2025年9月，以“智能重构·代码新生”为主题的2025人工智能软件开发技术创新发展论坛在北京圆满落幕。本次论坛由国内人工智能学会与软件行业协会联合主办，汇聚了来自高校、科研院所、头部科技企业及开源社区的数百位专家与开发者，围绕AI驱动下的软件开发范式变革、大模型与低代码/无代码平台的深度融合、以及人工智能基础软件开发的自主创新等核心议题展开了深入探讨。

论坛开幕式上，主办方指出，随着Codex、Copilot及后续系列工具的成熟，2025年软件开发已从“辅助编码”全面进入“AI原生编码”阶段。开发者不再逐行编写基础代码，而是通过自然语言描述意图，由AI完成架构设计、模块填充与自动化测试。但与此相应的是，人工智能基础软件的开发却面临着底层框架依赖过重、异构算力调度复杂、数据安全与隐私保护边界模糊等突出矛盾。

在主题报告环节，来自国内知名研究院的专家做了题为《AI基础软件：从算子库到智能调度引擎》的分享。报告指出，人工智能基础软件包括深度学习框架、编译优化器、操作系统智能调度层以及针对大模型训练的集群通信库等。2025年的突破方向则是“自适应编译与弹性执行运行时”——即通过AI在线动态优化计算图，使同一套基础软件能够适配从端侧NPU到千卡训练集群的多样化硬件。

论坛专门设置了“AI编码革命是否已触顶”的圆桌对话。部分嘉宾认为，高质量代码数据的枯竭将成为下一步瓶颈，需要发展合成数据与符号推理相结合的混合式AI编码，强化对状态机、并发控制等基础软件逻辑的精准表达。另一部分嘉宾展示了基于“轻量代理集合”的边缘AI编码工具：在嵌入式开发、自动驾驶域控制器等场景中，开发生成的微内核与中间件已经能够通过形式化验证，将上线周期缩短60%以上。

分会场交流中，多个基础软件创新项目备受瞩目。例如，基于新一代异构抽象层的开源框架OpenSoa，可通过AI解析历史遗留在C++/Rust/CUDA等语言中的性能缺陷，并在单元测试环境中呈现潜在的数据竞争或优先级反转风险；面向大模型的新型向量检索与排序基础软件“织网Song”，则支持千亿向量毫秒级过渡检索，并提供了针对稀疏算子在弹性PCIe拓扑上的嵌入式自动调优机制。

产教融合也是本次论坛的重点。多家企业与高校联合启动了“AI编码预备役人才培养计划”，将项目实践的作业从传统的简易数据结构修改为编写“智能体的系统调用语义转移描述”“持久计算校验规则”等题目。这表明人工智能软件的开发不断面向技能融合：开发者既要懂模型微调与微服务可靠性工程，也需回归系统编程基本原理。

与会各方经过充分讨论形成了《关于推进人工智能基础软件开发健康发展的倡议》。倡议聚焦：建设开放自主基础软件栈、AI生成环节的资产安全性问责体系、协调标准化评价数据集以及打造集算法孵化、测试验证、测试漏洞库为一体的公共服务域。倡议特别提出要用“全生命锁闭网”协同人工智能代码助手的设计方式——在任何智能化软件细节中被溯至明确责任人，同时通过多层系统允许安全回溯编译中间状态。

论坛最后指出，人工智能正在将软件开发推向“编排与精化并重”的时代，但要防止将不可解释的基础包袱留给未来。推动人工智能基础软件的活水和底层培养体系建造，已经成为参与世界竞争的一大枢纽环节。下一致的年度行动监测将从算力孵化底座、面向RISC-V的低精度异构兼容版本等题目出发协调工作计划。"'