Keynote  Speech
AI 时代的一人公司：智能重构与产品爆发的新范式
汪晟杰
腾讯资深技术专家
CodeBuddy产品负责人
内容简介：
随着大模型与智能体技术的突破，产品的定义方式、研发模式与创新范式正在被全面重写。AI 不再是工具，而是驱动组织运行的“第二操作系统”。本次分享将从首席产品经理的视角，系统解析 AI 如何重塑产品从战略、体验到研发的全链路，并深入介绍“一人公司”这一新时代生产力形态——个人通过智能体协作即可拥有虚拟 20–50 人团队，实现需求、设计、开发、测试、运营的自动化闭环。
我们将展示 AI 时代的三大底层范式：意图表达、规约化生产与智能协作，以及企业如何构建智能基础设施、规格体系与多智能体工作流。未来五年，组织将变小、交付更快、产品更智能，真正能调度 AI 的人，将成为新一代超级创造者。

演讲提纲：
1.时代背景：智能化成为新底座
1.1LLM + Agent 正在重构产品全链路
1.2从数字化 → 云化 → 智能化
1.3AI 成为组织的“第二操作系统”
2.一人公司趋势：个人获得组织级生产力
2.1一人 + 多智能体 = 虚拟 20–50 人团队
2.2研发模式从人力密集 → 智能密集
2.3创业组织更小、速度更快、成本更低
3.三大核心范式
3.1意图表达（Intent）
3.2规约化生产（Spec-driven）
3.3智能协作（Agentic Workflow）
4.AI 重构产品全链路（战略 → 体验 → 研发）
4.1战略：从 roadmap 管理者 → 智能系统指挥官
4.2体验：从 UI 产品 → 智能能力产品
4.3研发：需求 → 规格 → 代码 → 自测 → 部署 → 运营全自动化
5.一人公司四大能力基座
5.1 AI Infra
5.2Spec System
5.3Agent Orchestration
5.4AI Product Flywheel
6.确定性趋势（未来 5 年）
6.1组织更小
6.2交付更快
6.3产品更智能
6.4生命周期更短
6.5个体创新力量崛起

听众收益：
1.掌握 AI 重构产品链路的核心方法论
了解 LLM × Agent 如何改变产品战略、用户体验与研发模式，掌握“意图表达、规约化生产、智能协作”三大范式。
2.获得一人公司实践框架与可落地方法
学习如何用智能体支撑研发、设计、测试与运营，构建一个人即可运行的“虚拟 20 人团队”，打造超高速产品交付体系。
3.洞察未来 5 年产品与组织的确定性趋势
提前把握小团队化、智能密集化与自动化产品生命周期带来的机会，成为 AI 时代具备竞争力的产品创造者。
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。  
新一代SWE Agents系统颠覆传统软件研发模式
陈 鑫
阿里巴巴Qoder IDE技术负责人
内容简介：
传统软件研发长期面临开发周期长、人力成本高、重复性工作繁重等挑战。开发者将大量时间消耗在代码编写、调试、文档查阅和环境配置上，真正用于创造性工作的精力十分有限。
Qoder新一代SWE Agents系统应运而生。它不是简单的代码编写工具，而是一个具备自主规划、执行和验证能力的智能软件工程体系。系统能够深度理解代码语义和项目上下文，像一个资深软件团队一样进行需求分析、方案设计、代码实现和问题诊断。通过多智能体协作机制，Qoder可并行处理复杂任务，实现从构想到交付的端到端自动化。
这一变革正在重塑人机协作范式：开发者从""编码执行者""转变为""架构决策者""，将精力聚焦于业务创新和系统设计。本次演讲将深入解析Qoder的核心技术架构，展示真实场景下的落地实践，并探讨AI驱动的软件研发新范式如何重新定义行业未来。

