支付高可靠场景下的知识底座与研发Harness建设
2026.11.21 · 深圳湾万丽酒店
演讲嘉宾:李钟麒 · 腾讯 AI研发效能专家工程师
时长 60分钟
李钟麒
腾讯 AI研发效能专家工程师
内容简介:
本次分享聚焦在支付这种高可靠场景下的两类智能体建设与可观测经验分享:知识底座(或者说正在往本地方向演进)与需求交付(coding/测试/部署);以“需求交付端到端效能提升”为结果导向目标,重点展开知识底座+自动化需求实现Harness两大任务从“黑盒”到“可度量”的过程。

演讲提纲:
1. 研发AI知识底座与研发类 Agent 在日常 IDE 里完成设计到合入,以及如何从「跑完」收回到「可核验」。
2. 在长期运行任务下,生产与核验如何,长循环如何断开落盘,人的责任边界,具体的观测指标
3. 不同类型任务的指标设计与实际落地: 知识侧看校验通过、来源、置信度和增量重学;研发侧看门控是否停下、代码采纳、字段约束和反馈闭环。有无知识的行为差值,用来检查两条任务有没有对齐。
4. 自治边界。 知识编译可以批处理并持续重学;研发交付在确定性改动上先放开,跨模块、资金相关的变更保留人工卡点。

听众收益:
得到一个可迁移的框架:不同任务的 Agent 共用「分离、断点、人签、可触发动作的指标」,再按产物分别设计。
看清知识生产与研发交付为什么不能共用同一套观测
知识底座与研发类agent的链接点,以及如何观测与评估
博士毕业于四川大学3+2+3本硕博连读计划,四川大学&新加坡国立大学联培博士,pangu-coder文章共同一作。自21年起持续投入AI coding/ AI for SE方向,曾任华为 LLM for coding方向技术专家与代码模型负责人,目前为腾讯ai for se方向专家工程师,聚焦支付高可靠场景AI需求端到端交付能力(模型,agent,harnessd,评估等全方位能力)建设。
Agent场景下的推理优化与可观测
庞士冠
华为 推理优化专家
从能调用到能交付:手机 Agent 的 Harness 工程实践
苏婵菲
vivo 技术专家
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
本论坛其他精选议题
京ICP备2020039808号-4 京公网安备11011202100922号