别再卷 AI 写代码！2026 研发新赛道：Agent 工程化交付才是终局——AiDD 北京站开发线核心议题前瞻

作者 / 来源：中智凯灵 / AiDD

——AiDD北京站开发条线核心议题前瞻

8 月 21-22 日，第 10 届 AiDD 北京站将在北京举行。本届大会将围绕 AI + 开发、AI + 测试、AI + 工程、AI + 组织与流程、AI + 业务与需求五大方向展开，邀请来自字节跳动 TRAE、腾讯、阿里云、百度、美团、京东科技、华为、蚂蚁、中兴通讯、去哪儿、行云、商汤科技、货拉拉、快手、极狐 GitLab、优锘科技等企业与机构的一线专家，集中呈现 AI 原生软件工程的最新实践。本文将重点梳理开发条线的核心议题。

当 AI 可以在几分钟内生成一个功能、修改一批文件，甚至独立完成一段开发任务，研发组织很快会遇到一个新的瓶颈：代码产生得更快了，但软件交付并不会因此自动变得更容易。

真实开发从来不只是把自然语言翻译成代码。需求要被澄清，方案要被设计，存量系统要被理解，任务要被拆解，依赖要被处理，代码要经过验证，变更要安全发布，线上问题还要能够诊断、修复和复盘。AI Coding 解决的是其中一个高频动作；企业级开发面对的，却是一整套彼此依赖的工程系统。

这也是为什么，行业讨论正在从“AI 能不能写代码”转向更难的问题：Agent 能不能理解复杂项目？能不能遵守企业规范？能不能在多个仓库和工具之间连续工作？多 Agent 如何分工而不彼此制造混乱？每次生成如何验证？运行轨迹怎样观测？成本、权限和风险如何治理？一次成功经验能不能沉淀为下一次交付的起点？

围绕这条主线，北京站设置了 3 场“AI+开发”核心论坛、11 个议题，并通过需求与 SDD、ATDD、Harness Engineering 等关联论坛，把开发的上游输入、执行环境与验证机制连接起来。

这不是给 IDE 再加一层智能能力，而是在重新定义开发者、Agent 与交付系统之间的关系。

图 1：AI 开发从代码补全、Vibe Coding 走向 Agentic Coding 与工程化交付

第一条主线：研发提效正在从 Coding 进入 Engineering

从“写得更快”到“交付得更稳”的研发效能跃迁

【论坛一：AI+研发效能提升】（8月21日PM)

出品人：林冠峰｜中国民生银行 处长

• 张皓洋（字节跳动 TRAE 研发团队技术专家）将围绕《从 Coding 到 Engineering：AI 如何参与 TRAE 的真实研发流程》展开，分享 AI 如何真正进入 TRAE 的真实研发流程。议题不止关注代码生成效率，更会拆解 AI 在需求理解、任务拆分、代码实现、反馈修正和工程协同中的参与方式，帮助听众理解 AI 编程助手如何从 “个人工具” 升级为 “研发流程中的工程角色”；

• 黄仲辉（中原银行 二级部副总经理）将结合金融行业场景，分享《中原银行AI驱动研发工程体系实践》。议题将重点呈现大型金融机构在研发流程、工具链、质量治理和组织推进中的真实经验，帮助听众理解高合规、高稳定性要求下，AI 如何进入企业级研发体系，而不是停留在局部试点；

• 徐晨钢（联想集团AI解决方案架构师）将结合《从 Vibe Coding 到 AI-Native 交付：Vetra 如何重构企业软件工程体系》，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。

• 韩社丰（华为资深解决方案架构师）将带来《驭智成规：华为云码道Harness Engineering 实践》，围绕 AI 原生研发中的工程管控展开。议题将重点讨论在 AI 参与开发后，如何通过 Harness 建立上下文、约束、验证和质量防线，让 AI 代码生成从 “能跑” 走向 “可控、可验证、可治理”。

第二条主线：企业级代码生成，规模化的前提是数据、验证与组织内化

从“个人工具”到“组织生产力”的企业级代码生成

【论坛二：Agentic企业级代码生成】（8月22日AM）

出品人：丁 辉｜中兴通讯首席软件架构师/大模型专家

• 强美伊（元枢智汇联合创始人）将分享《AI数据自进化系统：面向大模型与智能体的统一数据飞轮与Agent驱动基础设施》。议题将从数据、模型、智能体与基础设施协同的角度，解释企业如何构建持续进化的 AI 数据系统，为企业级代码生成和智能体应用提供底层支撑；

• 牛治（中兴通讯安全技术教练）将展示《基于多Agent协作与多层验证机制的开源组件全自动升级系统》。议题将聚焦企业普遍面临的开源组件升级、安全风险和兼容性验证问题，分享如何通过多智能体协作，把依赖识别、代码修改、测试验证和风险控制串成自动化闭环；

