AiDD研发数字峰会

论坛主席：朱少民

同济大学特聘教授、CCF杰出会员、软件绿色联盟标准评测组组长，近三十年来一直从事软件测试、质量管理等工作，先后获得多项省、部级科技进步奖，已出版了二十多部著作和4本译作，代表作主要有《软件工程3.0》、《软件测试方法和技术》、《全程软件测试》、《敏捷测试》等，并经常在国内外学术会议或技术大会上发表演讲，曾任思科（中国）软件有限公司QA高级总监、IEEE ICST2019工业论坛主席、IEEE ICST、QRS、DAS等国际学术会议的程序委员、《软件学报》审稿人等。

《软件工程 3.0》作者/CCF 杰出会员/AiDD 技术委员会成员

Agentic研发流程与人机协同

当人机协同、结对编程成为常态，更多的研发任务交给多智能体平台去执行，软件研发的流程必然要被重构。本论坛将探讨在人机协同环境下，企业打破传统流程的固化困境、构建适应人机融合的、灵活自主的研发流程，包括多智能体交互协议、自动化识别流程瓶颈、如何构建"意图、规划、执行、验证、自我改进"的人机协同的闭环体系，推动业务流程全面进入智能化时代。

京科研发AI产研新范式探索：LikeCode产研智能交付平台

冯伟平

京东科技资深架构师

内容简介：

本次分享围绕京科研发自研的 LikeCode Nex 智能产研交付平台展开，介绍其在金融科技场景中的落地成果、AI驱动的产研新范式、可复用资产沉淀及未来规划。平台以“人定义意图与门控，AI主执行，系统贯通全链路”为核心，推动产研协作从多角色、多环节模式，升级为“角色融合、流程重塑、AI主执行、人门控”的新范式。

演讲提纲：
1. 开场：平台背景与分享目标
1.1LikeCode Nex 是什么
1.2为什么要做 AI 驱动的产研交付平台
1.3产研新范式的案例
1.4本次分享希望回答的三个问题：是否真的落地、是否真的提效、是否能够规模化复制
2. 落地实效：平台已经取得了什么成果
2.1覆盖业务线情况
2.2截止时间与需求总量
2.3当前项目分布：上线、进行中、设计中、联调测试中
2.4真实项目分析：AI付、小微产品
3. 范式变革：AI 如何重塑产研流程
3.1新旧范式的根本差异
3.2核心机制
3.3AI在各环节承担的工作量
4. 角色融合与流程重塑
4.1 产品创意侧
4.2 研发交付侧
4.3 质量提升侧
5. Agentic研发流程的资产
5.1 需求场景资产
场景资产、Agent 设计资产、Prompt 资产、工具/API 资产
5.2 Memory/Knowledge
5.3 能力市场
5.4 数字人工厂
6. 未来规划：从试点平台到组织级新范式
6.1阶段一（2.0）：AI主执行、人门控
6.2阶段二（3.0）：一人指挥多Agent，形成超级个体
6.3阶段三（4.0）：组织级新范式产研交付平台
6.4未来重点能力
7. 结尾总结
7.1LikeCode Nex 不只是一个工具平台
7.2它正在推动产研交付模式从“人驱动流程”转向“AI驱动执行”
7.3最终目标是形成可复制、可沉淀、可规模化推广的组织级能力

听众收益：
1.理解 AI 产研协作的新范式：AI 在产研流程中不只是“提效工具”，而是在逐步成为流程第一参与者，从辅助走向主执行。
2.获得数字人/多Agent协作的实践启发：从前端、后端、测试、性能等数字人的案例中，理解：
2.1哪些类型的任务更适合 Agent 化。
2.2如何将个人经验、团队规范沉淀为可复用的智能能力。
2.3多 Agent 协同如何提升复杂任务的拆解、执行与交付效率。
3.了解LikeCode通用智能体的技术架构和实现路径，复杂任务推理、GUI操作和工具调用等关键问题的解决方案。

京科研发 AI效能部门资深架构师，深耕AI赋能产研效能领域，持续推动研发模式从“工具提效”迈向“范式升级”。主导 LikeCode 智能交付平台、GenieBot、AI Debugger、AI全景助手、FinD 资产平台等一系列AI平台与工具建设，在AI驱动需求生成、代码开发、智能调试与交付提效方面积累了丰富的实践经验。

李颖

联想平台负责人&资深技术专家

内容简介：

随着生成式AI的发展，企业软件开发正在从“个人生产力工具”向“组织级协同系统”演进。本次分享将结合联想Vetra实践，解析如何通过AI重构从需求、设计、开发到测试与治理的全流程，实现可追溯、可验证、可规模化的软件交付能力。
Vetra通过规格驱动开发（SDD）、多Agent协同、知识沉淀与工程治理体系，将AI嵌入企业研发流程，解决传统开发中沟通成本高、质量不可控、经验难沉淀等问题，实现交付效率与组织能力的量级提升。

演讲提纲：
1. 行业背景：AI 编程的两条路径
1.1 Vibe Coding：提升个人效率，但缺乏治理与可维护性
1.2 企业场景核心问题：协同复杂、质量不可控、流程断裂
2. Vetra 核心定位：AI-Native 交付操作系统
2.1 AI嵌入需求→设计→开发→测试→治理全链路
2.2 不只是工具，而是企业级交付体系升级
3. 技术与架构关键能力
3.1 Specification Driven Development（规格驱动开发）
3.2 多Agent协同（需求、开发、测试）
3.3 Memory / Skill / Sandbox 核心架构
3.4 工具链整合（JIRA / GitLab / Confluence）
4. 实际落地场景（Enterprise Use Cases）
4.1 原型驱动开发
4.2 智能体托管
5. 关键价值（Business Impact）
5.1 原型周期：周 → 小时
5.2 交付周期：月/年 → 按周持续交付
5.3 知识从“个人经验”变为“企业资产”
5.4 全流程可追溯与可治理
6. 组织变革与未来趋势
6.1 从“开发工具”到“交付操作系统”
6.2 人机协同 → 人主导 + AI执行
6.3 AI工程化（AI Engineering）成为企业核心能力

听众收益：
1. 清晰理解企业AI落地的关键路径（从工具 → 平台 → 体系）
2. 掌握AI在SDLC全流程中的具体应用方式（需求到交付）
3. 获得可复用的企业AI工程化实践模型（Vetra案例）

联想Vetra平台负责人，长期从事企业级软件工程、平台架构与AI驱动交付体系建设。作为Vetra AI-Native SDLC平台的核心推动者，专注于将生成式AI、多Agent协同与工程治理能力融入企业研发流程，提升软件交付效率、质量与可持续沉淀能力。

从 Vibe Coding 到 AI-Native 交付：Vetra 如何重构企业软件工程体系

AiDD峰会

K+峰会

联系我们