天津大學、北航深度參與華為“倉頡”，推出首個基于國產編程語言的 AI 智能體編程框架“蒼穹”
6 月 22 日消息，華為昨日面向全球開發者介紹華為自研編程語言 —— 倉頡（Cangjie）。這是倉頡編程語言的首次公開亮相。
IT之家查詢獲悉，天津大學、北京航空航天大學深度參與了華為“倉頡”的研發。
天津大學：倉頡編程語言編譯器
天津大學智能與計算學部軟件工程團隊攜手華為倉頡團隊，深度參與倉頡編程語言編譯器的質量保障研究。
據介紹，倉頡編譯器是與倉頡編程語言共生的基礎軟件。在倉頡編程語言的籌備階段，與之相配的高質量編譯器成為核心目標之一。隨著倉頡編程語言的演化，倉頡編譯器也在不斷地升級、改進。
五年來，天津大學智能與計算學部軟件工程團隊陳俊潔教授、王贊教授、姜佳君研究員，以及趙英全、付瑞豐、郭以勒、鄭開、樊興宇等十余名研究生，圍繞著倉頡編譯器測試工作開展深入研究，提出數據驅動的倉頡編譯器系統化測試框架，涵蓋基于程序綜合的測試程序生成技術、基于程序變異的測試預言構造技術、基于代碼表示的測試過程加速技術等多項先進技術。成果在軟件工程領域頂會 ICSE、ISSTA 等發表多篇學術論文，并已部署至倉頡編譯器的實際測試中，顯著提升倉頡編譯器測試效果。
- 基于程序綜合的測試程序生成技術：該項技術將程序代碼拆解成細粒度代碼片段，彼此之間涉及不同的語言特征，進而在語法語義約束的指導下，實現測試程序的高效合成。值得注意的是，該項技術能夠以歷史缺陷作為基礎數據，提取與缺陷相關的代碼片段，并將其融合至多樣的代碼上下文中，以激發其觸發更多缺陷、執行更多代碼分支的能力。
- 基于程序變異的測試預言構造技術：該項技術通過對倉頡編程語言語法語義進行深入分析與挖掘，設計一系列等價變異算子與不等價變異算子。前者在測試預言上提供補充，融合蛻變測試思想，提升技術揭錯能力，而后者則進一步增強測試程序多樣性，引入更多倉頡語言特性、底層庫調用等信息，實現對倉頡編譯器的更充分測試。
- 基于代碼表示的測試過程加速技術：該項技術旨在提升編譯器測試效率，以在更短的時間內檢測到更多的編譯器缺陷。該項技術將測試程序代碼進行片段化，并引入代碼表示學習策略將其在語言定義空間中進行表征。進而，該項技術從多樣性角度進行代碼片段的利用、測試程序的生成，并將測試結果作為反饋，進一步指導后續測試過程，從而提升測試整體效率。
北航：蒼穹 AI 智能體編程框架
北京航空航天大學軟件學院黎立老師團隊深度參與基于倉頡編程語言的 AI 智能體編程框架 —— 蒼穹（CangChain）開發，這是首個基于國產編程語言的 AI 智能體編程框架。
▲ 蒼穹（CangChain）框架圖
據介紹，蒼穹誕生于倉頡社區，得到倉頡編程語言官方團隊的技術支持。作為一個社區開源項目，蒼穹采用模塊化設計和功能，旨在為軟件工程人員提供軟件集成模型、安全訪問私有數據并進行數據交互的可靠功能。
基于模塊化的設計理念，蒼穹使得開發者可根據自身特定需求，選擇和組合不同的模塊。在實現任務的過程中，蒼穹可將任務分解成多個子任務，針對每個子任務選擇構建合適的代理（Agent）允許語言模型與外部 API 交互，調用滿足子任務目標實現的工具（Tool），利用任務鏈（Chain）串聯起每個子任務，最終得到任務求解。
黎立老師團隊主要參與了蒼穹中 ReAct 框架和多智能體 Planner 調度的設計開發實現。
在具體應用中，團隊設計并實現了一個多智能體（Multi-Agent）的系統，包含以下四個關鍵角色：Docwriter、CodeWriter、CodeTester 和 CodeReviewer。這些智能體在蒼穹平臺上緊密協作，共同完成 2048 等經典游戲的開發任務。
- Docwriter：負責編寫詳細的需求文檔和設計規范。在游戲開發的初期，Docwriter 通過與用戶以及其他智能體的交流，深入了解并記錄游戲的功能需求和設計思路，為后續步驟提供詳細的藍圖。
- CodeWriter：負責根據設計文檔編寫源代碼。CodeWriter 運用先進的編程技巧和算法，將 Docwriter 提供的需求轉化為具體的代碼實現。蒼穹框架中 ReAct 的“推理-行動”模式有效提升了 CodeWriter 的編程效率和準確性。
- CodeTester：在源代碼完成初步編寫后，CodeTester 會自動生成并運行一系列測試用例，確保代碼功能的正確性和穩定性。CodeTester 利用定義好的各種工具構造測試用例，并執行相應的測試用例，定位并反饋代碼中的潛在問題，提高代碼質量。
- CodeReviewer：負責對 CodeWriter 編寫的代碼進行全面審查，確保代碼符合最佳實踐和質量標準。CodeReviewer 不僅會檢查代碼的功能實現，還會關注代碼的可讀性和可維護性，提出優化建議。
▲ 基于蒼穹開發的多智能體系統應用示例
通過蒼穹的模塊化設計和多智能體的智能調度，這些角色智能體能夠高效分工、互相協作，不斷迭代優化，最終完成游戲開發任務。具體來說，任務鏈（Chain）機制將各個子任務有效串聯，智能體間的信息交互則通過 Planner 調度實現無縫連接，提升了開發效率和代碼質量。
未來，北京航空航天大學軟件學院團隊將計劃繼續拓展蒼穹的應用領域，深入研究多智能體系統在其他復雜任務中的應用潛力。
