4006-998-758
新闻动态

2026研发智能化拐点已至,AiDD峰会带你抢占"AI+研发"新高地!

2026-04-27

2026研发智能化拐点已至,AiDD峰会带你抢占"AI+研发"新高地!(图1)

2026年,人工智能正从"工具辅助"迈向"范式重构"

 趋势已定:麦肯锡最新报告,全球75%的软件企业已将大模型深度融入研发流程;Gartner预测,2027年超50%新应用将由"人类+AI"协同开发完成;
 现实已从智能编码助手到多智能体协作,从需求自动生成到测试用例智能推荐——研发全流程的智能化重构,已不是"要不要做"的选择题,而是"如何做好"的必答题

工程落地的挑战同样真实

  • 如何让大模型真正理解业务逻辑,而非仅停留在代码补全?
  • 如何在效率提升与质量保障之间找到新平衡?
  • 如何重构组织流程,让"人+AI"产生1+1>2的协同效应?

这些问题的答案,或许就藏在5月22-23日的AiDD峰会上海站!


 五大Track全景剧透:60+议题主旨全解析


Track 1:AI+开发线

从"辅助编码"到"自主执行"的开发范式跃迁

2026研发智能化拐点已至,AiDD峰会带你抢占"AI+研发"新高地!(图2)


【论坛一:AI+研发效能10X提升】

出品人任晶磊|思码逸 创始人兼CEO

  • 任晶磊(思码逸CEO)将展示"小时级Agent无干预编程"的完整实践路径,从任务拆解、代码生成到自动验证,揭秘AI原生软件开发的三层推进体系(基建-实践-度量),助听众掌握从"人写代码"到"人定义目标"的思维跃迁;

  • 张国强(字节跳动资深技术专家)将深度拆解Vibe Coding驱动下的AI BaaS能力构建,分享规模化实践中如何平衡"开发自由度"与"工程规范性",提供可复用的效能提升框架;

  • 鞠晓岩(京东科技资深效能专家)将结合集团级产研体系,分享"传统→智能"效能提升的三层推进方法论,涵盖工具链整合、实践标准化与度量可视化,为大型企业智能化转型提供实战参考;

  • 李佳佳中国平安人寿质量管理团队测试专家、寿险科技SEPG组织专家)将聚焦生产问题治理的智能化实践,分享如何通过AI实现故障预判、根因定位与自动修复闭环,构建"预防型"质量保障体系。

【论坛二:AI+逆向工程与系统设计】

出品人晋武侠|西安交通大学副教授 / 黄胜鲁|中兴通讯有线院AI工程负责人

  • 李伟(中兴通讯研发教练)将展示"从存量代码反构到智能生成"的闭环方案,解析组件设计与验证的自动化路径,助听众掌握遗留系统智能化改造的核心方法;

  • 李远(华为软件工程技术专家)将探讨大模型时代复杂工程的拆解与治理策略,分享如何通过AI实现架构理解、依赖分析与风险预判;

  • 陈磊(联通西部创新研究院业务总监)将聚焦开源软件供应链安全,解析AI在风险识别、依赖治理与合规审计中的创新应用,为企业级开源治理提供实操指南。

【论坛三:AI+代码生成与质量管理】

出品人秦思思|中国信通院人工智能研究所高级业务总监

  • 闫东伟中国信通院人工智能研究所业务主管)将揭示Agentic时代软件行业的范式变革,从"对话交互"到"自主执行",解析智能体驱动下软件工程的能力边界与演进路径;

  • 丁辉(中兴通讯资深架构师)将分享严肃软件中基于大模型的代码质量门禁设计,探讨如何在"生成效率"与"代码可靠性"间建立动态平衡;

  • 万深高(货拉拉中间件架构师)将复盘AI Coding在中间件领域的规模化落地实践,从"普及应用"到"Agentic工程化",分享企业级落地的关键挑战与破局思路;

