本方向面向云计算和大数据时代的智能化软件开发、运维和系统支撑的需要，从软件工程、系统软件、软件应用等多个方面开展研究工作。方向内包含复旦大学软件工程实验室、复旦大学并行处理研究所，现有教授3名、副教授6名、讲师1名。本方向的研究工作得到了科技部重点研发计划及863项目、自然科学基金项目的支持，在国际顶级学术期刊及会议上发表了一系列研究论文并多次获得优秀论文奖，相关软件平台及系统在多家大型企业得到应用。
本方向具体招生研究方向包括：软件智能化开发、云原生与智能化运维、软件分析与测试、软件开发数据分析与挖掘、人机物融合泛在系统、机器人软件工程、AI系统工程、智能操作系统、智能编译优化与并行计算、云计算虚拟化与大数据系统等。
①软件工程实验室（CodeWisdom团队）
复旦大学软件工程实验室（暨CodeWisdom研究团队）隶属计算机科学技术学院，位于复旦大学江湾校区二号交叉学科楼2楼D区。团队现有教授2名（彭鑫、赵文耘）、副教授6名（陈碧欢、吴毅坚、沈立炜、沙朝锋、李敏波、董震）、讲师1名（李弋），负责人是彭鑫教授。团队研究工作聚焦国家战略性需求和产业共性问题，主要围绕智能化时代的软件工程与系统软件技术展开，具体包括软件智能化开发与运维方法与技术（AI4SE）以及面向智能化系统的工程化方法与技术（SE4AI）两个方面。前者关注于将大模型与Agent等智能化技术应用于复杂软件的开发、测试与运维之中，后者关注于智能汽车、智能制造、自主无人系统等新型智能化系统中的基础软件支撑与开发测试方法以及新型AI原生系统的构建与质量保障。
实验室研究工作得到科技部重点研发计划项目、自然科学基金重点/面上项目支持，与重点企业共建校企联合实验室，研究成果在多家重点企业和重点行业应用，获华为优秀技术成果奖。在ICSE、FSE、ASE、ISSTA、CCS、WWW、TOSEM、TSE以及中国科学、软件学报等国内外高水平会议与期刊上发表论文100余篇。发表在软件工程领域国际旗舰期刊《IEEE Transactions on Software Engineering》上的论文获得该期刊首次颁发的年度最佳论文奖。此外还获得ACM SIGSOFT及IEEE TCSE杰出论文等国际期刊/会议优秀论文奖10余次。
实验室与工业界开展了广泛的交流与合作，并建立了校企合作联合实验室，软件开发质量与效能分析、软件智能化开发、云原生与智能化运维、软件供应链安全、程序分析与缺陷检测等方面的研究成果在多家企业进行了成功应用。
实验室网站：http://www.se.fudan.edu.cn
欢迎关注CodeWisdom微信公众号
研究方向介绍
团队围绕智能化软件工程与系统开展研究，具体包括9个研究方向及相应的研究组，即：程序分析与智能化测试、软件分析与挖掘、软件供应链治理、软件智能化开发、AI原生与云原生系统、人工智能系统工程、人机物融合系统软件、机器人软件工程、智能汽车与工业软件。目前，团队已围绕相关研究形成良好的产学研合作关系，并瞄准软件产业智能化开发能力提升、开源软件生态治理、企业智能化转型发展、人机物融合泛在计算、智能汽车与智能制造基础软件等国家信息产业发展的重大战略需求进行布局。
1）程序分析与智能化测试
在软件定义一切的时代，质量是软件成功的关键因素之一。面向软件质量保障工具的可靠性和可用性，团队聚焦静态程序分析和软件测试两个领域。我们基于抽象解释理论、内存模型、程序逻辑、程序语言理论和计算机系统等技术，设计和实现了一种多阶段的模块化分析平台；开放的架构助力分析能力的扩展，多阶段闭环迭代机制提升分析精度。我们探索大语言模型和传统测试方法的有机结合，面向移动应用、微服务系统、无人自主系统、网络通信协议等领域研究高效的测试技术。课题组的研究工作获得了国家自然科学基金面上项目和科技部重点研发项目的资助。相关成果发表在软件工程领域的顶级会议 ICSE、FSE、ASE、ISSTA 上，并荣获 ISSTA 杰出论文奖。多个项目成果在企业（荣耀、字节跳动、华为等）落地应用。
2）软件分析与挖掘
