作者 / 来源：中智凯灵 / AiDD
▼
8月21-22日，为期两天的第10届AI+研发数字峰会（AiDD）在北京完满收官！本届峰会以 “AI引领研发，智创无限可能”为主题，聚焦十六个主题论坛，策划80+精彩议题内容、两大闭门会、FDE工作坊和「驾驭工程」工作坊。邀请了来自百度、阿里、腾讯、字节、华为、微软、京东、美团、中兴等头部互联网企业，以及金融企业和各大高校的一线从业者和技术专家带来最前沿的主题内容分享。融合主题演讲、互动研讨、案例分享、实战演练等多种形式，共筑AI盛会。
为了进一步保证每届峰会的内容质量，做到持续的优质内容输出，峰会组委会特设置了Top10最佳演讲议题评选，评选会综合参会者的线上线下投票评分、场控评分、出品人评分、主持人评分和技术委员会评分等五项数据，综合排名推选出本届的Top10最佳演讲议题，以供参考借鉴和技术交流探讨，下面就跟随小编来一起欣赏下吧！(以下排名不分先后)
Keynote
1
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。
1. AI Agent已经跑进来了
2
英湃科技（Inspire Group）高级副总裁，前 ThoughtWorks 全球数字化转型专家。肖然近10年持续为金融、保险、通信、物流、零售等行业的头部企业提供数字化转型与战略发展咨询，深度参与多家财富全球500强企业的组织变革实践。肖然是中关村智联联盟秘书长，腾讯云TVP，长期关注技术驱动的组织创新与工程文化建设。他的分享以高信息密度、直击要害、专业但不刻板著称，善于将复杂的组织变革问题转化为可操作的实践路径。1. 金字塔的终结：为什么传统组织正在失效？金字塔结构的三个假设（信息稀缺、执行标准化、管理层=信息中介）顶层：从"经验决策"到"数据+算法决策"——CEO的新核心竞争力中间层：从"管理者"到"超级个体"——AI让一个人干5-10人的活底层：从"执行层"到"自动化层"——不是裁员，是重构第一步：识别"可自动化" vs "需人性化"的任务边界第二步：重构中层角色——从"传导信息"到"构建意义"第三步：建立"AI原生"工作流——不是"人+AI"，而是"AI优先，人把关"北京优锘科技股份有限公司产品研发部总经理，中国信通院企业架构推进中心(EDCC)特聘专家，30年IT老兵，AI原生架构治理的第一代探索者。最近10年一直专注于企业架构设计与管理支撑平台的研发与落地实践，带队研发的企业架构管理平台产品QuickEA已经在银行、证券、保险、基金、制造、能源、运营商、军工等众多行业的头部企业或领先企业投产应用，服务客户包括建设银行、中信银行、民生银行、兴业银行、浙江农商、新网银行、广发证券、国投证券、太平洋保险、一汽大众、潍柴动力、国家管网、中国移动等等，并获得企业架构全球标准组织Open Group 2023年度亚太区年度大奖。最近3年一直聚焦于AI原生架构治理框架和支撑平台的探索，带队研发的AI原生企业架构治理平台产品因为其本体为根，AI智能体为引擎，内建企业软件全生命周期最终实现架构生根的创新解决方案，得到市场与客户的热切关注与广泛好评。1. 困局与破局：企业AI落地为何普遍"高投入、低成效"？——数据鸿沟的四重障碍与本体论的破局之道2. 他山之石：Palantir的本体工程实践——从"放大镜"到"操纵杆"再到"自动驾驶仪"，为何本体模型是AI理解和服务企业世界的基石3. 亲历实践：以本体为地基、AI智能体为引擎的AI原生研发体系——一个真实需求贯穿"需求→架构→代码→运行"全生命周期的完整演绎，实现业务与技术、设计与运行的双向对齐4. 实践产品化：从自身实践到AI原生架构治理平台——架构治理如何从"外挂文档、人工评审"进化为"可计算、可验证、内建于软件生命周期"的智能治理5. 价值延伸：本体资产的双向价值——从软件生产侧的架构治理，到数据消费侧的智能问数与智能分析
清华大学计算机系博士，前微软亚洲研究院研究员，斯坦福大学、卡内基梅隆大学访问学者；多篇论文发表在 FSE、OSDI 等顶尖国际学术会议上。曾参与微软下一代服务器系统架构设计，获 5 项美国发明专利；《软件研发效能度量规范》标准核心起草专家，参编《软件研发效能权威指南》《软件研发效能提升实践》；研发大数据平台 Apache DevLake 等开源项目发起人。创办思码逸并担任 CEO，致力于为企业提供专业的研发数智化、AI 原生软件工程解决方案。
1. 从传统“黄金三角”到新的“三支柱”
历任中科院计算所副教授、国家级重点实验室课题组长，具有创业公司 CTO、上市公司事业群技术总监及首席技术专家等跨科研、产品与产业实践经历，曾获中国软件行业协会“优秀 CTO”等荣誉。