  • 林云(上海交通大学副教授)将展望"从代码编写到需求编译"的软件工程前沿,解析AI智能体如何重构需求→设计→实现的完整链路。


赛道核心价值:覆盖开发效能、逆向工程、代码质量三大维度,为技术型产品人与研发管理者提供"即插即用"的AI开发落地方案与工程避坑指南。



Track 2:AI+测试线

从"人工用例"到"智能探索"的质量保障革命

2026研发智能化拐点已至,AiDD峰会带你抢占"AI+研发"新高地!(图3)

【论坛一:Agent评测和质量保障】

出品人王鹏|兴业银行资深测试专家

  • 晓军(美团测试专家)将构建大模型应用Agent的质量保障体系,从功能正确性、意图一致性到安全合规性,分享多维度评测框架与实战工具链;

  • 林能源(小红书资深工程师)将解析"从跑分到护栏"的Agent可观测体系,分享如何通过埋点设计、行为追踪与异常检测,实现智能体的"透明化"质量管控;

  • 高梦飞(支付宝架构师)将提出面向智能体的新一代可观测评估体系,从"可观察、可评估、可进化"三维度,分享构建自演化测试系统的架构思路;

  • 韩峥(携程模型评测专家)将聚焦内容领域Agent的评测实践,分享多轮对话、创意生成等场景下的质量度量方法与优化策略;

  • 张文博(蚂蚁集团智能穿戴质量负责人)将揭秘AI眼镜等新型硬件的评测体系,解析多模态交互场景下的测试挑战与创新方案。

【论坛二:智能缺陷检测与定位】

出品人谢晓园|武汉大学计算机学院教授

  • 任晓雪(浙江大学"百人计划"研究员)将展示双维度软件缺陷智能化检测方案,从功能漏洞到性能瓶颈,分享AI驱动的自动化定位与修复建议生成;

  • 张雅坤(哈工大深圳副教授)将探讨GUI Agent赋能软件缺陷检测的新范式,解析视觉理解+行为模拟的联合检测框架;

  • 宋壹(武汉大学弘毅博士后)将聚焦开源环境的软件缺陷研究,从症状识别、根因分析到修复生成,分享端到端的智能修复流水线;

【论坛三:测试生成与智能测试工具】

出品人朱少民|《软件工程3.0》作者/CCF杰出会员

  • 刘乾(蚂蚁保测试专家)将拆解三层智能测试实践:基于UI/API/Data的AI用例生成,分享多粒度测试策略的协同优化方法;

  • 胡嘉椿(货拉拉资深测试工程师)将复盘UI自动化新范式:从"人工维护"到"AI自愈",解析视觉定位+语义理解的智能修复机制;

  • 桂彬(美团测试专家)将介绍基于OpenClaw框架的全过程测试平台建设,分享测试资产沉淀、用例复用与效能度量的体系化实践;

  • 黄旺(中车株洲所软件测试部长)将分享ai4test在轨道交通(高铁)领域的应用,解析高安全场景下AI测试的合规设计与落地路径。


赛道核心价值:揭秘智能体评测、缺陷检测、测试生成三大核心能力,教你打造"越测越聪明"的自演化质量系统,实现测试效率与覆盖度的双重突破。



Track 3:AI+领域线

从"通用能力"到"行业深耕"的垂直场景重构

2026研发智能化拐点已至,AiDD峰会带你抢占"AI+研发"新高地!(图4)


【论坛一:智能座舱+自动驾驶】

出品人杨超|彼格镁隆大模型研发负责人

  • 田川(红西瓜半导体Agent研发负责人)将展示Agent在智能座舱交互系统中的实践,解析多模态输入理解、意图识别与主动服务的闭环设计;

  • 张人杰(KPIT中国区CEO)将探讨AI技术对智能汽车与具身智能EE架构的赋能,解析软件定义汽车时代的技术演进逻辑与关键突破;

