体；使用Claude Sonnet3.7时，平均每个任务的成本为1.28 美元。我们还将ADI作为即插即用组件接入现有先进智能体，使其解决任务数稳定提升6.2%至18.5%。结果表明，ADI能够为现有自主智能体提供通用且高效的能力增强。

简介：张煜群是南方科技大学计算机科学与工程系长聘副教授、博士生导师。研究方向包括软件安全、测试与分析和面向人工智能的软件工程。他承担十余项国家、省市及企业合作项目，曾获三次ACM SIGSOFT杰出论文奖以及一项IEEE TCSVC杰出服务奖（2025）。他长期担任国际顶级会议程序委员会委员并担任软件工程国际顶级会议FSE2027本地主席。

10. 报告人：沈博 副教授

题目：从猜测到看见：让大模型发现程序如何出错

摘要：自动程序修复旨在自动定位并修复程序缺陷，但对于复杂逻辑错误，尤其是程序能够正常运行的静默缺陷，基于大模型的方法往往根据源代码和报错信息推测错误原因，即使引入运行时信息，单一模型也易于过早形成修复判断，导致错误推理或过拟合。针对上述问题，本报告介绍了一种基于大模型多策略Agent协同的自动程序修复方法TraceRepair。在TraceRepair中，多个大模型Agent协同进行程序修复。插桩Agent分析程序上下文，收集运行时信息；修复Agent从不同角度生成多个修复方案，并结合运行轨迹和测试反馈进行迭代修改；仲裁Agent生成最终修复方案。结果表明，该方法能够减少大模型修复时对静态代码的猜测，具有较强的程序修复能力。上述成果发表于ASE26。

简介：沈博，西北工业大学计算机学院长聘副教授。主要从事人工智能系统能力测评、智能化软件工程研究，主持国家自然基金、CCF华为胡杨林基金等项目；参与多项国家自然基金重大项目、国家重点研发计划、军口重点项目等。在国内外权威期刊及重要会议发表论文40余篇，牵头发布团体标准1项，并作为主要完成人获得中国计算机学会科技奖励2项。此外，担任中国计算机学会形式化专委办公室副主任。

五、论坛组织委员会简介

1. 论坛组委会：张静宣 副教授

简介：张静宣，南京航空航天大学计算机科学与技术学院副教授，博士生导师。入选江苏省科协青年科技人才托举工程、南京航空航天大学长空学者。获得国防科技进步奖、南京航空航天大学科学技术一等奖、南京航空航天大学开源人才培养贡献奖。从事软件工程研究，主要研究方向为智能软件工程、软件仓库挖掘和经验软件工程。在TOSEM、TSE等期刊及ICSE等国际会议发表论文50余篇。目前主持10余项研究课题，包括国家自然科学基金面上基金和青年基金、军委科技委创新特区项目。作为主要成员，参与国家重点研发计划课题、中央军委装发预研项目3项。

2. 论坛组委会：刘名威 副教授

简介：刘名威，中山大学软件工程学院副教授、博士生导师， “逸仙学者计划”新锐学者。2024年加入中山大学，先后于复旦大学获学士（2017）、博士（2022）学位，并完成博士后研究。研究聚焦软件工程与人工智能交叉，方向包括软件开发知识图谱与知识增强的智能开发与维护。近年在TSE、TOSEM、ICSE、FSE、ASE等国际顶级期刊与会议发表论文三十余篇，获ACM SIGSOFT杰出论文奖（FSE 2023）、IEEE TCSE杰出论文奖（ICSME 2018），主持多项国家级项目，成果在华为、荣耀、腾讯等企业应用。

3. 论坛组委会：马智 副教授

简介：马智，西安电子科技大学计算机科学与技术学院副教授。主要研究方向为嵌入式系统、操作系统与形式化验证，参与我国第四代空间操作系统SpaceOS研发，负责架构设计与验证，已应用于嫦娥、星网等重大航天工程。在ASE、FM、AAAI等学术会议和Information Fusion等国际期刊发表论文20余篇，获ASE2025杰出论文奖。目前主持10余项研究课题，包括国自然青年项目、KGJ国防重点项目、华为胡杨林基金等。作为主要成员，参与国自然重大项目研发。