• 彭云鹏（百度工程效能副总经理）将围绕《Coding Agent：从个人赋能到组织进化》展开，讨论代码生成能力如何跨越个人效率工具阶段，进入团队级、组织级研发体系。议题将帮助研发管理者理解：当每个开发者都有 AI 助手之后，组织该如何重构研发流程、度量体系和协作方式。

第三条主线：当 Agent 进入 SDLC，开发平台正在变成“智能体运行系统”

从“跑通 Demo”到“规模用好”的 Agentic Engineering

【论坛三：Agentic Engineering核心技术与实践】（8月22日PM)

出品人：王一男｜华为 技术专家

• 刘昭远（词元无限技术负责人）将分享《从 AI Coding 到 Agentic SDLC：企业级研发智能体的工程化落地实践》。议题将围绕软件生命周期展开，解析 AI 如何参与需求、设计、编码、测试、审查和交付等关键环节，帮助听众理解企业级研发智能体如何从单点能力走向系统化落地；

• 喜 超（华为云高级产品专家）将分享《Agentic Engineering：新一代企业智能体平台架构、协同体系与工程化实践》，拆解AgentOS底层基座架构与多智能体协同体系，解析平台核心能力与工程化实现逻辑；

• 张圣林（南开大学软件学院副院长）将聚焦《面向运维的智能体 OpsAgent & 面向智能体的运维 AgentOps》。议题将从运维视角切入，讨论智能体如何参与故障诊断、运维自动化和系统可观测性建设，同时也反向关注智能体自身如何被监控、治理和持续优化；

• 孟宁博士（梦宁软件创始人 & CTO）将展示《DevStar AI为企业构建 AI 时代的软件工程操作系统》。议题将围绕研发 AgentOS 的架构、能力边界和应用路径展开，帮助听众理解企业未来为什么可能需要一个面向研发智能体的操作系统级底座。

 赛道核心价值：覆盖研发效能、企业级代码生成、Agentic SDLC、AgentOS、AgentOps 与软件工程操作系统，帮助研发团队从“AI 辅助写代码”走向“AI 参与可控交付”。

从规格驱动到驾驭工程：需求、SDD、ATDD 与 Harness 正在接成一条线

开发方式的变化，不只发生在“AI+开发”论坛。

【论坛一：Agentic需求工程与SDD】（8月22日AM）

出品人：杨溢龙｜北京航空航天大学软件学院副教授 

• 蔡李生（中兴通讯有线研究院 AI 技术教练、需求域教练）将分享《基于 OpenClaw 的需求顾问智能体实践》。议题将聚焦需求阶段的 AI 应用，展示智能体如何参与需求澄清、业务理解、问题拆解和方案表达，帮助企业提升需求质量；

• 付安（华为 SDD 专家）将围绕《SDD 驱动企业级AI coding智能体落地实践》，讨论 AI 时代需求、规格和设计如何被结构化表达，并进一步支撑后续开发、测试和交付；

  
  

• 韩金阳（银河证券研发效能负责人）将《基于SDD和SKILLs的全链路AI研发效能提升》结合金融行业效能实践，分享需求工程和研发效能提升中的 AI 应用经验，帮助听众理解复杂业务组织如何推动需求智能化与研发协同升级。

  
  

【论坛二：ATDD实践及其AI基础设施】（8月22日AM）

出品人：刘 涛｜中兴通讯 资深AI算法专家

• 陈雅菲（中兴通讯资深软件架构师、资深敏捷教练、高级 AI 教练）将分享《知识消费驱动的 Spec 编写方法与实践》，讨论 AI 时代 UTDD/ATDD 的工程底座。议题将帮助听众理解，高质量需求和规格说明如何成为 AI 生成、测试和验证的基础输入，进而推动研发过程从 “写代码” 前移到 “编写可执行规格”；

• 张燚钧（中国移动云公司 AI 技术研究员）将分享《移动云基于 Harness 的 AI 原生开发实践》。议题将聚焦云服务研发场景中 AI 如何参与开发与验证过程，重点讨论 Harness 如何承载上下文、工具调用、过程约束和质量反馈，帮助 AI 真正进入工程交付链路。

• 孟一凡（某北美AI独角兽算法工程师）将分享《多 Agent 协同的软件工程实践：从架构设计到落地踩坑》，基于真实项目实践，提出一套"人类掌舵，智能体执行"的 Harness 工程体系，确保代码质量不被生成速度牺牲。