大型复杂软件系统的长期开发与维护过程形成了大规模代码库，还沉淀了代码提交、需求讨论、缺陷分析等大量的开发过程数据。尽管以大模型和智能体为代表的 AI 编码技术极大提升了代码产出效率，但面对大型软件系统的多层次复杂性，如何充分利用软件开发过程中沉淀的各类数据与知识，提升开发质量，降低开发成本，减少代码隐患与维护难度，仍是一个不可回避的现实问题。本方向聚焦软件开发过程数据分析、代码演化追溯、依赖与架构分析、缺陷分析等关键技术，构建软件开发追溯体系，充分挖掘大型复杂软件系统长期演化中积累的开发数据与知识，建立基于时空追溯的软件研发数字化基座，实现代码溯源和辅助理解、架构演化分析、研发热点与态势研判、开发知识挖掘等多种软件分析与挖掘能力，为智能体和人类工程师的软件开发过程提供数据与知识支撑。本方向研制“祝融”代码大数据分析平台，实现面向代码编写和评审、架构分析与看护、开发历史决策回顾等多种应用场景的基础数据支持能力，并与华为、荣耀、中国电科32所、中汇信息、亿通、汇丰科技等企业开展技术合作。后续将进一步持续利用大模型和Agent等智能化基础设施，强化各类软件研发数据的分析挖掘能力，提升软件开发知识挖掘和演化态势研判的效果。
3）软件供应链治理
针对日益严峻的软件供应链可信问题，团队围绕安全风险、合规风险、维护风险开展系统性研究工作。团队聚焦漏洞知识增强、漏洞传播影响分析、漏洞与恶意软件包检测、漏洞验证、补丁迁移、漏洞修复、组件迁移等关键任务，融合动静态分析、大模型、智能体等技术，研发了软件供应链风险治理平台“伏羲”，已累计检测到460+个新漏洞并申请50+个CVE，在NPM与PyPI生态中检测出3000+个恶意软件包，与华为、中科南京软件技术研究院等开展合作，相关工作获得4次ACM SIGSOFT、IEEE TCSE杰出论文奖。与此同时，团队围绕大模型供应链治理开展研究，重点关注供应链风险建模、模型依赖关系恢复、Skills与MCP运行时防护与恶意检测等方向。团队发布首个开源大模型系统供应链的系统定义与研究综述；首次在百万规模上刻画开源模型供应链结构与风险传播规律，揭示模型生态中隐式依赖复杂、风险传播链路不透明等问题，并在Hugging Face上的“孤立模型”场景中验证了模型隐式依赖关系的恢复能力；在MCP Server生态中检测多个高风险恶意Server。
4）软件智能化开发
基于大模型与Agent的代码生成与理解已经被广泛应用于各类软件开发项目。然而，由于系统复杂性这一根本性挑战以及软件开发知识的缺失，大模型与Agent在面对真实软件开发任务时经常出现缺少全局理解、难以整体规划的问题，从而难以适应大规模复杂软件开发的需要。为此，我们在深入理解软件开发实践以及软件工程思想的基础上，从知识增强与过程驾驭两个方面研究并构建面向复杂软件智能化开发的方法体系与工具平台，支持生成式应用开发、软件理解与问题定位、仓库级代码生成与问题修复、代码审查与漏洞检测等任务。在知识增强方面，我们提出构建共建、共享、与代码同步演化的代码数字孪生，通过业务与设计知识的抽取、组织以及按需的上下文补充支持Agent自主探索分析以及人机协作智能化开发；在过程驾驭方面，我们通过设计感知的任务拆解与工作流管理、基于知识的工具与技能按需加载、基于可观测性数据分析的异常检测与干预优化提升Agent的持续高效工作能力。相关工作多次荣获ACM SIGSOFT以及IEEE TCSE杰出论文奖，与华为、阿里、字节、腾讯等企业开展合作，特性驱动的迭代式软件应用生成、基于代码数字孪生的软件理解与维护支持、静态检查误报消除及逻辑漏洞检测、知识增强的同源漏洞检测等多项成果在企业落地应用。
5）AI原生与云原生系统