长期聚焦大模型、智能体、AI Coding、软件工程及企业 AI 转型，拥有从技术研发、产品建设到组织级落地的完整实践经验。近年来深入制造业、汽车电子、金融及科技研发型企业一线，围绕真实研发项目开展 AI Coding、Agentic Engineering、研发流程重塑、种子团队培养和组织效能提升实践，致力于推动 AI 从个人效率工具升级为企业可度量、可治理、可规模化的研发能力。
百度工程效能副总经理，负责文心快码Comate智能代码助手、云IDE、代码分析、效能度量和效率云平台等业务和团队，在代码智能化、静态分析、开发工具、软件测试、研发数字化等领域申请国内外发明专利88个，已获授权专利44个，国家重点研发计划《基于编程现场大数据的软件智能开发方法和环境》技术骨干，国家高质量专项《基于大模型技术的工业领域智能化开发工具项目》技术骨干，OpenHarmony技术指导委员会IDE TSG成员。
1.行业趋势：Coding Agent正从软件生产工具想软件生产力转变3.Coding Agent解决真实研发场景问题的关键-未来软件核心：Coding Agent + Skills阿里云高级技术专家、EventBridge/EventHouse 负责人，Apache RocketMQ PMC，深耕于消息中间件、事件驱动、Agent 上下文生态集成领域。目前，致力于赋能 Agent 开发者，让 AI 深入各行各业，真正实现 AI 普惠和平权。1.1 只有“简单”和“可靠”，AI 才能真正深入每一个行业。1.2 当前，企业 Agent 已经迈向生产级的“深水区”，让 Agent 研发变得“复杂”和“不可靠”：- 数据分散： 信息散落在文档、数据库、API、实时日志中。- Schema 多变： 接口协议不统一，数据格式随时变动。- Context-Rot（上下文腐烂）： 陈旧或无关的上下文干扰模型判断。- 语义冲突： 不同来源的数据对同一事实描述不一致。2. 从终局看，探讨分析 Agent 研发范式演进2.1 从提示词工程、到上下文工程、到 Harness 工程、环境工程、自主进化；2.2 答案呼之欲出，问题是如何将这个过程变得“普惠”。3.1 一键集成与多源实时感知：以“事件”为标准，实现异构数据一键实时接入，构造统一的多源实时 Catalog；3.2 自动探测和 Schema 演进：自动分析上游数据 Schema，AI 语义化分析，并持续监听演进；3.3 统一存储和检索服务：打破 MCP 补丁模式，面向结构化、半结构化和非结构化数据，建立统一的知识 Wiki, 帮助快速、准确的找到需要的数据；3.4 闭环反馈与自我优化：引入反馈环机制（Human-in-the-loop 或 Model-in-the-loop），自动识别并纠正语义冲突，优化知识 Wiki，持续提升上下文质量；3.5 一站式的 CICD 服务：可自定义的 benchmark，可观测，可告警，保障每一次 Agent 的实时上下文变更发布都达到生产级标准。
拥有 10 年以上企业级软件研发与架构设计经验，长期负责云计算和AI相关的产品研发。主导过多个大型团队的敏捷转型与规范驱动开发实践，对 SDD 方法论在不同行业的落地有深刻理解与丰富经验。擅长将前沿技术理念转化为企业可执行的实践方案，帮助团队解决需求沟通低效、代码质量不稳定、AI 开发难以规模化等痛点，助力组织实现研发效率与交付质量的双重提升。
1.理念重构：AI 时代为何需要 SDD？ 对比传统开发与 SDD 的核心差异，解析 SDD 如何解决需求歧义、沟通损耗与 AI 生成代码不可控的问题。2.实践拆解：企业级 SDD 落地的关键动作 包括可复用规范模板库搭建、跨角色评审机制建立、Spec-Kit 等工具链适配与 AI 辅助规范生成技巧。3.效能量化：SDD 带来的真实业务价值 分享案例中集成周期缩短 75%、返工率降低、并行开发效率提升等量化成果，以及长期维护成本的优化效果。4.避坑指南：SDD 落地的挑战与应对方案 剖析规范编写成本、团队接受度、AI 适配难题等常见障碍，提供可落地的应对策略与组织文化建设建议。
去哪儿旅行 AI 研发 SIG 负责人、国内机票报价负责人，西安电子科技大学硕士。长期负责核心业务研发，近两年专注于 Agentic Engineering 与 AI Coding 工程化实践，推动团队 AI 出码率稳定达到 85%+。在真实业务中沉淀了一句话需求、中等需求、大规模重构三类 Agentic Engineering 落地方法，并持续推进 AI 从个人辅助走向团队级规模化交付。