  • 杨聪(苏州大学地平线智能驾驶生态创新中心主任)将分享具身时代的智能座舱人机交互范式,从传统痛点出发,展望下一代"无感交互"体验;

  • 周小莉(某OEM高级经理)将揭秘AI Agent协作体系在智驾软件研发中的新范式,分享模型驱动下需求→代码→验证的自动化链路。

【论坛二:快手专场:AI × 研发效能】

出品人沈浪|快手研发效能负责人、快手AI生产力负责人

  • 李思(快手主站AIDevops项目负责人)将复盘千人级团队AI DevOps研发范式升级实践,分享工具链整合、流程再造与文化转型的协同推进策略;

  • 周鸿轩(快手AI Coding专家)将探讨"从Copilot到Agent"的开发提效跃迁,解析智能体如何重构需求理解、代码生成与评审协作的完整流程;

  • 苗星(快手研发Agent负责人)将分享智能UI用例生成与执行的实战经验,解析短视频场景下高频迭代的测试挑战与AI破局思路。

【论坛三:AI+金融系统研发】

出品人程相|中国工商银行软件开发中心部门副总经理

  • 郑凯(工行软件开发中心研究员)将分享基于Spec-Driven的智能研发体系建设,解析金融场景下"需求→规格→代码"的自动化转换与合规校验;

  • 李松(蚂蚁集团高级测试开发工程师)将探讨AI Agent在业务刻画与异常诊断中的实践,分享从多维感知到智能归因的故障治理闭环;

  • 宁艺昭(北银金科资深架构师)将揭秘Finna AI创新平台的5A大模型体系,解析金融级场景下模型选型、安全加固与效能评估的实战经验;

  • 刘伦豪杰(蚂蚁数科测试开发专家)将分享知识工程全链路评测实践,聚焦企业级金融场景的知识分层评估与风险防控策略。


赛道核心价值:深度聚焦智能汽车、互联网平台、金融系统三大高价值场景,探索AI如何重构行业研发范式,为垂直领域技术人提供跨界灵感与落地路径。



Track 4:SE4AI线

从"辅助工具"到"自主系统"的智能工程方法论

2026研发智能化拐点已至,AiDD峰会带你抢占"AI+研发"新高地!(图5)


【论坛一:智能系统的运维与运营】

出品人温希道|阿里云可观测高级算法专家

  • 裴昶华(中科院计算机网络信息中心副研究员)将提出AgentOps:多智能体系统运维新方向,解析分布式智能体的监控、调度与故障恢复机制;

  • 陈鹏飞(中山大学教授)将分享大模型在智能运维场景中的初步探索,从日志理解、异常检测到根因分析,展示AI赋能AIOps的完整链路;

  • 付求爱(华为云AIOps技术负责人)将揭秘华为云AgenticOps探索与实践,分享云原生环境下智能体协同运维的架构设计与落地经验;

  • 刘贵阳(阿里云云原生可观测技术专家)将探讨图驱动多Agent协同与因果推演实战,解析如何突破LLM的运维能力边界,实现复杂故障的智能诊断;

  • 康昱(微软首席研究员)将分享"从Debug到治理"的LLM Agent系统自动化运维实践,构建可信运营的技术框架与评估体系。

【论坛二:Spec-driven研发与智能需求工程】

出品人王一|中兴通讯有线研究院需求AI应用负责人

  • 高桥(中兴通讯需求领域AI教练)将分享基于要素因子SPEC的需求工程实践,解析如何通过结构化需求描述实现分析质效双提;

  • 赵雨森网易CodeWave智能开发平台架构师)将探讨"从Vibe Coding到Spec Driven"的智能化软件工厂实践,分享需求→设计→代码的端到端自动化路径;

  • 郑涛(北京兴云数科资深需求AI教练)将提出"意图驱动交付"的研发新范式,解析Agent时代如何从"交付系统"升级为"交付价值";

