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。

腾讯资深技术专家

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。

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。

Vibe Coding屠龙纲要：CodeRider在AI辅助编程中的实践经验

武让

极狐驭码 AI 解决方案专家

内容简介：

Vibe Coding氛围编程作为一种新兴的编程范式，为软件开发带来了革命性的便利。然而，在实际项目中，如何有效实施Vibe Coding仍面临诸多挑战。开发者们普遍反馈Vibe Coding在新项目、小项目中表现良好，但在复杂的企业级项目中的效果一般，甚至反而会影响系统的稳定性。那么在实际项目中，是否有所谓的屠龙技、屠龙剑以提高Vibe Coding的生成效果？本文以驭码CodeRider为例，结合上下文工程，从心法、技法、身法多个方面分享Vibe Coding的实践经验。

演讲提纲：
1.极狐驭码简介
2.Vibe Coding的发展及挑战
3.心法：Context is All You Need
4.技法：三板斧
5.身法：走为上计

听众收益：
1.了解Vibe Coding的发展历程和实际项目中的挑战
2.了解上下文工程及落地方案
3.了解驭码CodeRider在Vibe Coding中的实践经验，提高Vibe Coding在实际项目中的使用效果

10余年产业互联网从业经验。
在科创型企业和上市公司从事过企业架构师、技术总监等职位。
阿里云MVP、AWS SAP、CSM、TOGAF认证架构师。
近几年致力于企业数字化转型。
现负责极狐GitLab公司AI+DevOps解决方案的设计与推广。

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

AI 编程工具选型实践指南：插件、IDE 与终端形态的深度解析

汪晟杰

腾讯资深技术专家

内容简介：

在人工智能（AI）技术飞速发展的今天，AI 编程工具已成为开发者日常工作的重要组成部分。然而，面对市面上众多的 AI 编程工具，如何进行科学的选型，已成为技术团队和企业面临的关键问题。本次演讲将深入探讨 AI 编程工具的选型实践，重点分析其技术实现原理、应用场景以及未来发展趋势，帮助开发者和技术管理者做出更明智的决策。

演讲提纲：
1.插件形态：嵌入式 AI 编程助手（企业级集成）
1.1集成模式：以插件形式嵌入企业 IDE（VS Code、JetBrains 等），连接内部工具链与模型服务，构建轻量智能层。
1.2深度解析
-模型层面：采用 Context-Aware Inference 与企业私有语料微调（Fine-tuning on Internal Codebase），强化业务域与代码规范理解。
-系统层面：通过 Secure Gateway 与 Role-based Context Routing，保障访问隔离与数据合规；利用 LSP Hook 实现跨项目语义同步。
-趋势：从个人插件进化为 Enterprise Agent Gateway，具备团队记忆与策略感知（Policy-aware Execution）。
2.IDE 形态：AI 原生开发环境
2.1集成模式：AI 功能深度内建于专用 IDE（如 CodeBuddy IDE、AWS Kiro、Zed），统一模型推理与项目语义层。
2.2深度解析
-模型层面：采用多智能体架构（Planner / Coder / Reviewer），通过 Task Graph 实现语义闭环。
-系统层面：引入 Semantic Cache 与 Embedding Graph 支撑跨文件推理与上下文持久化。
-趋势：向 AI-driven IDE 过渡，实现持续规划与主动开发。
3.终端形态：命令行驱动 AI 编程助手
3.1集成模式：通过 CLI 工具（CodeBuddy Code、Claude CLI、Warp）提供文本交互与任务驱动式智能推理。
3.2深度解析
-模型层面：基于 Instruction-based Reasoning 与 Streaming Generation 优化命令流响应。
-系统层面：结合 Local Context Binding 与 Git-integrated Memory，实现可追溯推理与自动化集成。
-趋势：CLI 正演化为 Agent Shell，支持多智能体并行与管道化执行。
4.技术实现与发展趋势
4.1模型与生态融合：从通用大模型向领域特化模型演进，形成统一 Agent API 与插件生态标准。
4.2智能体协作机制：主控智能体（Orchestrator Agent）协调子智能体执行开发、测试与部署，通过 Message Passing 实现语义协作。
4.3未来展望
-集成度：模型、上下文与工具链深度融合，构建统一智能开发基座。
-智能化：实现 Persistent Memory、Intent Recognition 与 Adaptive Planning。
-开放性：跨模型协同与标准化接口推动生态互联。

听众收益：
1.深入理解 AI 编程工具的技术架构和实现原理：帮助开发者和技术管理者全面了解 AI 编程工具的工作机制，为选型和应用提供技术依据。
2.掌握 AI 编程工具的选型实践和评估方法：提供科学的选型框架和评估标准，帮助听众在众多工具中做出最适合的选择。
3.洞察 AI 编程工具的未来发展趋势和应用前景：展望 AI 编程工具在未来的发展方向，帮助听众把握技术趋势，提前布局技术战略。

腾讯资深技术产品专家，20年工作经验，是腾讯 CodeBuddy 首席产品经理，负责腾讯云开发者AI代码助手产品规划设计与运营，也曾先后带领团队打造过协作类产品， Tembition、DingTalk待办和项目等产品，同时在开发者领域，负责核心的技术和产品功能模块，如SuccessFactors HCM、Sybase 数据库、PowerDesigner 等。在软件架构设计、产品管理和项目工程管理、团队敏捷、AI研发提效等方面拥有丰富的行业经验。

AiDD峰会

K+峰会

联系我们