AiDD研发数字峰会

论坛主席：刘涛

中兴通讯资深AI算法专家，来自中兴通讯技术规划部，目前担任中兴星云大模型项目经理，主要研究领域为大模型算法，并行训练技术，模型推理优化，高性能计算等，在相关领域取得多项专利。

中兴通讯资深AI算法专家

ATDD实践及其AI基础设施

TDD（包括UTDD、ATDD）在软件工程2.0时代名存实亡，但在软件工程3.0时代凤凰涅槃、重现生机。本论坛聚焦大模型时代ATDD、UTDD的方法论与实践，包括Spec-Driven Development实施案例，剖析如何打破技术与业务壁垒，推动开发、测试、业务三方协同，提升需求、设计和代码的全过程质量、减少返工成本，推动软件研发进入“质量为先、智能高效”的数智化新阶段。

知识消费驱动的Spec编写方法与实践
——AI时代UTDD/ATDD的工程底座

陈雅菲

中兴通讯公司资深软件架构师资深敏捷教练高级AI教练

内容简介：

Spec-Driven Development火热，但“Spec到底该怎么写”始终无解，根本原因在于——Spec的编写从未从“知识消费”视角被系统定义。
本分享提出“知识消费驱动”的Spec编写方法论：从下游（开发、测试、AI Agent）如何消费知识出发，逆向定义Spec该写什么、该怎么写。我们识别出Spec的核心消费场景——定位变更范围、定义接口契约、设计测试用例，并据此提炼出Spec的内容框架与表达规范，让设计成为代码的索引，让契约直接映射为可执行的测试用例。
该方法为UTDD/ATDD在AI时代的真正落地提供了可操作的工程底座，让“测试驱动开发”不再是理想、而是日常。

演讲提纲：
1. 问题提出：行业热议SDD、Spec-Kit、OpenSpec，似乎只要有了“Spec”这个壳，一切就水到渠成，但现实告诉我们没这么简单，真正痛苦的不是“有没有Spec”，而是 “Spec到底该怎么写”
2. 解决思路：理清知识消费链路，倒推Spec该写什么、怎么写，实现存量设计可被增量设计消费，增量设计可被代码和测试消费，这也正是构建UTDD/ATDD所需要的工程底座
3. 解决方案：知识消费驱动的Spec编写方法与实践
· 理清知识消费链路，定义存量设计的“最小必要集”章节
· 定义每个章节的“可消费”表达形式
· 构建知识流转与消费的双向工作流：逆向反构+正向生成+闭环迭代
4. 实践案例
5. 效果评估
6. 总结&展望

听众收益：
1. 认知升级：理解Spec编写的本质，从"为写而写"转向"为用而写"
2. 方法掌握：了解知识消费驱动的Spec编写方法
3. 工程参考：通过真实案例，学习UTDD/ATDD从理念变成可操作的工程实践

中兴通讯公司资深软件架构师资深敏捷教练高级AI教练
深耕软件领域20余年，拥有丰富的大型软件项目架构、设计与开发经验，在软件设计开发理论与实践上均有独到见解。
长期致力于敏捷技术实践指导与推广，多次获得公司十佳敏捷教练称号。目前研究方向是研发知识工程与端到端AI研发提效。

基于智研的ATDD端到端实践

高林林

中兴通讯 AI应用（软件）资深专家

内容简介：

本实践成功构建了以“零号员工”为核心的AI主导研发新模式，其核心突破在于通过“规格驱动”与“无人值守”等关键技术，实现了从用户需求到可交付制品的端到端全流程高度自动化。该模式不仅打通了需求、开发、测试的壁垒，更实现了缺陷的自主预测与修复，为软件研发的智能化转型提供了一条清晰、可复制、高效的成功路径。

演讲提纲：

行业洞察：AI驱动下的研发数字化转型浪潮
面临挑战：智驾研发中的需求“迷雾”与交付“鸿沟”
破局之道：引入零号员工，实现需求端到端闭环
技术解码：用户需求的AI端到端之旅
实践成效：零号员工能力初显，研发效能倍增
展望未来：从“零号员工”到“一人团队”

听众收益：

1. 全程贯通：实现了从“需求洞察与分析” -> “架构与方案生成” -> “代码自动实现” -> “智能质量保障”的全链路AI驱动，弥合了“需求迷雾”与“交付鸿沟”。
2. 本实践已公司内推广，标志着“零号员工”能力初显，为后续迈向“一人团队”的终极愿景奠定了坚实基础，所构建的核心架构与端到端业务流程为软件研发参考

