首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 汽车 游戏 社会热点 开源推荐 医疗健康 归档 标签 关于

当代码不再稀缺:大型工程 AI 狂欢下的确定性底座|QCon上海

摘要

从「构建 AI」到「驾驭 AI」,100+ 实战案例拆解 AI Native 时代的工程新实践! 2026 年 QCon 全球软件开发大会大会 · 上海站 " 将于 10 月 22 日—24 日举办,聚焦 Harness AI 时代的工程实践,围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineer...

Agent Coding Native Harness Loop Engineering 2026 QCon 全球软件开发大会大会 上海站
2026-10-10 1 阅读 约7分钟阅读 QCon全球软件开发大会
分享:
字号:
从「构建 AI」到「驾驭 AI」,100+ 实战案例拆解 AI Native 时代的工程新实践! 2026 年 QCon 全球软件开发大会大会 · 上海站 " 将于 10 月 22 日—24 日举办,聚焦 Harness AI 时代的工程实践,围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向,邀请全球技术社区与产业一线的实践者,系统性分享前沿洞察与实战经验,共同探索 AI 从能力到系统、从实验到生产的真实路径。 在这一背景下, 2026 年 QCon 全球软件开发大会大会 · 上海站 "正式启动。本次大会将于 10 月 22 日—24 日举办,聚焦 Harness AI 时代的工程实践,围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向,邀请全球技术社区与产业一线的实践者,系统性分享前沿洞察与实战经验,共同探索 AI 从能力到系统、从实验到生产的真实路径。 哔哩哔哩技术专家张忻正已确认出席 “ AI 驱动的软件工程 "” 专题,并发表题为《 当代码不再稀缺:大型工程 AI 狂欢下的确定性底座 "》的主题分享。AI 大幅降低了代码生成成本,却没有同步降低正确性交付成本。进入大型工程后,模型更像一个能力放大器:工程基础扎实的地方被放大,缺失的约束、验证和定位能力也会被放大。 张忻正本次分享结合后端、Web 前端与移动端的真实实践,聚焦 AI Coding 落地最关键的四件事:约束、定位、验证、度量。分享如何将架构规则从文档变成可执行约束,利用工程关系精准定位上下文,通过自动化验证提供交付证据,并从“代码量、Token、采纳率”等过程指标回归到一个更核心的问题——AI 写出来的代码,我们敢不敢合并? 同时复盘大型团队在 AI 工程化过程中的真实取舍:哪些建设值得持续投入,哪些方案已经验证失败需要止损,以及什么样的工程与协作形态,才能真正支撑 Fullstack 的规模化 AI 交付。 张忻正曾任 FFmpeg Contributor,IJKPlayer maintainer , Monorepo 拥趸,目前从事跨平台技术,死磕 CMP,苹果粉转黑,b 站 0-1。他在本次会议的详细演讲内容如下: 演讲提纲1. AI Coding 在大型工程中为什么容易失速AI 是能力放大器,而不是工程能力补全器Harness 为什么会快速腐化局部有效为什么难以跨团队、跨技术栈复制2. 把工程规则变成 AI 能理解的确定性约束约束左移:Format、AST、测试、编译检查让 Codegen、强类型、构建系统承载工程事实减少平行文档,让代码和工具成为唯一事实来源3. AI 时代工程能力的四个底座约束:把架构规则变成机器可执行的检查定位:从“塞满上下文”转向利用工程关系找上下文验证:从“生成代码”转向“提供交付证据”度量:从 Token、代码量、采纳率回归“敢不敢合并”4. 大型团队的真实实践与取舍哪些工程建设已经验证有效哪些方案失败,为什么选择止损Fullstack AI 交付真正跑通需要什么条件技术改造背后的组织成本与未解决问题实践痛点自我变革需要背水一战的决心:改变熟悉的分工、研发方式与交付习惯面对已经验证不适用的平台和工程,需要敢于否定既有投入,承担拆除与重建的责任前沿亮点从“让 AI 写得更多”转向“让团队敢于合并”:重新定义 AI Coding 的工程目标,从代码生成效率回到最终交付确定性约束、定位、验证、度量的完整工程实践:覆盖后端、Web、移动端,而非单一技术栈的局部实验真实的失败与止损经验:不仅分享做成了什么,也讲清楚哪些方案为什么失败,以及什么时候应该停止投入代码成为 AI 与人共同的工程事实:减少依赖文档,通过 Codegen、类型系统、AST、编译和测试,让工程规则直接进入构建链路听众收益理解大型工程落地 AI Coding 时,真正的瓶颈为什么从“写代码”转向“确定性交付”获得约束、上下文定位、自动验证等工程建设的具体实践参考了解大型团队 AI 工程化中哪些值得做、哪些应该停止做,避免陷入不断堆 Harness 的低效循环理解 Fullstack AI 交付真正需要的工程和协作基础 除此之外,本次大会还策划了 Loop Engineering "、 千行百业 Agent 创新实践 "、 Agent 自主进化:从记忆到持续学习 "、 Agent as a Service "、 Vibe Coding 时代的新质量债 "、 理性驾驭 AI 的 SRE 可靠性工程 "、 金融 AI Native工程实践:从研发提效到业务破局 "、 AI Infra:算力效率决定规模化落地 "、 AI Native 架构 "等20个专题论坛,届时将有来自不同行业、不同领域、不同企业的100+资深专家在现场带来前沿技术洞察和一线实践经验。 查看更多详情可扫码或联系票务经理 18514549229进行咨询。
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