LLM赋能软件研发全流程演练训练营26年9月启动

在现在这个竞争越来越激烈的时代，软件团队不得不面对系统越来越庞大而降低交付速度，与激烈竞争需要快速交付的矛盾。当系统变得越来越复杂而难以维护时，基于AI的软件开发给我们指明了方向。随着LLM人工智能大模型的迅速发展，AI也逐渐具备了推理与编程的能力。然而，AI的发展不是为了替代人，而是替代不会用AI的人。在AI编程高速发展的今天，社会对程序员的要求，逐渐从埋头编程的码农，转变成深刻理解业务，并能够快速将其转变成技术的设计师。而DDD领域驱动+AI编程则顺应了这种变化，为高效的软件研发赋能。


基于LLM的软件研发思路包括利用LLM进行软件研发的思路、氛围编程vibe coding的AI编程思路、契约编程spec coding的AI编程思路。

首先利用LLM进行软件研发的思路有LLM智能大模型的应用场景中的通过LLM对代码进行解释与注释、通过LLM对原有代码进行优化、通过LLM根据新需求编写代码、通过LLM根据新需求编写测试用例； LLM智能大模型核心原理与应用中的如何通过提示词的互动、指导LLM编码，如何通过编写与上传示例文档、指导LLM工作，通过搭建知识库，为LLM制定开发规范，为AI提供编程的技能、制订开发的规范。

其次氛围编程vibe coding的AI编程思路有氛围编程（vibe coding）的设计思想中的设定环境、目标与业务需求，让AI去编码、完成开发的工作，不断地运行调试与反馈、让AI去修复与解决问题；从传统编程到氛围编程的转变中的从“实现者”到“引导者/产品经理”的转变，从“关注细节”到“关注体验”的转变，从“全面地设计”到“快速启动、逐步迭代”的转变；氛围编程（vibe coding）的局限与问题中的AI编程无法去应对复杂的、大规模的应用开发、AI编程同样需要制定相应的编码规范、AI编程同样需要架构规划与层次划分、AI编程同样需要基于设计思想进行设计编码结论、需要更加深刻的理解业务而不是技术、需要更强的架构规划与设计能力、需要对AI编码的正确与否的甄别与判断能力、需要掌握与AI工作与协同的工作技能。

再者契约编程spec coding的AI编程思路有契约编程spec coding与规范驱动开发SDD中的人与AI一起制订契约，人与AI一起制订技术架构、拆解开发任务，AI驱动进行设计、开发、测试与运行调试；从氛围编程到契约编程的转变中的从“模糊指令”到“精准契约”的转变，从“代码优先”到“规范优先”的转变，从“实现者”到“架构师/审核者”的转变，从“结果不可控”到“过程可验证”的转变；契约编程spec coding的探讨与思考中的用例模型与领域模型方式表达契约，以领域驱动为规范制订开发任务，以rules和skills为核心，规范AI的编程质量。

以DDD为指导的AI编程实践案例分享，案例从两方面展开，分别是制定LLM软件开发的模板与规范和基于领域模型的LLM软件开发。

首先制定LLM软件开发的模板与规范包含了文档模板中的架构设计的模板、用例模型的模板、领域模型的模板；开发规范中的领域对象、服务接口、DSL配置、测试用例的开发规范；以及以此为基础，提前为AI设计一系列的rules和skills。

然后基于领域模型的LLM软件开发包含了两个阶段。第一阶段是梳理业务需求，构建领域模型，形成契约，包括LLM辅助的软件需求探索与业务架构规划，LLM辅助编写用例模型，由人来审核，LLM辅助编写领域模型，由人来审核，LLM辅助编写UI原型，由人来确认。第二阶段是基于领域模型的AI驱动开发、测试与调试，包括LLM辅助形成数据库设计，编写SQL脚本，通过MCP创建数据库，LLM辅助编写领域对象、DSL代码与领域服务接口，由人设计LLM辅助，基于底层平台实现业务代码的编写，由人设计LLM辅助，基于业务需求创建测试用例代码，LLM辅助完成前端的开发，并进行运行调试与优化。

DDD的AI编程全程演练包括业务架构的规划与设计过程、用例模型与需求规格说明书、演练基于LLM的领域建模过程、演练基于AI编程的后端开发、基于DDD的平台架构设计、演练基于AI编程的前端开发。

首先是业务架构的规划与设计过程包括业务需求探索与业务架构规划，AI辅助与人机结合的业务架构探索过程的实际演练；由粗到细的业务梳理，建立业务架构；动态模型与静态模型相结合的分析过程，其中动态模型以用例模型分析，即每个用例及其业务流程的梳理过程，静态模型以领域模型分析，即领域对象及其相互关系的梳理过程。

