专题演讲嘉宾：骆勤

微信小程序为用户带来了即开即用的便捷应用体验，而随着小程序应用的大规模普及，开发者所面临的开发效率和复杂度的挑战也日益凸显。在此背景下 AI 大模型技术的快速发展，为小程序开发提供了新的可能性。本次分享将重点介绍团队在基于大模型生成小程序应用方面的探索和实践，分享相关技术架构、关键难点、解决思路以及初步成果，同时展望 AI 辅助开发在工程效能领域的前景。虽然当前大模型生成应用技术仍处在起步阶段，但其作为未来软件开发的一种新范式，值得开发者们持续关注和探索。

演讲提纲：

1. 背景与现状

• 小程序开发的挑战与前期效能探索
• 当前 LLM 应用生成的现状

2. 基于大模型的小程序生成架构

• 整体系统架构概述
• 自然语言的语义转化
• 基于 DSL 的代码生成

3. 关键点及解决思路

• 用户需求的理解与匹配
• 应用生成的随机性与多样化
• 大模型 Context 窗口问题
• 生成应用的可维护性

4. 场景落地效果与评估

• 基于微信云开发自然语言生成小程序
• 生成质量的评估和调优
• 开发效率与开发模式对比

5. 未来挑战与展望

• 设计实现过程的经验教训
• 现有技术的局限性
• 人机协作开发模式的探索

听众收益

• 了解腾讯大模型在小程序开发中的应用现状和潜力
• 基于 AI 大模型生成小程序的关键技术点和方法
• 探讨 Agent 辅助开发的未来趋势和发展前景

方案痛点：

• AI 模型理解准确性与设计意图的匹配度
• 生成应用的可维护弱且不稳定
• 模型上下文窗口限制问题