演讲提纲：
1. 从流程增强走向流程重塑
1.1 软件研发效能的本质
1.2 AI Coding的产品与技术演进过程
1.3 从流程增强走向流程重塑的必然趋势
2. SWE Agents：重新定义软件工程
2. 1 什么是SWE Agents？从被动工具到主动智能体的跃迁
2. 2 自主规划：需求拆解、方案设计、路径决策
2. 3 代码理解：深度语义分析与全局上下文感知
2. 4 执行验证：编码、调试、测试的完整闭环
2. 5 多智能体协作：专业分工，并行处理复杂任务
3. Qoder多智能体架构解析
3.1 智能体角色设计：规划者、执行者、审查者的协同分工
3.2 调度引擎：任务编排与智能体动态调度
3.3 代码知识图谱：项目级语义理解与跨文件推理
3.4 工具链生态：终端、浏览器、IDE的深度集成
3.5 安全可控机制：沙箱隔离、权限管控、人机确认
4. 效能数据与落地实践
4.1 核心指标实测：开发效率、代码质量、交付周期
4.2 场景覆盖：新功能开发、Bug修复、代码重构、技术迁移
4.3 自我实践与典型案例
5. 人机协作新范式带来的组织变革
5.1 角色重构：开发者从""代码生产者""到""工程决策者""
5.2 团队演进：更小的团队，更大的产出
5.3 能力升级：未来工程师的核心竞争力是什么？
5.4 AI赋能而非替代：人机协作的最优解

听众收益：
1. 洞察AI研发范式演进趋势，理解从""流程增强""到""流程重塑""的本质跃迁，把握软件工程智能化的战略方向；
2. 深入解析SWE Agents多智能体架构设计，掌握智能体协作、任务调度、安全管控等核心技术要点，获取可借鉴的系统构建思路；
3. 获取真实场景下的效能提升数据与落地实践经验，了解如何通过AI智能体实现研发提效、质量提升与团队能力升级的可行路径。        
阿里巴巴资深技术专家，Qoder IDE 技术负责人。带领团队积极探索 Coding Agent 能力的上限，在上下文工程、智能体架构、AI Coding企业落地等方面有丰富一线实践经验。
新载体，新交互：以“端”为核心，重塑AI时代的金融应用
祁晓龙
蚂蚁数科移动科技及具身智能科技 
总经理
内容简介：
在AI大模型浪潮下，金融应用如何从“功能叠加”走向“智能原生”？本次分享将聚焦“技术-场景-用户”三者，以蚂蚁自研的 Agentar 企业级智能体平台为基座，首次对外完整解构“端智能”这一核心理念：将终端应用（App）作为智能化落地的关键载体，通过端云协同的全栈技术架构，彻底重构用户与服务的连接方式。
议题将深入探讨“端智能”如何重构手机银行体验，并结合头部金融机构“下一代AI手机银行”的落地案例，解析 AI 手机银行从架构设计到规模化落地的全链路实践。

演讲提纲：
1. 时代之问：AI原生应用的挑战与破局点
1.1 三重困境：当前AI应用在业务价值、用户体验和技术栈上的普遍困境。
1.2 破局之道：以“端”为核心载体，构建“新一代智能体App模式”，实现范式跃迁。
2. 核心解法：以“端智能”技术基建，驱动体验原生
2.1 理念重构：“端智能”是面向AI时代智能交互的端到端技术基建，而非单一技术点。
2.2 技术内核：详解其表现力、执行力与协同力三大核心能力栈。
3. 实践为证：解构“下一代AI银行”的落地
3.1 场景解构：从主动问候到对话式交易的闭环实践
3.2 资产沉淀：构建可复用的金融行业场景智能体矩阵
4. 价值远见：从方法论到商业闭环的思考
4.1 可复制路径：分享从构建、评测到调优的全流程SOP与“避坑指南”。
4.2 商业闭环：阐述“端智能”如何为用户、企业、业务创新带来三重价值。
4.3 未来演进：展望从屏幕内的“端智能”到物理世界的“具身智能”新机遇。