【论坛三:「多智能体协同架构」设计与实现】

出品人王仕亿|普元信息AI科学家

  • 张驰(西湖大学AGI实验室负责人)将揭秘自主进化智能体的架构演进,从固定工作流到动态协作,分享多智能体系统的自组织与自优化机制;

  • 王仕亿(普元信息AI科学家)将分享模仿生物集群智能的大模型注意力提升实践,解析群体智能在复杂任务分解与协同执行中的应用;

  • 胡兵(阿里云技术专家)将探讨Agentic Skill在阿里云ECS大规模诊断中的实践,分享智能体技能编排、冲突消解与结果融合的工程经验;

  • 丁晓彬(中兴通讯AI教练)将再次聚焦"零号员工"智能体架构,补充多智能体协作中的通信协议、责任边界与可信执行等关键设计。


赛道核心价值:覆盖智能运维、需求工程、多智能体协同三大前沿方向,为架构师与系统工程师提供"可落地、可演进"的智能工程方法论与架构设计指南。



Track 5:AI+工程线

从"单点优化"到"全链路智能"的基础设施重构

2026研发智能化拐点已至,AiDD峰会带你抢占"AI+研发"新高地!(图6)


【论坛一:大模型架构创新与工程优化】

出品人柴思远|智谱副总裁

  • 车漾(阿里云高级技术专家)将解析面向AI Agent时代的下一代推理基础设施:AI Serving Stack架构,分享生产级部署中的性能优化与成本控制实践;

  • 孙禹峰(阿里云技术专家)将分享AI-Infra全链路性能分析和优化实战,从算力调度、内存管理到通信优化,揭秘大模型推理的"最后一公里";

  • 邓锦亮(北航准聘教授)将探讨高效时序预测技术,从数值序列到事件文本,分享多模态数据融合下的预测模型设计与工程实现;

  • 徐海洋(阿里通义实验室高级算法专家)将揭秘通义多模态、多端GUI智能体Mobile-Agent,解析移动端场景下的轻量化部署与交互优化;

  • 刘松(PingCAP副总裁)将展望百万Agent时代的原生记忆体与数据基础设施,分享向量存储、增量更新与一致性保障的核心技术。

【论坛二:原生IDE和开发工具】

出品人陈鑫|阿里巴巴资深技术专家 / Qoder IDE Agent技术负责人

  • 李佳奇(去哪儿旅行基础架构负责人)将分享去哪儿旅行L3 AI Coding的研发平台与Skills实践,解析企业级AI编程助手的插件生态与能力扩展;

  • 周成武(阿里巴巴QTeam技术专家)将提出"专家团(Experts)模式",将AI Coding带入"团队作战"时代,分享多角色智能体协同编码的架构设计与实战经验;树雅倩(华为云代码智能体技术专家)将深度解析华为云CodeArts代码智能体的设计理念,揭示其创新原生编码体验、双模开发范式、Skill驱动的任务执行及生成–验证闭环等关键技术。

【论坛三:知识工程与记忆工程技术实践】

出品人王昊奋|同济大学长聘教授 / 熊飞宇|记忆张量创始人&CEO

  • 刘琮玮(腾讯PCG工程效能专家)将分享AI原生知识库建设实践,解析知识采集、结构化、检索与应用的质效全域优化策略;

  • 唐波(记忆张量应用算法负责人)将探讨"从记住到学会"的MemOS记忆工程,分享智能体长期记忆、经验复用与持续学习的系统架构;

  • 温睦宁(上海交大人工智能学院研究助理教授)将分享自进化智能体在国产硬件算子生成中的应用,解析知识驱动+数据驱动的双轮优化机制;

  • 立帆(阿里云高级算法专家)将揭秘通义点金双飞轮在Harness中的演进,分享AI赋能持续集成/持续部署(CI/CD)的智能化实践。


赛道核心价值:深度聚焦推理架构、开发工具、知识记忆三大工程基石,探索AI如何重构研发基础设施,为技术决策者提供"可演进、可扩展"的系统设计思路。



返回列表