智能软件工程是软件产业从"人工驱动"迈向"智能驱动"的核心引擎学科，以大模型驱动的代码生成与程序理解为基础理论、以AI Agent自主完成软件开发全生命周期为技术目标，承担从需求分析到代码生成、从自动测试到智能运维、从工业软件内核到可信软件体系的全链条软件智能化使命。清华大学智能软件工程依托清华大学软件学院，以国家杰出青年科学基金获得者、工业软件与大数据领域领军学者为院长，以可信软件体系结构与形式化验证方向资深教授、AI Agent与智能化软件工程方向新锐学者为核心，建成大数据系统软件国家工程研究中心、国家企业信息化应用支撑软件工程技术研究中心、工业大数据系统与应用北京市重点实验室等国家级平台，涵盖大模型驱动代码生成、软件工程智能体、可信软件验证、工业软件内核、大数据系统软件及计算机图形学与辅助设计六大亚方向，以"大模型赋能软件工程全生命周期、AI Agent自主开发引领、可信软件形式化保障、工业软件自主可控攻坚"为学科发展主线，培养兼具扎实软件工程理论功底、AI前沿技术驾驭能力与系统性科研思维的高层次智能软件工程科学家。

学科沿革： 清华大学软件学院2001年经国家教育部和国家计委联合发文批准成立，是首批全国示范性软件学院之一，隶属于清华大学信息科学技术学院。学院以国家重大战略需求和国际科技前沿为导向，以计算机科学与技术、信息安全、系统科学、计算数学和应用数学等为依托，注重跨一级学科的交叉与联合。软件工程专业2020年入选国家级一流本科专业建设点。学院下设软件系统与工程研究所（以软件及硬件混合系统为研究对象，以提高软件系统可信性为目标，为软件系统全生命周期服务）和信息系统与工程研究所（聚焦数据科学与大数据技术，突破大数据可管理、可计算、可学习等科学问题，构建高效、易用、可信的新一代大数据系统软件、计算基础设施和工业领域平台）。学院现任院长为国家杰出青年科学基金获得者、北京学者，自1990年以来围绕工业软件与大数据方向长期开展基础理论、关键技术与软件系统研发工作，科研成果先后获国家科技进步二等奖2项、省部级一等奖4项，国家自然科学基金委创新研究群体带头人。学院还汇聚了中国工程院院士级别的资深学者，长期致力于计算机图形学、CAD、软件工程与系统的教学研发，研制了具有我国自主知识产权的二维CAD系统、三维CAD核心平台、产品数据管理系统及企业信息化集成系统等大型软件，在数百家大中型企业中得到应用。2023年，学院承担国家重点研发计划"三维CAD基础几何引擎"项目、工信部"工业软件内核研发及应用验证产业基础共性技术中心"项目、国家科技重大专项"面向高端工业制造的智能光学成像与检测关键技术及应用"等多项国家级重大项目。2025年，学院团队在医疗人工智能方向取得重要进展，提出面向呼吸系统疾病诊疗需求的多模态基础模型，基于超过15万例胸部CT影像开展多模态自监督学习，为通用医疗AI在真实临床环境中的落地提供全新技术路径。2026年1月，清华大学联合研发的极数数据大模型（LimiX）正式发布，专注于处理结构化数据的通用人工智能大模型，基于因果推理等前沿技术构建，已应用于电力、钢铁、化工等多个工业领域。2026年7月，软件学院院长在联合国框架下"AI for Good Global Summit"边会上发出共建全球开源人工智能生态倡议，以"网智融合，开源向善——泛在·开放·可信·普惠"为主题。同月，2026年特色化示范性软件学院院长联席会议在清华大学举行。学院在智能软件工程方向中研发的"风清""风雷"AI气象大模型超过欧美主流气象预报大模型，部署上线中国气象局预报业务平台，实现以大模型为"核芯"的国省市县四级实时业务应用，深度服务我国新能源、双碳、冬奥会保障等国家重大工程。清华大学人工智能学院相关团队在AI Agent与智能化软件工程方向持续产出突破性成果：大模型驱动的代码生成技术在Pass@1上取得最高88.4%的相对提升，引发麻省理工学院、北京大学等机构研究者的后续工作；面向真实项目对齐的代码生成评估基准DevEval成为领域标准；AI驱动的自动化单元测试方法让程序测试速度翻倍；开源Alchemy框架实现AI自主写代码做科研并跑赢前沿算法。

