为了学习新技能、克服现有知识的差距并提高工作质量，所有专业水平的软件开发人员在工作时通常依赖其他开发人员、文档、在线论坛和基于 AI 的工具获得帮助和支持。然而，这些支持资源通常效率低下：其他开发人员可能无法按需快速响应问题，在线论坛并不总是会为特定代码的问题提供支持，AI 技术无法完全理解用户的意图或可靠地通用到新颖的用例。在本次演讲中，我将提出智能、即时和个性化编程协助的愿景，并讨论三个项目，展示通过大规模协调开发人员和机器的集体智慧来实现此类支持的方法。

      陈言是美国弗吉尼亚理工大学计算机科学系的新任助理教授（从 2023 年 1 月开始）。他目前是加拿大多伦多大学计算机科学系的博士后研究员。 他在美国密歇根大学获得了博士学位。他的研究涵盖人机交互、编程支持工具、软件工程、众包和计算机教育。 他活跃于人机交互研究社区。他的工作在很多顶级人机交互会议上发表，包括 ACM CHI、UIST 和 CSCW。他层在 VL/HCC 2020 上获得了最佳短论文奖，在 UIST 2022 上获得了最佳论文奖提名。