论坛主席:林冠峰
就职于中国民生银行信息科技部,聚焦人工智能、区块链、物联网等方向,负责新技术、新产品、新模式等方面创新孵化与管理工作。目前作为智能化软件工程实践的引领者,主导了理论、体系、架构与应用落地等多项重要工作。
中国民生银行 处长

AI+研发效能提升

本论坛将探索人工智能如何赋能软件工程、研发管理和项目管理等,以显著提高研发作业效率和质量。深入讨论研发领域基于LLM的智能助手、LLM驱动效能度量、智能工具集成、LLM赋能项目管理、LLM赋能CI/CD等关键技术。通过分享成功案例和策略,旨在帮助企业科技研发通过AI技术实现效能的飞跃。
从 Coding 到 Engineering:AI 如何参与 TRAE 的真实研发流程
张皓洋
字节跳动 TRAE 研发团队技术专家
内容简介:
当 AI Coding 能力快速跨越拐点,企业研发正在从“工具辅助写代码”迈向“AI 深度参与工程链路”的新阶段。但在真实复杂业务中,AI 的价值不止于生成代码,更在于能否进入需求澄清、方案设计、任务拆解、交叉验证、端到端测试、Oncall 分析修复与知识沉淀等完整研发流程。
本次分享将结合 Trae 团队在 AI-Native 研发中的一线实践,系统拆解如何通过 Spec Coding、Cross-Verification、仿真验证与 Loop Engineering,把 AI 从单点 coding agent 推进为可参与真实交付闭环的 engineering agent。分享也将进一步讨论研发流程上云后,PRD、技术文档、Spec、Skill、Memory、验证报告和问题复盘如何沉淀为中心化的组织级上下文,并通过证据链、人类门禁和跨会话记忆,让 AI 更安全、可信、持续地参与企业研发。

演讲提纲:
1.  背景:AI Coding 跨越拐点,企业研发进入 AI 深度参与阶段
2.  挑战:为什么真实研发不能只解决“代码生成”问题
3.  实践:Trae 如何通过 Spec Coding 构建 AI 可执行的工程输入
4.  验证:Cross-Verification 与端到端仿真如何提升交付可信度
5.  沉淀:Spec、Skill、Memory 如何形成中心化的组织级上下文
6.  闭环:Loop Engineering 如何支撑 On-call 分析、修复、验证与知识复用
 7.  反思:AI-Native 研发中的风险边界、人类门禁与人的新职责

听众收益:
1. 理解 AI 从 Coding Agent 走向 Engineering Agent 的真实路径,掌握企业级研发场景中 AI 落地的关键环节。
2. 获得一套围绕 Spec Coding、交叉验证、仿真测试、知识中心化和 Loop Engineering 的体系化实践框架。
3. 了解 Trae 在 AI 参与真实研发闭环中的经验、边界与踩坑,理解如何通过证据链、人类门禁和跨会话记忆提升 AI 研发的可信度与可复用性。
字节跳动 TRAE 研发团队技术专家, 深耕一线 AI 研发全链路流程, 负责 TRAE IDE agent, 在AI 工程化, 可观测性, 效果评测和整体研发效能提升等方向的探索和实践上有丰富实战经验。
中原银行AI驱动研发工程体系实践
黄仲辉
中原银行 二级部副总经理
内容简介:
随着大模型能力快速演进,AI 赋能软件工程已从概念验证走向规模化落地。本次演讲以中原银行 AI 驱动研发工程体系建设为蓝本,系统分享开发规范智能化约束、SDD 需求与设计融合、AI 友好 CLI 工具链、质量门禁自动匹配等核心工程实践;介绍 AI 技术中台的架构设计与关键能力——AI 注册中心、网关、可观测平台如何支撑全行 AI 应用规模化;展示自主智能体在代码审查、运维排障等场景中人机协同的落地成效。结合一线实践中的挑战与经验教训,为金融机构 AI4SE 落地提供可借鉴的路径参考。        