其次是用例模型与需求规格说明书具体分析了在线交易系统的业务梳理过程的实际演练。包括用例模型的分析设计过程中的站在全局的业务规划与战略设计，用例、参与者与系统边界的建模过程，业务流程、查询报表、图表展示的用例描述，按照用例描述的方式编写需求规格说明书； 界面原型设计；基于LLM的进行需求探索，建立用例模型的实际演练中的基于LLM进行业务架构的规划与业务需求的探索，为用例模型编写设计skills并且不断调教，业务架构+skills、让LLM自动生成用例模型与用例描述，对LLM生成的用例模型与用例描述进行审查与调教，基于用例模型形成最终的需求规格说明书。

再次是演练基于LLM的领域建模过程包括从领域中吸取业务领域知识；统一语言建模，与用户沟通需求的高级技巧； 领域驱动的设计思想，将真实世界与软件世界对应起来，包含了将真实世界的事物与软件世界的对象对应起来，将真实世界中事物的行为，与软件世界中对象的方法对应起来，将真实世界中事物间的关系，与软件世界中对象间的关联对应起来；用LLM基于用例模型形成领域模型的实际演练，包含了为领域模型编写skills并不断调教，用例模型+skills，通过LLM形成领域模型，对AI生成的领域模型进行梳理与确认，按照领域模型划分限界上下文；基于DDD进行业务架构规划包含了为每个限界上下文构建业务领域模型，划分并识别主题域、支撑域、通用域，落实各子域之间的联系、接口及事件通知机制；对LLM生成的领域模型进行审查与调教；基于领域模型和用例模型，由LLM生成UI原型。

接着是演练基于AI编程的后端开发包括利用LLM搭建后端项目软件开发环境中的编写skill文件定义Springcloud开发环境，采用SOLO模式，由LLM搭建后端开发环境，通过Maven运行并验证后端开发环境；利用LLM将领域模型的设计转变成数据库设计脚本中的为数据库设计编写skills文件，领域模型+skill文件，由LLM生成数据库脚本，开发人员对数据库脚本进行审查与优化；利用LLM将领域模型的设计转变成程序设计中的为领域对象编写skills文件，为服务接口编写skills文件，为DSL的配置编写skills文件，基于领域模型+skills文件，由LLM生成初步的程序代码，开发人员对程序代码进行审查与优化；基于DDD的平台规范，由LLM实现业务功能中的基于DDD的规范，搭建一套支持DDD的开发平台，编写DDD开发平台的API接口文档，通过注释的方式，对服务接口Service的每个方法进行设计，基于接口注释+平台API接口文档，由LLM编写和实现业务功能，开发人员对AI生成的程序代码进行审查与调优；基于用例模型的业务需求，由LLM生成测试用例代码中的为测试用例代码编写skills文件，用例模型+skills文件，由LLM生成测试程序代码，由LLM自动完成代码调试，并完成最终的测试。

随后是基于DDD的平台架构设计包括解决软件层次的复杂性，将业务与技术解耦；整洁架构与六边形架构的设计思想；CQRS命令与查询职责分离的设计思想；基于整洁架构的DDD架构设计思路中的制作通用仓库与工厂的设计思路，引入DSL的思路与设计实现，支持DDD的增删改功能架构设计，支持DDD的查询功能的架构设计；基于DDD的底层平台，进行AI编程开发；用AI去优化与规范底层开发平台。


最后是演练基于AI编程的前端开发包括利用LLM搭建前端项目软件开发环境中的通过业务架构规划的技术选型，搭建React+Vue的前端项目，基于LLM创建登录页、主页、用户注册等基础组件，启动并验证前端项目；基于用例模型，由LLM规划UI界面，生成界面原型中的通过读取用例模型，由LLM规划UI/UX，基于UI界面规划，由LLM生成界面原型，通过人机交互，对界面原型的效果进行调优；由LLM识别后端API接口，进行前后端交互中的由LLM识别后端API接口，完成前后端交互的开发，分别启动前后端应用，运行调试前后端项目，由LLM对前后端运行过程中的问题进行分析与修复。



本次LLM赋能软件研发全流程演练训练营由北京中际赛威文化发展有限公司于2026年9月16日-17日，在北京举办。训练营首先通过全流程工作坊的形式演练，以vibe coding的形式如何AI编程，以及这种方式的局限。接着将探讨用spec coding的方式开发更大规模的系统，如何以技能skills的形式为LLM制定模板与规范。然后在此基础上演练，以人机结合的方式编写用例模型、领域模型，生成领域对象、服务接口、DSL配置，让LLM编写规范的程序代码、测试用例，最后绘制前端UI，完成整个开发的全过程，从而大幅度提高软件研发的效率与质量。在这个过程中，也会深度探讨各个阶段会遇到的“坑”，帮助大家合理规避。