【论坛三：Harness Engineering（驾驭工程）】（8月22日PM）

出品人：神秘嘉宾 敬请期待！

把这些论坛连起来，可以看到一条新的开发链路：

- 业务意图先被需求智能体澄清和结构化；

- Spec 与 SDD 把意图变成可设计、可拆解、可验证的工程规格；

- Coding Agent 与 Agent Team 在 Harness 中调用工具、修改代码、执行任务；

- ATDD、测试、静态检查和人工门禁提供交付证据；

- 运行轨迹、Bad Case、规则和经验回到 Memory、Skills 与组织知识；

- 下一次任务不再从零开始。

过去，开发主要管理“人如何把需求实现成代码”；现在，开发还要管理“人和 Agent 如何共同把意图变成可验证结果”。

从听懂到带走：工作坊把“可持续交付”落到工程防线

论坛回答趋势和实践，8 月 23 日的会后深度工作坊则进一步回答：自主编程智能体进入真实项目后，质量管控体系如何在企业里真正搭起来。

由《软件工程 3.0》作者、CCF 杰出会员、AiDD 技术委员会成员朱少民主讲的「驾驭工程」工作坊，主题是《自主编程智能体质量管控体系——从失败模式到工程防线：让 AI 代码“可控、可验证、可治理”》。

工作坊将围绕 Harness Engineering 的“质量内核”、自主编程智能体的三大失败模式、四层防线与可观测质量控制展开。它把抽象的“AI 代码质量”拆成任务定义、执行环境、工具权限、过程观测、验证门禁和审计回滚等工程机制。

对于正在推动 AI Coding 或 Agent 落地的团队，这组内容会把峰会中的多个议题收束成一套行动框架：先识别失败模式，再设计防线；先明确哪些结果必须验证，再决定哪些任务可以授权；先建立可观测和回滚机制，再扩大自主执行范围。

不同角色，应该带着什么问题来听？

如果你是一线开发者，可以重点关注 Spec Coding、Rules、Skills、Agent Loop、开源组件自动升级和 Coding Agent 的真实研发场景。需要带走的问题不是“哪个工具生成最快”，而是怎样把项目上下文、约束、验证与经验组织成 Agent 可执行的工作系统。

如果你是技术负责人或架构师，可以重点关注 SDD、多 Agent 协同、Cross-Verification、AgentOS、AgentTeams 与 AgentOps。需要判断的是：哪些任务适合授权，哪些决策必须由人把关，如何避免多个 Agent 在复杂系统里放大架构漂移、权限风险和局部最优。

如果你负责研发平台或工程效能，可以重点关注 AI 网关、规范分发、Skill 市场、Harness、可观测、评测、成本治理和工具链接入。平台的目标不只是提高工具活跃度，而是让 AI 参与的交付过程可追踪、可复用、可度量。

如果你负责研发组织，可以重点关注 Coding Agent 从个人赋能到组织进化的路径。真正要建立的，不是一轮工具推广，而是新的角色分工、能力资产、效果证据与责任体系。

开发者的价值不会因为代码生成更快而降低，工作会向需求澄清、规格设计、Agent 编排、验证审查与交付责任上移。

AI Coding 的下一站，是可持续交付

过去两年，AI Coding 的进步让“写代码”这件事发生了显著变化。接下来更深的变化，将发生在代码之外。

当 Agent 开始理解需求、设计方案、修改多个仓库、调用开发工具、执行测试、分析线上问题并沉淀经验，企业不能只提供一个更强的模型。它还要提供结构化规格、项目上下文、确定性工具、运行环境、验证门禁、权限边界、可观测能力和持续反馈。

从北京站开发线可以看到，行业讨论已经越过“AI 会不会写代码”的阶段，开始进入真正的工程问题：如何按规格交付？如何让 Coding Agent 理解存量系统和企业规范？如何为每次 LLM 交互建立验证？如何让多 Agent 协同而不失控？如何把个人经验沉淀为组织资产？

2026 年 8 月 21—22 日，第 10 届 AiDD AI+研发数字峰会北京站，将通过“AI+研发效能提升”“Agentic 企业级代码生成”“Agentic Engineering 核心技术与实践”3 场开发线论坛，系统讨论 AI 如何从代码生成进入真实研发流程；需求与 SDD、ATDD、Harness Engineering 等论坛，还会把上游意图、运行环境和验证机制接入同一条工程链路。

AI Coding 的下一站，不是写更多代码，而是让软件更稳定地被交付。

从写代码到交付系统，变化的不只是开发工具，而是开发这份工作的定义。

峰会独家彩蛋：不止于听，更重在“练”与“连”

参会指南
 时间：2026年8月21日（周五）- 8月22日（周六）
 地点：北京·希尔顿逸林酒店
 查看完整日程：https://aidd.vip/2026bj

 适合谁参加？
 正在探索AI研发落地路径的技术管理者/架构师
 希望用智能体重构研发流程的工程师与测试专家
 关注垂直行业智能化转型的产品与业务负责人
 寻求前沿技术合作与生态连接的创业者与投资人
 渴望掌握AI原生工程方法论的高校研究者与学生

扫码报名，抢占智能研发时代先机！
与80+实战专家面对面，解锁60+硬核议题，连接1000+行业同行者