1. AI Coding 分层实践方法：为什么不同规模需求需要不同的 Agentic Engineering 方法。2. 三类真实业务案例：一句话需求、中等需求、大规模重构的工程实践与关键过程。3. 工程化能力建设：QSuperpowers、Harness、Task Graph 等核心技术如何支撑 AI Coding 全流程。4. 数据验证与落地经验：AI 出码率、研发效率、质量指标及规模化推广中的典型问题与解决方案。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。
2. 企业级私域Agentic Coding新范式
先后就职于百度、美团，多年搜索推荐领域的算法效果质量保障经验，在传统时代的评测到Agent时代的评测浪潮中多次探索和实践。
1. 背景：被评对象从列表到 Chat 到 Agent 日益多样，接入成本需持续降低，且Agent-as-a-Judge 能力演进，通用、灵活、强大的评测中台建设诉求出现。2. 中台架构：Agent-as-a-Judge 驱动的通用设计，配置化解耦、低成本接入。3. 关键流程：规划 → 调度 → 评判 → 聚合，形成业务迭代闭环。5. 展望：评测 Agent自进化Loop优化；探索质量、效率、成本的优化边界
360人工智能研究院认知引擎算法负责人，曾就职于中国科学院，负责文档解析、知识图谱、行业大模型及Agent应用平台等研发，支撑航空翻译、故障维修、文档审核、搜索推荐等项目落地。有发明专利授权多项、核心期刊及顶会论文数篇，对外开源项目70余项，具有广泛影响力。
1.概念统一:大家谈论的本体论都是什么?2.知识表示:从Semantic Ontology到Knowledge GraphSchema3.工程妥协:面向工程化应用的知识图谱具体在干啥?5.另辟蹊径:"palantir ontology"自动化数据操作系统6.大包大揽:Agent Ontology作为语义层约束Agent执行
华为技术有限公司工具技术创新Lab高级工程师，主要研究方向为代码生成、程序分析、软件测试。长期深耕华为智能编码助手中AI代码补全与项目级代码生成能力构建，重点聚焦规格说明驱动开发SDD技术竞争力技术构筑和产品落地，致力于让AI智能体提升开发者的软件研发效率。
中兴通讯 公司资深软件架构师 资深敏捷教练 高级AI教练深耕软件领域20余年，拥有丰富的大型软件项目架构、设计与开发经验，在软件设计开发理论与实践上均有独到见解。长期致力于敏捷技术实践指导与推广，多次获得公司十佳敏捷教练称号。目前研究方向是研发知识工程与端到端AI研发提效。1. 问题提出：行业热议SDD、Spec-Kit、OpenSpec，似乎只要有了“Spec”这个壳，一切就水到渠成，但现实告诉我们没这么简单，真正痛苦的不是“有没有Spec”，而是 “Spec到底该怎么写”2. 解决思路：理清知识消费链路，倒推Spec该写什么、怎么写，实现存量设计可被增量设计消费，增量设计可被代码和测试消费，这也正是构建UTDD/ATDD所需要的工程底座3. 解决方案：知识消费驱动的Spec编写方法与实践· 理清知识消费链路，定义存量设计的“最小必要集”章节· 构建知识流转与消费的双向工作流：逆向反构+正向生成+闭环迭代
词元无限技术负责人，长期专注大模型应用、AI Agent 架构、研发基建与代码智能，曾负责某头部大厂AI Coding工程化建设及代码智能方向孵化，具备大规模研发场景下 AI Coding 与多 Agent 协作落地经验。现负责词元无限企业级 AI Coding / Agent 技术规划与研发体系建设，推动 Code Agent、Test Agent 与 Agent 管控平台在企业级 SDLC 场景中的工程化落地。
1. AI Coding阶段变化：从「辅助生成」到「Agent 交付」2. 企业落地的真实挑战：大型代码库、复杂需求、测试验证与流程集成3. 企业级研发智能体架构：Code Agent、Test Agent 与管控平台协同闭环4. 从个人提效到组织级交付：智能体深入参与研发全流程5. 规模化落地路径：从代码理解、缺陷修复、单测生成、Code Review 等高频场景切入6. 企业研发从“模型能力调用”，走向“智能体协同、过程可控、结果可验证”的软件交付新范式。*为了方便大家的会后学习，组委会在征求每一位演讲嘉宾的许可后，在大会官网公开了部分演讲嘉宾PPT。
转发本篇文章至朋友圈，截图私信后台可免费领取AiDD北京站演讲PPT下载链接！
变革之路注定艰难，但先行者从不独行。如果你已准备好不再旁观，如果你渴望遇见那些同样躬身入局、拥抱 AI 且亲手“手搓代码”的同行者——欢迎来9月19日 AiDD峰会成都站 ，一起成为这场范式重构的参与者与制定者，一起定义 AI 时代的技术领导力。
加入智库
成为客户
