论坛主席:马宇驰
博士毕业于 四川大学 “3+2+3”本硕博连读计划。自毕业2017年加入华为以来,历任AI算法科学家,研发智能化博士军团Leader,AI辅助研发模型领域总架,研发大模型团队Leader,代码大模型首席技术专家。自2021年以来,主要投入AI Coding方向,2022年作为通讯作者发布第一代盘古Coder,并带领团队自23年起一直负责公司内外部AI Coding相关产品工作,覆盖产品包括:CodeArts Snap, CodeMate, TestMate, DevMate, CodeAgent, CodeArts 码道 等。
华为云 代码大模型首席技术专家/研发大模型团队Leader

智能体工程与可观测性

本论坛聚焦生产级智能体的工程化落地,讨论如何让系统从黑盒试验走向透明、可控和可演进。论坛将围绕上下文工程、Harness、Loop Engineering等展开,包括Agent运行监控、轨迹追踪、异常定位、故障恢复、漂移治理等主题展开,强调可观测能力在智能体实际应用环境中的关键作用。听众将理解如何构建可验证、可维护、可持续优化的企业级智能体体系。
面向 SRE Agent 的故障演练与诊断能力评测
方澳阳
香港中文大学(深圳)博士生
内容简介:
本次分享聚焦值班排障与站点可靠性工程智能体(On-call/SRE Agent)的诊断能力评测。结合 OpenRCA、OpenRCA 2.0 及微服务故障传播研究,介绍如何在可控环境中构造贴近生产的故障场景,将日志、指标和调用链组织成可复现的诊断任务,并建立可核验的评测依据。重点讨论故障传播、监控盲区和动态负载如何影响任务难度,以及如何联合衡量根因定位、传播路径还原、证据质量与诊断成本。最后介绍基于变更历史构造复杂故障、利用评测反馈训练诊断智能体等近期探索,为企业开展模型选型、方案比较和持续回归评测提供思路。

演讲提纲:
1. 演练任务设计:将生产排障需求转化为评测任务从告警或业务异常出发,明确 Agent 的诊断目标、可用数据、工具接口和结果格式,形成可以重复执行的排障任务。
2. 故障场景构造:覆盖复杂传播与可观测性盲区通过故障注入与动态负载构造诊断场景,分析跨服务传播、遥测缺失等因素带来的挑战,以及简单测试集可能高估模型能力的原因。
3. 诊断结果验证:联合评估根因、传播路径与证据结合 OpenRCA 与 OpenRCA 2.0,介绍从根因定位到故障传播过程的评测方法,识别根因命中但证据不足、传播关系错误等问题。
4. 模型与 Agent 对比:建立可复现的评测流程对齐数据、工具和预算条件,分别衡量诊断质量、耗时与调用成本,通过失败案例分析定位能力短板,支持方案比较和版本回归。
5. 近期探索:利用评测反馈改进演练与训练介绍基于代码变更历史构造复杂故障、利用评测反馈训练诊断 Agent 的探索,讨论如何持续扩充场景并检验能力变化。
  


听众收益:
1.获得故障演练的设计框架,明确测试环境、故障场景、遥测数据和评测依据的准备要求。
2.掌握诊断能力的多维评估方法,识别根因误判、传播链缺失和证据不足等典型短板。
3.获得用于模型选型与 Agent 版本回归的评测思路,结合诊断效果、时间和成本判断改进是否有效。

香港中文大学(深圳)计算机科学博士生,研究方向为大模型智能体、软件可靠性与故障根因分析。主要关注 On-call/SRE Agent 的诊断能力评测与训练,是 OpenRCA 2.0 及故障传播感知评测论文的第一作者。研究成果发表于 FSE、ICSE、ASE、ISSTA 等软件工程会议,曾获 ASE 2023 工业挑战赛道杰出论文奖。曾在微软亚洲研究院、字节跳动从事研究实习,开展智能体诊断、可观测性与质量评估工作。
agent场景下的推理优化与可观测
庞士冠
华为 推理优化专家
内容简介:
在Agent场景中,大模型推理面临长链路、多步决策与工具调用等挑战,对延迟、吞吐与稳定性提出更高要求。推理优化聚焦于动态批处理、KV Cache复用、投机采样与异构调度,以平衡成本与响应速度。同时,Agent行为具有黑盒性与不确定性,可观测性需覆盖链路级Trace、中间思维链、工具调用与异常回放,实现全链路监控与快速定位。二者结合,既保障复杂任务下的高效执行,又提供透明可控的运行视图,是构建高可用、可调试、可进化的Agent系统的关键支撑。

演讲提纲:
1. 推理性能优化:动态批处理、KV Cache、投机解码与资源调度
2.Agent执行可观测:链路追踪、思维链记录与工具调用监控
3.异常诊断与回放:失败定位、中间状态复现与行为审计
4.稳定性与成本控制:SLA保障、弹性扩缩与性价比优化
 

听众收益:
1.了解大模型推理原理
2.能够掌握一定的agnet与LLM交互过程
硕士毕业后加入华为公司,从事大模型推理优化相关工作,目前是华为公司AI辅助研发项目的推理优化负责人
京ICP备2020039808号-4 京公网安备11011202100922号