以容器、微服务等为代表的云原生技术给现代软件架构、应用模式等带来了深刻改变，并已成为企业数字化转型的关键支撑技术。同时，以大模型、Agent为代表的AI技术也正在重塑现代应用形态。在此背景下，AI原生与云原生逐渐成为两种代表性的现代应用系统形态，同时二者不断融合、持续推动智能化软件系统创新发展。为此，我们围绕AI原生与云原生系统及应用生态构建方法开展研究，同时针对这类系统的复杂性和不确定性开展智能化运维方法研究。在智能体技术方面，我们针对GUI Agent以及Web/API混合Agent开展研究，实现并开源了基于大模型的自演进交互式智能体框架Fairy，并在智能体架构优化、智能体能力评估等方面取得了一系列成果。在智能体系统方面，我们面向企业智能化转型发展研究融合微服务等代码组件与Agent等AI组件的神经符号融合架构以及相应的自适应与自演化技术，实现智能与可信的有机融合与平衡。在智能体应用方面，我们构建了面向高校教学、学习与科研全过程的AI Agent平台Wisepen，支持资料管理、知识问答、作业指导、论文研写、教师助教与科研辅助等智能化场景以及相关智能化开放生态。我们构建的开源微服务基准系统TrainTicket已被上百家国内外高校和研究机构用于相关研究。此外，我们还构建了基于大模型Agent的AI云原生软件基准系统TripSphere。相关研究成果获得软件工程旗舰期刊《IEEE Transactions on Software Engineering》年度最佳论文奖，同时与华为、阿里、字节、腾讯等企业开展合作，系统架构评估、运行时异常检测、告警事件聚合、故障根因定位等研究成果在企业应用。
6）人工智能系统工程
人工智能系统具有复杂异构的软硬件技术栈，如何在开发和部署中确保系统可信、性能稳定、推理速度等成为人工智能系统工程中的关键挑战。在应用软件侧，团队围绕多场景智能体构建、智能体可信演化，以及运行时质量保障等角度开展研究工作，旨在实现人工智能系统的性能提升与质量保障。在系统软件侧，团队围绕系统推理优化、全局编译优化，以及高性能算子开发开展研究工作，旨在实现人工智能系统在各种边端云异构设备上的快速部署与高效运行。
7）人机物融合系统软件
在人机物三元融合的万物智能互联时代，人机物融合系统软件可类比于传统计算机操作系统，是实现海量异构资源（信息服务、人力众包、物理设备）统一管理、支撑多领域智能化应用构建与运行的核心支柱。本小组围绕人机物融合系统软件的构造与应用开展了系列工作：以边缘云原生技术为基座，研制面向分级分层边缘环境的分布式系统软件，以软件定义的方式实现边缘侧计算、存储、网络、物理设备等异构资源的统一接入与池化；设计覆盖多边缘节点的集群管控与自治，以及跨节点资源互操作机制；构建人机物泛在环境的数字空间孪生，结合大模型、Agent等技术支持资源得按需编排与智能应用的快速构建；依托云边端协同的算力与设备能力调度，支撑应用高效、可靠执行。当前，本小组已经具有无人机、无人车、机器人、边缘计算盒等一系列专用硬件设备，已经研制出基于开源云原生边缘计算框架KubeEdge的云边协同人机物融合系统软件初始版本。在此基础上，小组计划进一步夯实系统软件能力，并在智慧城市设备联动、无人系统集群自治、船岸协同数据互联等真实场景中开展实践验证。
8）机器人软件工程
随着人工智能技术的快速发展，智能机器人正逐步融入日常生活，并在越来越多的实际场景中承担复杂的任务。面对现实环境中对高可靠性长程任务的要求，课题组聚焦于将大模型（LLM、VLA、VLM等）与程序合成技术相结合，研究机器人程序自主生成方法，研究机器人任务执行过程中自主监控及问题检测方法、机器人程序与运行平台相结合的软件自适应方法，研究面向动态环境中机器人程序自主演化方法。课题组的研究受到上海市重大专项的资助，研究成果发表在人工智能领域NeurIPS、IJCAI等顶级会议上，并获得中国软件大会“机器人大模型与具身智能”挑战赛一等奖。
9）智能汽车与工业软件