导师团队： 院长教授（博士生导师，国家杰出青年科学基金获得者，国家自然科学基金委创新研究群体带头人，北京学者，1990年获北京大学计算机科学技术系学士学位、1995年获清华大学计算机科学与技术系博士学位，1990年以来围绕工业软件与大数据方向长期开展基础理论、关键技术与软件系统研发，科研成果获国家科技进步二等奖2项、省部级一等奖4项，2017年起担任清华大学软件学院院长、信息学院副院长、大数据系统软件国家工程研究中心执行主任、工业大数据系统与应用北京市重点实验室主任，2020年带领清华大学工业大数据软件团队获国家自然科学基金创新研究群体项目资助，2026年在联合国AI for Good全球峰会上发出共建全球开源人工智能生态倡议，研究方向为工业软件与大数据、时序数据管理与分析、工业知识图谱）；资深院士级教授（中国工程院院士，长期从事计算机图形学、CAD、软件工程与系统的教学、研究、开发，曾任国务院学位委员会委员、国家自然科学基金委副主任、教育部软件工程教指委主任、清华大学信息学院院长、清华大学软件学院院长，现任国家企业信息化应用支撑软件工程技术研究中心主任、大数据系统软件国家工程研究中心主任，研制了具有我国自主知识产权的二维CAD系统、三维CAD核心平台、产品数据管理系统及企业信息化集成系统）；可信软件方向教授（博士生导师，软件系统与工程研究所核心成员，研究方向为软件系统建模、分析与验证的理论技术方法，可信软件体系结构的设计与评价，软件系统度量理论与方法，面向领域的软件系统建模语言设计，软件验证、仿真和测试技术，软件系统行为建模与监测技术，软件体系结构演化技术，主持国家自然科学基金重大研究计划重点项目"可信嵌入式软件系统试验环境与示范应用"）；AI Agent与智能化软件工程方向助理教授（博士生导师，清华大学人工智能学院，研究方向为大模型驱动的AI Agent，聚焦于构建能自主完成数字与物理世界任务的智能体，核心维度包括：①提升AI Agent基础能力（推理、记忆、工具调用、效率、安全和多智能体协作），②面向重要场景的智能体（软件工程智能体、科学研究智能体），在代码生成Pass@1上取得最高88.4%的相对提升，开发面向真实项目对齐的代码生成评估基准DevEval，开源Alchemy自动化科研框架，主持AI驱动自动化单元测试研究）；计算机图形学与辅助设计方向教授（博士生导师，主持国家重点研发计划"三维CAD基础几何引擎"项目，研究方向为几何建模、计算机图形学、工业软件内核，主持"面向船舶的CSG和B-Rep混合几何建模引擎关键技术研究"等重点研发计划课题）；大数据与信息系统方向教授（博士生导师，信息系统与工程研究所核心成员，研究方向为大数据可管理、可计算、可学习等科学问题，新一代大数据系统软件、计算基础设施和工业领域平台构建）；医疗AI与多模态学习方向副教授（博士生导师，提出面向呼吸系统疾病诊疗需求的多模态基础模型MedMPT，基于154274例胸部CT影像开展多模态自监督学习，支持肺部疾病诊断、放射学报告生成和用药推荐等多个应用场景）。

保研核心要求： 2026年清华大学软件学院硕士研究生招生中，智能软件工程为专业学位（085405软件工程）核心方向，统考初试科目为：①101思想政治理论、②201英语（一）、③301数学（一）、④824软件工程基础综合。推免方面，学院采用材料审查+综合考核两阶段，综合考核包括上机考试（主要考查编程能力、解决实际问题的能力）和综合面试（含专业面试与综合能力面试，时长不少于20分钟，考查英语听说、学科基本素养、学术能力与学术志趣）。博士招生实行"申请—审核"制，可接收普通博士生、硕博连读生及直博生，2026年软件工程专业（083500）面向海外高校招收中国籍优秀本科毕业生直接攻读博士学位，要求本科毕业于海外一流高校、总绩点原则上不低于3.5。申请人需在清华大学研究生申请服务系统提交材料，包括有效身份证明、本人自述、专家推荐信、成绩单、科研成果等。学院注重跨一级学科交叉，本科背景以计算机科学与技术、软件工程为主，亦欢迎数学、电子信息、人工智能、自动化等相关背景，核心竞争力在于扎实的编程与算法功底、明确的AI+SE研究志向、系统性工程思维及原创性科研潜力。