听众收益：
理解如何超越传统“云+端”模式，构建“端云协同”的全栈智能体架构，为企业自身的产品规划与技术选型提供前瞻性战略输入。
通过LUI、动态卡片、流式交互等“端智能”技术具象化为极致的产品体验，并获得可借鉴的手机银行等金融场景实践路径与关键技术细节。
了解在AI原生应用开发过程中，从评测标准建立、数据与知识治理到组织协同模式等环节的常见挑战与应对策略，有效提升项目成功率。        
蚂蚁数科在移动技术与人工智能领域的关键领军人物。作为移动开发平台mPaaS的核心缔造者，带领团队将其打造为服务全球超过200家金融机构的行业级端智能方案，成功支撑亿级用户的稳定服务，并助力客户将研发周期缩短50%以上。
同时，也是一位将前沿AI技术成功产品化的创新者。主导打造了业内首个“AI原生”App，推动了“对话即服务”的全新交互范式，促成金融服务从传统的“人找服务”向“服务找人”实现突破性转型，为行业提供了一个可规模化复制的范本，将复杂的AI技术真正落地为提升核心业务价值的强大引擎。
从PoC到生产：「敏捷AI工程」让B端AI产品真正落地
李明宇
AI 大模型落地实战专家
内容简介：
据统计超过70%企业的智能化转型停留在试点阶段无法规模化，Gartner预测到2027年40%的智能体项目将因交付困难而烂尾。问题不在模型能力，而在于我们仍在用确定性时代的工程方法开发概率性的AI产品。本次分享将介绍一套经过多个行业验证的AI产品落地方法论——「敏捷AI工程」，从需求探索、迭代交付、持续优化到自主运营，帮助B端AI产品跨越从PoC到生产的鸿沟。        

演讲提纲：
1. AI产品企业落地的残酷现实
1.1 行业数据：PoC成功率与投产转化率
1.2 但成功落地的企业，已取得惊人效果
2. 为什么传统方法做企业级AI产品难以奏效
2.1  "涌现式"需求与"概率性"结果与传统方法的本质矛盾
2.2 OpenClaw爆火的启示
3. 解法：敏捷AI工程方法论
3.1 四阶段生命周期：场景探索与PoC → 迭代交付与试用 → 持续优化与配置 → 自主运营与监控
3.2 组织转型：支撑企业级AI产品落地的团队结构
3.3 Fail Fast机制：不是每个做了PoC的场景都要走向生产
3.4 企业落地AI的ROI怎么算：效率提升、质量提升、能力增量三维度框架，避免降本增效单一指标
3.5 敏捷AI工程 vs 传统敏捷：AI产品开发的五个本质不同
4. 实战案例拆解
4.1 案例一：不断进化的主动式客服
4.2 案例二：智能体群让企业IT开发与运维进入“自动驾驶”时代
4.3 案例三：亿元级智能体项目推动大企业全面智能化
5. 踩过的坑：AI产品落地的典型失败模式
5.1 完美主义陷阱：盲目追求准确率
5.2 场景选择误区：被传统AI思维误导
5.3 全新安全问题："提示词注入"和"智能体失控"
6. 总结：AI产品的真正竞争力
6.1 2026年分水岭：从追求更强的模型，转变为把模型推上生产的产品力和组织力

听众收益：
1. 理解AI产品与传统软件产品在需求、设计、测试、交付上的本质差异，避免用旧方法走弯路
2. 掌握「敏捷AI工程」的核心框架：四阶段生命周期、战斗阵型、Fail Fast决策机制
3. 获得可直接复用的实战经验：从场景选择、上下文工程、知识治理到测评体系的完整闭环打法
4. 了解AI产品落地中的安全风险与纵深防御策略，避免上线后踩坑
企业智能化转型实战派顾问。历任中科院计算所副教授、国家级重点实验室课题组负责人、创业公司CEO、上市公司事业群技术总监和首席技术专家、央企子公司副总裁。
近年来专注于AI大模型及智能体的落地实践，在 To B 与 To C 领域均有从技术研发到商业变现的全链路成功经验，某大型企业亿元级人工智能和智能体项目操盘手。
中国新一代 IT 产业推进联盟分委会秘书长、中国移动通信联合会智库高级专家、全国高校人工智能与大数据创新联盟专家委员、北京开源创新委员会委员。
在中国互联网发展创新与投资大赛、中国“互联网+”大学生创新创业大赛、中国开源创新大赛等多项国家级大赛中担任全国总决赛评委。
京ICP备2020039808号-4 京公网安备11011202100922号
返回顶部