工业软件在现代工业制造中扮演着“大脑”与“神经系统”的关键角色，是实现制造系统数字化、网络化与智能化的核心基础。智能汽车则被视为全球制造业的战略制高点，其发展不仅推动技术创新，也加速产业升级。两者均高度依赖系统的安全性、可用性与可靠性，对计算机技术，尤其是软件与人工智能提出了更高的技术要求。本团队以智能汽车与工业软件为主要应用场景，结合软件工程与系统观思想，面向嵌入式系统运行环境的复杂性和需求多样性，系统化开展共性基础软件研究。研究内容包括：分布式实时系统的设计与实现、嵌入式系统的智能化开发方法以及复杂嵌入式系统的功能测试与性能分析。在智能汽车领域，团队聚焦智能驾驶与控制系统，通过实验与仿真验证基础研究成果的有效性；在工业软件领域，则围绕数字孪生系统的构建，重点探索工业生产系统中的设备控制、数据采集与分析等关键技术。该研究旨在构建可复用的软件基础设施和工程方法，为提升智能制造与智能汽车系统的性能、可靠性与柔性化水平提供理论支撑和实践指导。
导师介绍
彭鑫 教授，博导。复旦大学计算与智能创新学院副院长，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。
电子邮箱：pengxin@fudan.edu.cn
赵文耘 教授，博导。曾任复旦大学档案馆副馆长、复旦大学校园网管理服务中心主任。研究方向为软件工程、软件开发工具及其环境、企业应用集成（EAI）。自 1989 年到 2000 年一直参加国家科技攻关项目 “大型软件开发环境青鸟系统” 的研制和开发，为复旦大学所承担的各子专题的主要开发人员或子专题负责人。该系统获 1998 年国家科技进步二等奖，1996 年电子工业部科技进步特等奖和 1996 年三部委联合颁发的荣誉证书。参加的 863 项目 “基于 Internet 以构件库为核心的软件开发平台” 和 “上海构件库及其应用研究” 分别获获得 2006 年国家科技进步二等奖和 2005 上海市科技进步二等奖。
电子邮箱：wyzhao@fudan.edu.cn
陈碧欢 副教授，博导。复旦大学计算与智能创新学院副教授、软件学院副院长。从事软件/AI供应链安全、AI系统工程等方向的研究。2023年获NASAC青年软件创新奖、2025年入选上海市东方英才计划青年项目。承担国家自然科学基金青年项目、面上项目、重点项目课题，以及10余项企业合作项目，参加科技创新2030-“新一代人工智能”重大项目。研究成果发表在ICSE、FSE、S&P、SEC、TSE、TIFS等国际会议和期刊，获4次ACM SIGSOFT杰出论文奖（FSE2016、ASE2018、ASE2022、FSE2025）、2次IEEE TCSE杰出论文奖（ICSME2020、SANER2023）。
电子邮箱：bhchen@fudan.edu.cn
吴毅坚，副教授，博导，CCF软件工程专委会委员，上海市计算机学会软件工程专委会副主任。2006 年毕业于复旦大学计算机软件与理论专业，获理学博士学位。后留校任教。长期从事软件工程理论方法研究和开发实践，研究兴趣主要包括代码克隆检测与分析、软件演化分析、软件缺陷分析、软件开发大数据分析等。曾作为负责人承担国家863、973子课题、国家自然科学基金项目、全军共用信息系统装备专用技术预研项目子课题、上海市科技计划项目子课题等多项国家级及省部级科研项目，承担多项企业合作研究项目，并开展成果应用。相关研究成果在ICSE、ISSTA、ASE、SANER、ICPC、JSS、EMSE、中国科学、软件学报等软件工程领域重要国际国内会议和期刊上发表论文30余篇，曾获CCF科学技术奖技术发明二等奖、ACM SIGSOFT杰出论文奖和上海市教学成果二等奖。
电子邮箱：wuyijian@fudan.edu.cn
沈立炜 副教授，博导。复旦大学开源鸿蒙技术俱乐部主任。主要研究方向为智能化软件工程与系统，包含人机物融合泛在系统软件，云原生与边缘计算、机器人智能体软件技术等。主持和参与多项国家重点研发计划课题与自然科学基金项目，以及多项边缘环境云原生技术相关企业合作项目。至今在国内外高水平期刊和会议上（包括FSE、WWW、IJCAI、TSC、ISSTA、SCIS、软件学报等）发表三十余篇相关研究论文，关于边缘云原生的研究成果应用于智慧城市、智能体集群、自主无人船运维等领域。
电子邮箱：shenliwei@fudan.edu.cn