演讲提纲:
1.背景
千人研发团队、7+ 技术栈,规范依赖人工巡检,AI 工具碎片化使用。核心判断:AI 必须嵌入研发流程成为组织级能力,而非停留于个人效率工具。三条改造主线:SDD 改造需求上游 → Coding Agent 改造编码中游 → 平台化智能体覆盖下游全流程。
2.SDD:Spec-Driven Development
2.1需求→用户故事→编码各环节独立撰写,信息逐级衰减,返工率高。SDD 将业务需求、技术设计、编码规范融合为一份 AI 可结构化理解的规格文档——从"人读的"变为"人和 Agent 共读的",本质区别在于结构化、可验证、可执行。
2.2关键实践:用户故事自动拆解 + AC 智能生成;前端交互设计与后端 CLI 工具双线并行(同一份 Spec,前端生成原型与组件,后端生成接口与模型);Spec 版本管理与迭代同步。
2.3落地路径:试点团队 → 扩展验证 → MVP 冻结 → 全行推广。核心阻力在需求编写习惯重塑。成效:需求→编码流转效率提升、返工率下降、开发周期缩短。
3.Coding Agent
3.1核心矛盾:Agent 生成速度越快,不合规范代码的风险放大越快。命题——如何让 Agent 遵循企业编码规范。
3.2规范植入:AGENTS.md 规范体系(行为准则、编码红线、项目上下文);SKILL 的编写与迭代——从"人教人"到"文档教 Agent"。工程实现上,用 npm 包作为规范分发载体,统一分发给各技术栈 Agent,三层结构:Instruction(行为指引)+ Hook(提交时自动检查)+ Skill(场景化能力注入)。
3.3基础设施:AI 网关统一鉴权、路由、限流、审计,支持千人并发;可观测平台做模型调用指标与用量统计。安全方面覆盖代码脱敏、生成代码漏洞扫描、审计日志全链路可追溯,符合银行业监管要求。
4.平台化智能体
4.1定位:工程体系产出的可复用能力单元。统一架构:接入层 → 编排层 → 工具层 → 数据层,新场景接入从"开发"变为"配置"。
4.2QA 智能体:代码质量扫描常态化,与 Coding Agent 联动——Agent 生成代码 → QA 自动审查 → 结果反馈修正。
4.3智能运维助手:多智能体协作(监控 + 诊断 + 修复),AI 辅助日志分析→根因定位→修复建议。
4.4智能体中间件:企业 IM、OA、DevOps 等系统接入自主智能体的统一中间件,解决各系统独立对接成本高、能力无法复用的问题。核心能力:标准化接入协议、Agent 路由与编排、对话管理与上下文保持(跨系统多轮对话、权限透传)。各系统只需做"接入",Agent 能力的理解与执行由中间件承担。
5.经验与方法论
5.1规范推广阻力在习惯不在技术:破局策略是"技术硬约束 + 体验软引导",让合规比不合规更省力。
5.2组织适配:新增 AI 工程师角色,QA 职责转向"审 AI 用例 + 设计规则",PM 与开发协作模式重构。
5.3质量兜底:按确定性分层——高确定场景高信任自动化,低确定场景人审为主。效果度量:Function Points / 缺陷密度 / 交付周期 / 开发者满意度等。
5.4方法论:"技术先行、规范随行、组织并行"。AI4SE 是研发范式的系统性变革,不是单纯的工具替换。

