背景与洞察 

当 AI 成为主要代码贡献者，谁来为代码库的安全性提供确定性保障？

将 AI 引入代码审查环节，是软件工程效率演进的自然结果。但在追求速度的同时，企业必须正视这一结构性变化带来的新挑战。

近期研究发现，在14个大语言模型中，AI未能自我纠正其输出错误的比例高达64.5%——研究人员将这一现象称为"自我纠错盲区（Self-Correction Blind Spot）" 当同一个 AI 模型家族在开发链条中既负责生成代码，又负责审查代码时，它们大概率会掩盖彼此的逻辑漏洞。

此外，AI 审查的“概率性”特征，使得团队在面对合规审计时，难以维护一致且可追溯的审计记录。大规模部署 AI 审查的隐性成本，正成为工程领导者必须考量的核心命题。

关于本次研讨会 

秉承“上码实战”理念，创实信息联合Sonar举办的本次研讨会将跳出“AI能否取代人工”的泛泛之谈，直击现代 DevSecOps 的结构性升级。我们将公开解析 AC/DC（Agent Centric Development Cycle，以 AI 智能体为中心的开发周期） 实践框架。

您将了解到如何：

• 洞悉盲区成因：深度拆解 AI 在同源生成与审查中的共享盲区，以及规模化应用中的合规风险。

• 掌握 AC/DC 框架： 详细演示“引导（Guide）、生成（Generate）、验证（Verify）、修复（Solve）”四阶段高效闭环，构建适应 AI 时代的开发新范式。

• 概率与确定的互补互重： 学习领先企业如何利用 Sonar 的确定性验证引擎，为概率性 AI 审查加上“护栏”，让您达到“极致速度”的同时实现“绝对可靠”。

适合人群：

• 开发工程师

• 技术负责人/架构师

• DevOps/SRE工程师

• 测试/QA工程师

• 安全/合规人员

• 技术管理者

演讲嘉宾 

Justin Chi，Sonar 首席架构师

Justin是Sonar的解决方案工程师。Sonar是全球领先的AI代码验证平台，受到超过700万开发者和75%财富100强企业的信赖。Justin与亚太地区的企业工程团队和安全团队紧密合作，设计并实施面向AI增强开发环境的代码验证策略，他专注于帮助企业深入理解概率性AI审查与确定性代码验证之间的本质差异，以及两种方法如何在现代DevSecOps工作流中协同运作，为企业构建更完善的代码质量与安全保障体系。

关于主办方 

Sonar是全球领先的AI代码验证平台，受到超过700万开发者和75%财富100强企业的信赖。

作为 Sonar 中国区官方授权合作伙伴，创实信息（Shanghai C&S）深耕本地化代码质量、安全与管理服务，致力于为中国企业引入具备全球视野的创新工具链与实施方案。

规模化 AI 编码时代，谁来为代码库的可靠性兜底？

2026.6.16 (周二)，14:00-15:00（线上）

加入我们，规避自我纠错盲区，构建可审计、可追溯的自动化验证防线！

在追求极致开发速度的同时，别让代码安全成为隐患。

 Sonar 中国区授权合作伙伴——创实信息