出品人:秦思思
中国信息通信研究院
人工智能研究所高级业务主管

中国信息通信研究院人工智能研究所高级业务主管,AIIA智能化软件工程(AI4SE)工作组组长、人工智能关键技术与应用评测工信部重点实验室的人工智能研发运营组组长。主要研究方向为大模型工程化、智能化软件工程、MLOps、MaaS等,牵头多项系列标准的编制、评测、咨询等工作。     

AI Agents研发落地实践

本论坛深入探讨AI Agent在软件工程中的落地试点和无限可能,将聚焦于智能体如何模拟人类认知理解任务要求,实现大模型与传统软件工程工具链的有力结合,如AI Agent在单测生成任务、系统测试执行任务等环节的落地场景,研究落地路径和落地难点。你将与AI业内专家分享最新研究成果、共同探索AI Agent赋能软件工程的奇妙过程!                
探索工程智能体和RAG建设
汪晟杰
腾讯云资深技术产品专家
内容简介:
1、工程AISE的场景探索
2、工程知识库RAG增强的挑战与实践
3、智能体实践分享
4、RAG知识库建设
5、面向企业的SMAFe        

演讲提纲:
1、AISE软件工程的场景价值点和趋势思考
2、RAG技术对于不同场景下的召回方案
3、面向代码的企业知识库的接入探索增强
4、知识库建设和企业智能体方案        

听众受益: 
1、RAG并非银弹,我们是如何解决痛点
2、多路召回方案
3、对于代码库检索增强方案和实践分享
4、SMAFe     
           
负责腾讯云开发者AI代码助手产品规划设计与运营,十多年协作saas, 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、AI研发提效等方面拥有丰富的行业经验。

AI Agent构建智能应用的新范式
——从 LLM 到 Agentic workflow
揭光发
腾讯技术专家
内容简介:
课程深入探讨AI Agent技术,揭示其作为未来主流生产力工具的潜力。从LLM应用的技术演进出发,我们将详细介绍Agent的概念、类型及其在实际应用中的挑战。课程涵盖了ReAct Agent、FunctionCall等经典模型,并探讨了它们在不确定性环境下的创新应用,如Flow和Code Agent。我们还将讨论多Agent协同作业的可能性,以及AI Agent与RAG、Agentic Flow等技术的协同效应。

演讲提纲:
1、LLM App的技术形态,什么是Agent
1)单次文本生成,从completion到chat
2)多轮对话、使用工具
a)Flow 预编排的LLM 工作流
b)agent 动态规划与执行
3)AI Agent是未来的主流生产力
2、经典Agent的类型及潜在问题
1)ReAct Agent、FunctionCall
2)潜在问题
3、经典Agent不确定性下的新思路
1)Flow
2)Code Agent
a)Native code
b)Flow
3)多Agent协同        
4、了解Agentic workflow

18年研发与团队管理经验,前腾讯云TVP,全栈低代码开发专家,腾讯低代码Oteam负责人,大模型应用早期实践者与布道师。在团队中深度践行LLM对研发提效,个人代码中AI含量达90+%。国内顶级行业及技术峰会担任大模型相关话題讲师或出品人10+次。    
低代码平台 AI 智能化探索和实践
赵 兵
腾讯云高级工程师
内容简介:
随着云计算与人工智能的结合,腾讯云开发 CloudBase 团队在云开发和低代码平台领域结合 AI+ 开展了一系列实践,将AI Agent技术融入平台能力当中,提升了平台的创新能力,帮助开发者提升了开发效率。本议题将详细阐述这些实践案例以及在落地过程中的经验和收获。

演讲提纲:
1、背景和行业趋势
1)低代码开发平台的兴起及其市场现状
2)AI Agent技术的快速发展及其在开发中的应用潜力
3)低代码和 AI Agent 结合的必要性
2、云开发微搭低代码平台 AI Agent 探索实践
1)阶段 1: 基于 RAG 技术构建 云开发 AI 助手
  云开发 小助手 RAG 应用的实现与优化
  微信生态实现 RAG 应用的痛点
  现场演示用户如何基于构建自定义 RAG  Agent 并接入微信生态
2)阶段 2: 基于 AI  Agent 生成低代码应用
  AI 生成应用的原理和实践
  如何提升AI 生成泛化能力同时保持高质量的输出
现成演示 AI 生成应用效果
3)阶段 3: AI 介入更多开发领域,进一步提升开发效率
  如何实现 AI 建模,提升后端模型开发效率
  如何实现 AI + 数据模型,智能分析数据
  如何实现 AI 辅助用户快速优化和调整应用,进一步提升开发效率
3、未来展望与研究方向
1)当前探索方案的局限
2)低代码 + AI Agent 未来前景与创新方向        

听众受益:
1、掌握低代码与AI Agent的融合之道
2、获取基于RAG技术和AI生成应用的实战经验
3、探索低代码+AI Agent的未来发展方向与研究前沿

来自腾讯云开发 CloudBase 团队,目前负责云开发 AI+ 及微搭低代码等相关模块研发工作,主导多个 AI Agent 在团队业务中落地。主导开发过腾讯开源项目 CloudBase Framework 。长期从事⼯程提效和开源建设,曾在 KubeConf 、前端早早聊等会议担任讲师              
改造 Dify 实现生产可用的 AI Agent 应用落地
陈迪豪
顺丰科技AI技术平台高级工程师
内容简介:
Dify 是目前最流行的开源大模型 AI Agent 开发平台,我们通过对 Dify 进行改造,让它能够完全满足顺丰科技内部的业务需求,并且在生产环境上落地了多个 AI Agent 业务案例。本次分享会介绍顺丰科技内部对 Dify 的改造,以及实际的应用落地案例。        

演讲提纲:   
1、介绍 Dify 开发平台
2、改造 Dify 开发平台
3、落地软件机器人 Agent 场景
4、落地数据平台 Agent 场景
5、Dify 实践总结        

听众受益:
1、了解业界最新的开源技术和二次开发经验
2、了解龙头企业在大模型的应用实践 

目前担任顺丰科技AI技术平台高级工程师,负责顺丰集团AI和大模型基础架构功能,曾任第四范式平台架构师和OpenMLDB项目PMC,过去在小米担心云深度学习平台架构师以及优思德云计算公司存储和容器团队负责人。活跃于>分布式系统、机器学习相关的开源社区,也是HBase、OpenStack、TensorFlow、TVM等开源项目贡献者。
 
京ICP备2020039808号-4