支付质量可信与AI资金门控｜李丽-AiDD深圳站2026

议题提交

AI时代，速度背后它驱动的质量可信么？

2026.11.20 · 深圳湾万丽酒店

演讲嘉宾：李丽 · 腾讯支付平台研发部质量团队负责人

时长 60分钟

所属论坛：Harness驱动的质量闭环

李丽

腾讯支付平台研发部质量团队负责人

内容简介：

AI生成测试用例已不是技术难题，但在资金场景下，"错一笔即事故"的零容忍特性，使得核心问题变为：AI的结果，敢不敢用来做放行决策？
本次分享将介绍一套从"能用"到"可信"的完整方法论——以L1-L4资金红线模型定义AI的能力边界，以"AI自测 + 资金门控"双阶段防线构建可信验证体系，并通过业务语义绑定、万级用例AI辅助迁移、支付规则端到端门控等真实实践，展示从模型设计到工程落地的关键决策。最终探讨：当AI重塑研发效率，质量工程师到底在守护什么。

演讲提纲：

1.命题：AI时代，速度背后它驱动的质量可信么？
AI生成用例已不是难题，难题是"敢不敢用AI的结果做放行决策"
资金场景的特殊性：错一笔 = 资损事故，不是bug是事件
2.模型：从"测什么"到"凭什么信"——L1-L4资金红线模型
四层约束结构：动帐类型→资金要求→测试要求→测试目标
核心思想：AI能力边界由领域知识约束定义，不是模型能力定义
3.体系：两阶段可信防线的设计
Phase1 AI自测：快速反馈，降低开发成本
Phase2 资金门控：自测后的强制校验，双门控（状态机+业务规则）
设计原则：自测解决"有没有测"，门控解决"测得够不够"
4.实践：从模型到工程的关键决策
规则声明用业务语义绑定，不绑代码结构——降维护成本
万级用例AI辅助迁移中的人机分工边界
一个真实案例：支付流水号规则的端到端门控落地
6.思考：质量工程的下一个命题
AI不会让测试消失，但会重新定义"测试工程师在守护什么"
从经验驱动到知识工程：让领域安全规则可编码、可传承、可度量

听众收益：

1.拿到一个可复用的框架 —— L1-L4四层约束模型，可直接迁移到你的业务场景，用于定义AI生成内容的可信边界，尤其适用于资金、风控等高敏感领域。
2.看清人机协作的分工线 —— 通过万级用例迁移和支付规则门控两个真实案例，理解在AI辅助研发中，哪些环节交给AI提速、哪些环节必须人来兜底的实操判断标准。
3.获得质量工程转型的新视角 —— 从"经验驱动"到"知识工程"，理解如何将领域安全规则编码为可传承、可度量的工程资产，而非依赖个人经验口口相传。

腾讯支付平台研发部质量团队负责人，负责微信支付资金中台端的质量保障工作。2010年毕业于武汉大学，深耕支付领域质量工程16年。
长期聚焦资金安全与测试体系建设，主导设计了资金红线约束模型及"AI自测 + 资金门控"双阶段可信防线，将领域安全知识体系化编码为AI的能力边界，推动AI从"能生成用例"迈向"敢用于放行决策"的可信跃迁。当前致力于以知识工程思路重塑质量基础设施，探索AI时代质量工程师角色的重新定义。