沙朝锋 副教授，硕导。1998年在西安电子科技大学获应用数学理学学士学位，分别于2001年和2009年在复旦大学获计算机软件与理论理学硕士和理学博士学位。研究兴趣包括数据挖掘与机器学习、强化学习、软工大数据分析等。曾参与和主持多项国家973、国家863、国家自然科学基金、博士点基金与对外合作项目，曾获得2007年度教育部高等学校科学技术奖自然科学二等奖（网络环境中的海量数据管理与数据流分析）。在国际重要学术会议如AAAI、IJCAI、ICDE、ICDCS、CIKM和国内权威刊物《计算机学报》、《计算机研究与发展》等上发表50多篇学术论文。
电子邮箱：cfsha@fudan.edu.cn
李敏波 副教授，硕导。2001年获清华大学博士学位。2001-2002 新加坡国立大学产品协同设计博士后，2003-2004金蝶国际软件公司研究员，2006-2012年用友软件公司兼职ERP应用研究与系统集成。主要研究方向为工业数据分析挖掘、工业应用软件、工业AI应用技术。先后承担完成国家自然科学基金、国家重点研发计划子课题、国家863计划等8项，省部级项目7项，企业项目40余项。发表学术论文五十余篇论文。
电子邮箱：limb@fudan.edu.cn
董震，副教授、博导，海德堡大学博士，中国计算机学（CCF）软件工程专业委员会执行委员、中国计算机学（CCF）智能机器人专业委员会执行委员、入选上海市高层次人才计划。主持国家自然基金委面上基金、国家重点研发子课题，参与国家科技创新2030“新一代人工智能”重大项目课题，并参与完成多个国际合作项目（合作方包括卡巴斯基公司、新加坡电信公司等）。长期致力于软件可靠性研究，尤其神经符号融合软件可靠性，在软件工程与人工智能领域ICSE、FSE、ASE、ISSTA、NeurIPS、IJCAI、FM等国际会议发表40余篇学术论文，并获得ICSE'20杰出论文、ISSTA‘25杰出论文、ISSTA‘26等多个奖项。同时，担任软件工程领域旗舰期刊《Automated Software Engineering》、《Journal of Software:Evolution and Process》编委，国际会议ICSE、FSE、ASE、ISSTA等程序委员，并获得ASE‘22杰出评审、TOSEM杰出评审等荣誉称号。
电子邮箱：zhendong@fudan.edu.cn
李弋 讲师，硕导。研究方向包括计算机系统结构、算法设计和分析和程序分析等。相关工作发表在计算机相关期刊和会议上论文约 20 篇，授予专利多个，获上海市科技进步二等奖 1 项。主持或参与多个科研项目，包括国家自然科学基金、核高基重大专项、863 计划、国家重点研发计划、上海市项目、横向项目和重点实验室开放课题等。
②复旦大学并行处理研究所
复旦大学并行处理研究所（https://ppi.fudan.edu.cn）主要从事系统软件、编译优化、异构计算和量子计算等方向的研究。团队在系统软件、软硬件协同和编译优化等方面开展了长期的研究和积累。其中代表性工作包括：操作系统内核和文件系统、并行编译优化技术、Andorid运行时优化、面相量子模拟应用的GPU异构优化、动态二进制翻译和量子人工智能等。近年来，已连续在OSDI、ISCA、Micro、ATC和PPoPP等国际顶级或重要会议和期刊发表论文60余篇，相关论文获ICPP和CGO等国际会议最佳论文奖。在该领域获授权专利30余项；累计在该领域获国家科技进步一等奖 3项，省部级科技进步一等奖 5 项，三等奖 1 项。
导师介绍
张为华，教授，博导，复旦大学并行处理研究所所长。研究方向为体系结构、编译优化和并行计算。作为项目或课题负责人承担国家自然科学基金、重点研发和上海市科委重点等项目。已在TC、TPDS、MICRO、ATC和OOPLSA等高水平国际会议和期刊发表论文60余篇。研究工作获得CGO 2024、ICPP 2015和 ACA 2014最佳论文奖。
电子邮箱：zhangweihua@fudan.edu.cn
