Agent从“会生成”到“可托管”｜王启军-AiDD深圳站2026

AI Native 研发深水区：让 Agent 从"会生成"走到"可托管"

2026.11.20 · 深圳湾万丽酒店

演讲嘉宾：王启军 · 腾讯技术专家

时长 60分钟

所属论坛：Coding Agent Harness与组织进化

王启军

腾讯 技术专家

内容简介：

以 Claude Code、Codex CLI 为代表的 Coding Agent，已经证明 AI"会生成"：能读仓库、能改代码、能跑验证。但当团队真正把 Agent 引入日常交付，才发现"会生成"与"敢托付"之间隔着一段深水区——生成越快，验证、审查、回滚的压力越大；模糊需求被 AI 更快放大成模糊实现；个人提效了，组织交付却没变快。本次分享提出：Agent 规模化落地的关键，是完成从"会生成"到"可托管"的跨越——把工程链路改造成可执行、可验证、可托管的系统。围绕这一目标，将系统展开三个关键动作的落地方法：重构需求载体，把 PRD 转为 AI 可执行的结构化输入；重建人机闭环，人定义问题与边界，Agent 持续执行与验证；改造交付机制，让 AI 节点、人工审查节点与回滚节点可观测、责任可追踪。最后回到组织侧：当 Agent 可托管，人的判断、品味与管理价值将迁移到哪里。

演讲提纲：

1.从真实研发数据说起
看一组真实任务的耗时分布：时间究竟花在哪里。
为什么 AI 编码更快了，整体交付却未必更快。
2.从“会生成”到“可托管”
人为什么还需要一直跟着 Agent，哪些工作值得交出去。
什么算可托管，以及哪些判断仍应由人负责。
3.企业落地最难的几件事
让 Agent 理解需求背后的讨论、取舍与约束。
接入企业已有系统，减少人工传递信息和操作。
判断任务是否真正完成，而不只看代码能否运行。
4.怎样让 Agent 接住一段工作
明确任务范围、验收要求和异常时的接管方式。
结合案例，讨论从人工协作到任务托管的做法与取舍。
多 Agent 如何分工，避免把原有的交接问题再复制一遍。
5.托管之后，研发流程怎么改
调整角色分工与评审方式，让产品讨论和关键决定能够被后续执行使用。
从重复的人工纠偏中积累经验，探索可验证、可回退的自进化。
重新看待评审容量、交付质量与投入成本，判断托管是否真正带来收益。

听众收益：

1.一张"可托管"的工程蓝图：把工程链路改造为可执行、可验证、可托管系统的三个关键动作、配套方法与落地路径
2.一份深水区踩坑与避坑清单：需求放大效应、验证能力失衡、团队信任建立等高频问题的应对经验

腾讯技术专家，AI Coding、Harness Engineering 工程化探索者与实践者，长期深耕 Cloud Native 与 AI Native 领域，著有《持续演进的 Cloud Native》一书。