终端灵动架构的AI工程实践｜冯军-AiDD深圳站2026

议题提交

从运行时自适应到研发时智能化：终端灵动架构的 AI 工程实践

2026.11.20 · 深圳湾万丽酒店

演讲嘉宾：冯军 · 蚂蚁集团 IoT 终端架构与跨端工程负责人

时长 60分钟

所属论坛：Agentic研发流程重塑

冯军

蚂蚁集团 IoT 终端架构与跨端工程负责人

内容简介：

终端业务同时面临设备算力差异、网络持续波动、故障恢复和多平台交付四类不确定性，单点性能优化或简单的 AI 代码生成难以持续保障业务可用。本议题将介绍一套面向终端系统的灵动架构：运行时通过设备与模型画像选择算力路径，通过网络质量评估、选路建议与分通道保障连接连续性，并以业务恢复结果闭合容灾流程；研发时以 KMP、Rust 和模块化边界沉淀共享能力，再通过结构化工程上下文、Dev-Agent 与 Verify-Agent 协作、确定性构建、分层测试和真机验证，形成从需求理解、迁移编码到运行反馈的 AI 工程闭环。分享将结合十万行级工程实践，重点讨论关键机制、实际效果、失败经验及适用边界

演讲提纲：

1. 从四类不确定性出发，建立统一架构视角
终端业务为什么不能只解决单点性能问题；如何把资源、网络、故障和平台差异组织为相互关联的系统问题；灵动架构“感知、决策、执行、验证”的总体闭环。
2. 从运行时自适应到工程挑战：专项能力为何难以规模化复制
以算力路径选择、网络分通道迁移和容灾恢复验证为例，提炼“感知、决策、执行、验证”的共同机制；进一步分析这些能力在规模化落地时面临的平台差异、模块依赖、生命周期和真实运行状态等问题，说明为什么单平台重复开发难以保持行为一致，并由此引出能力沉淀与持续验证的工程需求。
3. 将运行机制沉淀为可复用架构：共享核心与平台适配分层
针对上述能力复制与行为一致性问题，使用 KMP 薄桥接、Rust 共享核心、Bundle 模块边界和依赖驱动的启动编排，将已经验证的专项机制沉淀为可迁移、可组合、可验证的基础能力，同时控制平台差异、依赖关系和交付产物的持续分叉，为 AI 参与研发建立清晰边界。
4. 在明确边界上构建 AI 研发闭环：从生成代码到真机验收
在共享核心、平台适配和模块职责已经明确的基础上，将需求、架构、源码、领域 Skills 和运行结果组织成结构化工程上下文；Dev-Agent 完成调用链理解、任务拆解和跨语言实现，Verify-Agent 通过确定性构建、四层测试和真机运行进行独立验证，再将失败结果反馈到下一轮开发，使 AI 从代码生成延伸到可验收交付。
5. 实践结果、失败经验与适用边界
结合 KMP + RustEngine 工程以及端到端和单元测试实践，验证 AI 工程化在迁移效率、问题发现和多端复制中的实际作用；

听众收益：

1.掌握 AI 进入大型存量工程的可落地路径，包括结构化上下文、任务拆解、跨语言迁移、确定性构建、分层测试、真机验证和失败反馈，而不局限于代码补全或一次性生成。
2.了解灵动架构实践中的关键判断与常见误区，并可复用共享核心与平台适配分层、建议与执行分层、恢复结果验证以及 Dev-Agent / Verify-Agent 协作等工程方法。

长期从事 IoT 终端基础架构、设备连接、稳定性治理和跨平台工程建设，参与并推动终端灵动架构及 AI 工程化体系落地。当前重点负责智能终端跨端运行架构、模块化能力建设和多平台交付，并探索 AI 在大型存量工程中的调用链理解、跨语言迁移、自动化测试与真机验证实践。相关工作覆盖十万行级跨语言工程、多个基础模块以及 Android、Windows、Linux 等平台，关注如何将运行时自适应能力与可验证、可持续的 AI 研发流程结合起来。