听众收益:
1.中小银行 AI4SE 落地的务实技术路径:了解如何在资源有限条件下选择适合自身的切入点和推进节奏,从开发规范智能化到研发流程融合的分阶段迭代实践
2.AI 技术中台架构设计参考:获得 AI 注册中心、网关、可观测平台等核心组件与 Coding Agent 与研发平台集成的实践经验
3.一线踩坑与避坑指南:直接获取在 AI4SE 推进过程中遇到的技术挑战与解决方案——AI 生成质量的兜底机制、大模型行内部署适配、效果度量等实战经验,减少试错成本
现任中原银行基础技术研发部技术负责人,全面负责全行开发平台、PaaS、DevOps 工具链及 AI 基础设施建设。主导 AI 驱动的研发工程体系、AI 技术中台、数字员工体系建设。
从需求到开发AI提效:基于SOP的端到端智能跃迁
朱存望 
中兴通讯专家级工程师、AI教练
内容简介:
在研发向“AI原生”转型的关键阶段,本议题系统呈现从需求到交付的全链路AI提效实践。基于标准化作业体系(SOP),我们将隐性经验转化为显性AI能力,推动研发模式从“人治”到“法治”再到“智治”的跃迁。以iMate为交互入口,调用“找用户”“画场景”“设功能”“产品需求定义”等AI Agent,在iCenter中自动完成原始需求分析、PR拆分与体验要素生成,显著压缩人工操作触点。结合RDC、Gerrit、Jenkins等系统,实现补丁合入、代码合流等高耗能任务的自动执行。最终构建“人与Agent交互、Agent与工具交互”的新型范式,保留人工审核关键节点,确保质量与效率双提升。分享可复制的端到端智能化落地路径,助力组织实现系统性提效。

演讲提纲:
1.标准化筑基:构建标准化作业体系SOP,将研发经验转化为可执行的原子技能
2.AI深度嵌入:AI Agent在需求分析全链路的自动化实践
3.开发与验证闭环:AI在补丁合入、代码自测、版本发布中的集成提效
4.人机协同新范式:从“人操作工具”到“Agent自动执行 + 人工确认”的模式升级

听众收益:
1.掌握从标准化作业体系SOP构建到AI Agent落地的系统性方法论,快速复用于自身研发流程优化。
2.学习如何通过iMate+iCenter+RDC体系实现需求分析自动化,减少重复性人工操作50%以上。
3.理解“AI可替代”与“人工必须保留”边界的划分原则,科学设计人机协同机制,避免盲目自动化。

中兴通讯专家级工程师,现任AI敏捷教练、质量经理、产品架构师及产品安全设计与测评专家教练,拥有15年通信行业研发经验,近五年累计获得公司荣誉50余项。深耕AI研发提效、项目管理与网络安全领域,具备PMP、CSPM-4、NPDP、CISP-PTS等多项权威认证,并担任中国标准化协会中级项目管理讲师及多项国家标准、行业标准的核心制定成员。作为核心骨干推动云电脑产品连续两年蝉联中国云终端市场榜首,广泛应用于政府、金融、教育、医疗、制造等行业,助力千行百业数字化转型;其主导的产品屡获国家级与国际殊荣,包括金鼎奖、高交会优秀产品奖、ICT中国案例一等奖、金融科技创新奖、工信部创新解决方案奖及德国红点设计大奖等,彰显卓越的技术创新与行业影响力。
驭智成规:华为云码道Harness Engineering 实践
韩社丰
华为 资深解决方案架构师
内容简介:
基于华为云码道代码智能体分享Harness Engineering 在智能编码领域的应用实践,通过多维驾驭工程提升智能体编码效果。        

演讲提纲:
1.代码智能体的发展趋势
1.1代码智能体的应用趋势及挑战
1.2提示词工程上下文工程驾驭工程的演进
2.华为云码道代码整体介绍及驾驭工程实践
2.1华为云码道产品介绍
2.2华为云码道驾驭工程实践
2.3华为云码道应用案例
3.演进思考
3.1Loop工程

听众收益:
1. 了解驾驭工程的发展
2. 了解华为云码道驾驭工程实践
华为云中国区资深解决方案架构师,2007年加入华为,深耕研发18年,曾任研发工程师、版本经理、主任工程师、软件工程专家等,长期负责和参与产品线级、公司级敏捷、持续交付、可信软件工程、研发数字化等研发变革项目,对外服务多家大型企业研发数字化、智能化解决方案规划和建设。
京ICP备2020039808号-4 京公网安备11011202100922号