研究者提出SBSE与AI基础模型融合的研究路线图，围绕三大方向梳理现状与开放挑战
核心概要
该文以研究路线图的形式，梳理了约25年历史的搜索基础软件工程（SBSE）与AI基础模型（FMs，如大语言模型）之间的关系现状，围绕三个核心方面展开分析——用FMs增强SBSE、用SBSE推进FMs、以及探索二者的集成，并指出开放挑战与潜在研究方向，展望FMs时代SBSE的未来。
Figure 1: Roadmap overview showing the discussion flow: strengths and weaknesses ( Section 3 ), SBSE–FM synergies ( Sections 4 , 5 and 6 ), empirical evaluation challenges ( Section 7 ), and the 2030 research horizon ( Section 8 ).
arXiv深度剖析
文章提出并组织了一个研究路线图，用以刻画SBSE与基础模型（FMs）关系的研究现状。 此前SBSE已有约25年积累并覆盖软件工程全生命周期，但FMs出现后SBSE将如何演变尚不确定；该文把这一不确定窗口明确为可讨论的路线图议题。 属于立场与综述性论述，依据的是对SBSE历史与FMs兴起的整体判断，而非实验数据或系统评测。
文章把SBSE与FMs的关系拆解为三个核心分析方面：利用FMs增强SBSE、将SBSE应用于推进FMs、以及探索SBSE与FMs的集成。 将原本笼统的“AI与软件工程结合”议题细化为双向乃至融合的三条线索，为后续研究提供了分类框架。 该三方面划分是文章自述的分析结构，属于概念性框架，未在文中给出量化验证。
文章识别了开放挑战并给出潜在研究方向，同时提出面向未来的前瞻视角，强调在新兴领域中应对挑战的研究机会。 不止于描述现状，而是把现状转化为可行动的研究议程，指向新兴领域的挑战。 属于观点性展望，其价值在于议题设定，而非已完成的实证结论。
启示与展望
该文定位于为SBSE与FMs交叉方向提供研究议程：适合正在选择该交叉领域课题的研究者、以及需要理解SBSE在FMs时代定位的软件工程从业者，用于形成问题清单与方向判断。其结论适用于把SBSE与FMs视为互补与可集成对象的讨论场景，而非用于评估某个具体工具或方法的性能。
由于所加载文本为摘要级内容，三方面分析下的具体挑战条目、方向示例与任何支撑性案例均未呈现，因此无法判断各方向的成熟度与优先级。读者仍需关注：这些方向中哪些已有可复现的实证支撑、哪些仍停留在设想；以及“集成”这一线索在实践中如何与既有SBSE流程衔接。