AiDD研发数字峰会

出品人：汪晟杰

目前担任腾讯云产品专家，负责腾讯云AI代码助手、Cloud Studio云端IDE等产品，历任阿里高级技术专家，从事钉钉云效核心业务线、Teambition 合伙人、Autodesk 首席软件架构师、十多年 SAP 云平台、SuccessFactors HCM、Sybase 数据库 PowerDesigner 等产品的开发经理，在软件架构设计、产品管理和项目工程管理、团队敏捷提效等方面拥有逾 18 年的经验。

腾讯云资深技术产品专家

超越“编程Copilot”

论坛聚焦从辅助编码向自主软件构建的范式跃迁，探讨代码大模型在需求理解、架构设计、全栈生成与自我演化的进阶能力。围绕语义深度理解、上下文感知编程、人机协同开发模式等议题，推动AI从“助手”走向“协作者”，重塑软件研发范式。

Trae的工程实践：提升研发效能

逄志强

字节跳动 Trae架构师

内容简介：

人类软件开发方式正快速变革，AI 辅助编程从代码补全、单次问答智能助手发展到有自主规划执行能力的 Coding Agent，推动开发模式革命。
大模型迭代加快，Coding Agent 产品众多，但效果、成本和体验仍是核心竞争力。传统架构与研发流程和 AI 新范式碰撞融合，如何兼顾效果成本并提供最佳研发体验，是所有产品要解决的问题。
本次分享聚焦 Trae Agent，介绍其核心设计、架构优化和提效实践，用案例展示AI在代码场景的支持，探讨 AI 原生应用研发范式变革与未来展望。

演讲提纲：
1. AI Coding领域的发展趋势
2. Coding Agent技术架构
3. 构筑Coding Agent的核心竞争力
4. 从Coding Agent看AI Native应用的研发范式变革
5. 打造可扩展的生态体系
6. 总结与展望

听众收益：
1.学习 Coding Agent 产品核心竞争力构建，掌握效果、成本与体验的平衡之道
2.通过 Trae Agent 案例获取实践经验与范式变革思路，借鉴核心设计、架构优化及提效方法用于研发

多年架构研发经历，主导多个产品从0-1的架构设计及研发落地，具备丰富的行业经验。目前负责Trae AI 后端架构，致力于大语言模型在研发工程领域的落地实践，打造新时代的AI原生应用。

从Coding Agent到Coding SubAgent

牛万鹏

百度文心快码智能体和商业化负责人

内容简介：

随着人工智能在软件研发领域的深入应用，编码智能体（Coding Agent）逐渐从最初的插件化工具演进为具备自我调度与多智能体协同的复杂系统。传统 Coding Agent 能够辅助开发者完成代码生成、调试和优化，但仍受限于上下文容量不足、复杂任务难以分解以及多轮交互精度下降等问题。为突破这些瓶颈，SubAgent 架构应运而生：通过 Lead Agent 统筹调度，结合系统级 SubAgent 与自定义 SubAgent，将搜索、写作、命令执行、上下文记忆等能力进行分层分工，使复杂任务被拆解为更可控的子任务。实践表明，这一演进不仅提升了任务完成率和开发效率，还显著增强了企业级研发过程中的规范性与扩展性，为未来 AI-native 软件开发奠定了基础。

演讲提纲：
1. 从 Coding Agent 的起源到局限：回顾 AI 编码助手的发展历程，分析现有 Agent 的核心要素及痛点。
2. SubAgent 架构的提出与价值：介绍 Lead Agent 与 SubAgent 的分工机制，以及多智能体协作的优势。
3. 典型应用场景：展示 SubAgent 在需求澄清、Bug 修复、接口文档生成、测试自动化等方面的实践。
4. 未来趋势与实践建议：多智能体体系对研发模式的重塑，以及企业落地的关键方法论。

听众收益：
1. 掌握演进逻辑：理解从 Coding Agent 到 SubAgent 的发展脉络，明确多智能体架构解决复杂任务的核心价值。
2. 获得落地启示：学习如何在实际研发场景中设计和应用自定义智能体，提升开发效率与规范性。
3. 洞察未来趋势：把握 AI-native 软件开发的方向，提前布局智能体生态，为企业研发能力升级提供参考。

早期负责DevOps工具的孵化和落地，涵盖项目管理、代码管理、流水线、制品库、应用部署、运维管理等平台建设和商业化。现负责百度文心快码智能体的研发落地和商业化，在研发智能化领域申请国内外发明专利10+。工信部重点科研项目『基于大模型技术的工业领域智能化开发工具」核心成员。

AI Agent落地实战：汇丰科技的智能化SDLC改造之路

李渭宁

汇丰科技内部开源技术委员会主席

内容简介：

AI Agents 和MCP 正在引领软件开发生命周期(SDLC)的深刻变革。通过内部开源与协作共建，我们创建多个Agent+MCP方案无缝集成到主流开发工具(如VS Code、GitHub Copilot、Jira、Confluence等)中，全面赋能开发流程，提升团队效率，推动软件开发的创新实践与质量提升。

演讲提纲：
1. 金融科技开发的现实与挑战
- SDLC中的核心痛点：效率、协作、质量与合规压力
2. AI Coding 与 Agent 平台建设实践
- 内部开源与社区共建的 AI Coding 实践分享平台
- 定制化 Copilot 插件与 MCP Hub，实现与 VS Code、GitHub Copilot、Jira 等工具的深度集成
3. SDLC 实践案例分享
- AI Agent 在需求分析、架构设计、编码、评审、测试、部署等环节的典型案例
4. 落地经验与关键要素
- 组织与团队的适配路径：从试点到规模化推广的实践方法

听众收益：
1. 拓展技术视野:深入了解AI Agent+MCP在SDLC 中的实际应用及易与价值
2. 掌握落地方法:掌握AI Agent 和 MCP如何优化软件开发生命周期的各个环节，从需求分析到测试部署，助力团队降本增效
3. 启发创新思路:把握AI驱动软件开发的未来趋势，为团队引入智能化开发模式提供参考

- 15年金融科技从业经验
- 职位包含软件开发，测试，运维，架构师，项目经理，交付经理，产品经理服务过汇丰科技，广汽汽车金融，小鹏融资租赁，恒生银行

AiDD峰会

K+峰会

联系我们