知点保研辅导要点： 围绕智能软件工程核心能力重点辅导——①软件工程基础理论（软件需求工程与形式化规约、软件体系结构设计模式与演化、软件生命周期模型（瀑布/敏捷/DevOps）、软件度量与质量模型（ISO 25010）、软件过程改进（CMMI）、软件项目管理与风险控制、UML/领域特定语言DSL设计、软件复用与组件工程）；②AI驱动的软件工程（大模型代码生成原理与评估（Pass@k/HumanEval/MBPP/DevEval）、提示工程与上下文学习、代码补全/代码翻译/代码修复/代码摘要、AI辅助需求分析与需求描述生成、大模型驱动的自动测试生成（单元测试/集成测试/模糊测试）、AI驱动的代码审查与缺陷检测、程序理解与代码搜索、软件工程Agent（自主规划/工具调用/多步推理/记忆管理）、多智能体协作开发框架、AI辅助软件维护与演化）；③可信软件与形式化方法（形式化验证（模型检测/定理证明/抽象解释）、程序静态分析与漏洞检测、软件安全（内存安全/并发安全/逻辑安全）、可信AI系统（鲁棒性/公平性/可解释性）、运行时验证与监控、软件可靠性工程、安全关键系统认证标准（DO-178C/IEC 61508）、大模型输出可信性评估与伦理对齐）；④工业软件与大数据系统（CAD/CAE/CAM内核与几何引擎（CSG/B-Rep混合建模）、工业知识图谱与时序数据管理、大数据计算框架（Spark/Flink）、数据湖与数据治理、工业数字孪生、工业协议安全测试、嵌入式软件与实时操作系统、车规级软件与边缘AI）；⑤计算机图形学与可视化（三维几何建模与渲染、计算机辅助设计（CAD）核心算法、科学可视化与信息可视化、虚拟现实/增强现实（VR/AR）、数字孪生可视化、图形学AI（神经辐射场NeRF/3D Gaussian Splatting））；⑥大模型与AI前沿（Transformer架构与注意力机制、大语言模型预训练与微调（RLHF/DPO/LoRA）、多模态大模型（视觉-语言-代码）、检索增强生成（RAG）、模型压缩与推理加速、AI Agent框架设计（ReAct/Toolformer/AutoGPT）、开源大模型生态（GLM系列/LLaMA/Qwen）、大模型在科学研究中的应用（AI for Science））；⑦科研能力培养（软件工程实证研究方法（ Mining Software Repositories/实证软件实验设计）、代码生成评估基准构建与统计分析、AI Agent系统设计与消融实验、形式化验证工具开发与案例研究、工业软件核心算法优化与性能评测、多中心软件工程数据集建设与标注、顶会论文写作（ICSE/FSE/ASE/ISSTA/NeurIPS/ICML/ACL）与学术表达）；⑧工程实践与系统素养（大规模软件系统架构设计（微服务/分布式/云原生）、DevOps与CI/CD流水线、容器化与Kubernetes编排、开源社区治理与贡献（GitHub/GitLab）、软件知识产权保护与开源许可证、工业软件国产替代战略与"卡脖子"技术攻关、AI伦理与负责任AI开发、数据安全与隐私保护）。面试训练涵盖编程上机考核（算法设计与实现、数据结构应用、系统编程能力）、智能软件工程前沿问题问答（大模型代码生成的局限性与突破路径、AI Agent在真实软件开发中的挑战、可信AI系统的验证困境、工业软件自主可控的技术路线）、科研设想陈述（选题动机/技术路线/预期贡献）及英文学术表达。文书应体现"以AI重塑软件工程范式、以可信性保障智能化软件质量、以自主可控工业软件服务国家战略、以开源生态推动全球技术普惠"的智能软件工程科学家志向，突出对特定研究瓶颈（如大模型代码生成的语义正确性保障、软件工程Agent的长程规划与错误恢复、AI生成代码的可信验证与形式化保证、工业软件几何引擎的核心算法突破、大模型伦理对齐与安全红线等）的深刻洞察与突破路径的原创性思考。

咨询保研报名事宜，请拨打4000003363，或添加微信13671344286，获取一对一详细解答。