研发敏捷教练

大数据架构师

AI教练

张燚钧

中国移动云公司 AI 技术研究员

高级工程师，中国移动AI高级技术研究员，CCF软件工程专委会委员、苏州YOCESEF委员、苏州AIGC产业联盟荣誉委员。

工学博士，毕业于上海交通大学，中国移动首批金种子计划入选者，中国移动优秀炼金青年，江苏省双创人才，姑苏重点紧缺人才。

开启移动云AI团队在开源社区的首次贡献，所提PR被高影响项目接受。牵头研发的神眼多模态大模型在全球测评榜单上获得同规模参数模型排名第5。承担移动代码大模型继续预训练的重点攻关工作，增强了九天基础大模型的代码能力。

申报国家自然科学基金委联合企业基金项目2项。发表论文多篇，提交专利20余项，参与标准制定5项，获得信通院核心参编证书2项。在高影响力公众号上发布文章，总阅读量超过6万。移动云社区年度优秀开发者。

移动云基于Harness的AI原生开发实践

内容简介：

随着 Harness Engineering 的兴起，它正逐步成为驱动 AI Coding 研发质量提升的新范式。然而，在企业级复杂生产项目中如何有效落地该方法论，业界尚未形成统一认知。本次演讲将结合移动云在云基础设施领域的真实生产实践，深入解析 Harness Engineering 的方法论应用与实战经验。

演讲提纲：
1.Harness Engineering概念解读
2.Harness Engineering落地关键点
3.移动云Harness落地最佳实践案例
3.1 移动云数据库控制台百万级代码重构（海量代码任务）
3.2 移动云数据库内核优化实践（高智力任务）
3.3 大模型推理引擎AI自动优化实践（高经验任务）
4.案例总结与展望

听众收益：
1.了解Harness Engineering原理及落地关键概念
2.了解如何在生产级业务中运用Harness Engineering方法。
3. 海量代码任务、高智力任务、高经验任务的传统任务AI原生改造经验。

孟一凡

某北美AI独角兽算法工程师

十年AI学习与从业经验，一直专注于AI技术的建设和应用，目前服务于北美垂直行业 toB 企业，近三年专注大模型的垂类落地，服务本地生活赛道 APP 的 RAG 系统和 Agent 系统建设，服务某金融数据公司进行LLM 模型微调及对齐，为某头部教育咨询机构搭建 RAG 系统。曾先后历任第四范式建模工程师、百度高级研发工程师、BIGO资深研发工程师、众安天下研发总监、技术顾问。有比较丰富的ToB/ToG数据智能化经验。曾从0到1建设基于大规模深度学习的个性化检索技术体系，大幅度提升业务营收。
曾负责四大行智能营销系统建设、某银行信用卡中心现金分期产品智能营销系统建设、百度金融垂类机器学习平台建设工作、金融客户百度信息流广告投放、大搜保险垂类用户体验优化等工作。

多 Agent 协同的软件工程实践：从架构设计到落地踩坑

内容简介：

随着团队规模扩大与 AI 辅助开发普及，"多人用 AI 写代码"正从效率神话演变为风格碎片与安全隐患的源头。本次分享基于真实项目实践，提出一套"人类掌舵，智能体执行"的 Harness 工程体系：通过 Planner / Generator/ Evaluator 分离的 GAN 式架构让 Agent 各司其职，由 Issue / Fix / Log Monitor / CI Monitor 四个专职 Agent 构成闭环协同；借助 Worktree 并行开发与 Subagent 专业化分工提升吞吐，并在 YOLO 与 Ralph Wiggum
两种自主循环模式中做出合理选型；最后以 MVVM + 六边形架构约束 Agent 行为边界，用 TDD 的红绿重构作为可执行验收标准，确保代码质量不被生成速度牺牲。

演讲提纲：
1. 架构设计：Planner / Generator / Evaluator 的 GAN 式分离，以及 Issue / Fix / Log Monitor / CI Monitor 四 Agent 的闭环协同机制
2. 工程实践：Worktree 并行开发、Subagent 专业化分工，以及 YOLO 与 Ralph Wiggum 两种自主循环模式的选型策略
3. 质量约束：MVVM + 六边形架构如何划定 Agent 行为边界，TDD 红绿重构如何成为 Agent 的可执行验收标准
4. 落地复盘：真实项目中 Harness 体系如何收敛风格差异、拦截安全风险并提升持续交付信心

听众收益：
1. 掌握一套可落地的多 Agent 协作架构，避免"人人写 prompt、代码风格各异"的协作混乱
2. 学会根据任务类型选择 YOLO 或 Ralph Wiggum 自主循环模式，在效率与可控性之间取得平衡
3. 理解如何用 MVVM / 六边形架构与 TDD 为 Agent 输出建立硬约束，而不是依赖生成后的评审救火
4. 获得 Worktree + Subagent 的工程组织方法，提升团队 AI 辅助开发的并行吞吐
5. 建立"人类掌舵，智能体执行"的 Harness 思维，降低 AI 生成代码带来的安全与质量风险

AiDD峰会

K+峰会

联系我们