从“单点提效”到“组织级可控”：第11届 AiDD峰会 深圳 | “AI+工程效能”线

在人工智能技术迅猛发展的当下，为了帮助企业在人工智能的浪潮中抓住机遇，“AI+研发数字峰会（AiDD）”应时而生，致力于协助企业利用AI技术深化计算机对现实世界的理解，推动研发进入智能化和数字化的新时代。AiDD峰会是兼具专业性、专注性、全面性与前瞻性的顶级 AI 数字峰会。

第11届 AiDD峰会深圳站共设五大条线，分别是“AI+开发”、“AI+测试”、“AI+质量闭环”、“AI+工程效能”、“AI+出海”线。其中“AI+工程效能”策划了三大论坛，涵盖本体论与知识工程、AI驱动研发效能跃迁、智能体工程与可观测性，汇聚了众多AI领域的顶尖专家与前沿成果，包括荣耀、腾讯、华为云、淘天集团、广联达、货拉拉、vivo、智萃引擎、思可为 等顶尖企业与开源社区的实战专家，为参会者带来了一场思想碰撞与技术盛宴。

▼

论坛出品人：王昊奋（同济大学长聘教授/OpenKG发起人之一/AiDD技术委员会成员）

本论坛聚焦数据如何从资产走向知识、再走向决策，讨论政务、金融、医疗、工业等场景中的知识建模与智能应用。论坛将围绕本体设计、关系抽取、知识图谱、RAG增强、推理分析、可视化决策等主题展开，探索如何让数据真正服务运营、获客、分析和决策。听众将理解知识工程在企业智能化中的核心价值。

1. 《确定性与泛化之间：大模型时代的知识工程新边界》

—— 赵培龙 ｜ 杭州智萃引擎 CTO

 内容亮点：

• 直击业务矛盾：专业场景要求决策绝对稳定，但真实场景组合复杂、无法穷举，传统知识工程面临构建与维护成本的双重挤压。

• 新平衡之道：探讨“知识该建多细，模型该推多远”。用明确的具体知识保障确定性场景，用高层专业知识约束模型对未知场景的开放推理。

• 边界重塑：重新思考大模型时代本体与知识工程的角色，探索领域知识与大模型推理能力融合的最佳实践。

 听众收益：

• 从“确定性要求与场景不可穷举”的矛盾出发，重新认知大模型时代知识工程的价值与边界。
• 获取专业场景中确定性知识与大模型泛化能力协同的实战观察与关键问题解决思路。

2. 《业务目标驱动的 AI 本体构建：DataArts 的人机协同与增量演进探索》

—— 贺张俭 ｜ 华为云 智能数据决策高级工程师

 内容亮点：

• 目标驱动建模：结合 DataArts 实践，探讨如何以业务目标指导本体构建，处理业务概念建模、实例抽取与后续维护。

• 多源知识融合：深度剖析结构化业务事实与非结构化文档知识的关联方式，厘清对象粒度、事实与规则的适用条件。

• 增量演进与评估：提出基于业务问题覆盖、人工修正成本和增量一致性评价的质量评估方法，平衡模型稳定性与扩展需求。

 听众收益：

• 掌握业务目标驱动的本体构建方法，清晰判断参考 Schema、既有模型约束和人工确认的适用位置。
• 获得本体审核、增量维护与质量评估的检查要点，科学评估 AI 辅助构建方案的业务可用性与成本。

3. 《改变世界前先认识世界：Ontology 与决策函数驱动的 Agent 工作托管实践》

—— 吕若凡(汀叶) ｜ 淘天集团 智能体工程技术专家

 内容亮点：

• 业务语义统一：以商家财务复杂场景为例，展示如何用 Ontology 组织业务知识，统一对象关系，帮助 Agent 查清影响、减少遗漏。

• 决策函数化：借金字塔原理，将“账单能否重跑”等复杂业务请求表达为包含必需事实、允许/拒绝路径的决策函数。

• 完整闭环实践：通过消费券账单重跑案例，拆解 Frame（目标约定）→ Context（事实查证）→ Decision（路径决策）→ Action（执行验证）的完整工作流。

 听众收益：

• 深刻理解企业 Agent 的决策基础：为何接入工具后，仍需结构化业务知识支撑。
• 掌握将业务请求拆解为任务约定、事实查证、路径选择与执行验证的可落地设计方法。

4. 《从本体到可控 Agent：OpenBKN 的企业业务知识网络开源实践》

—— 李基亮 ｜ 上海思可为智能 CEO

 内容亮点：

• 破解落地难题：直面中国企业软件预算有限、FDE（前沿部署工程师）投入难持续的痛点，提出开源本体平台 + 生态化服务的破局路径。

• 显式化建模：以“对象—关系—风险—行动”描述业务语义，将数据、规则和操作边界显式化，补足 RAG/提示词在行动约束与权限治理上的不足。

• 运行时控制：按任务动态装载业务上下文，在执行中嵌入权限控制、风险控制与证据追溯。

 听众收益：

• 获得一套将企业业务知识转化为 Agent 可用语义层的具体建模与工程路径。
• 可基于开源代码、SDK 与公开样例，快速启动小范围的企业 Agent 验证场景。

5. 《从半自动到AI无人值守：荣耀基于本体论控制论的软件交付工程实践》

—— 董军 ｜ 荣耀终端股份有限公司 营销服领域资深IT专家

 内容亮点：

• 直击三大断层：针对 AI 交付中的“语义断层、上下文断层、控制断层”，提出将本体与控制闭环引入 AI 交付场景。

• SDD 本体论工程化：通过规格驱动开发（SDD），让 AI 基于统一事实源运行流水线，构建统一语义层。

• Harness 控制论工程化：打造 Control Loop、Multi-Agent 协同与 Observability&Evaluation 闭环，让 Agent 交付可观测、可验证、可干预。

 听众收益：

• 建立本体与控制的系统认知：理解本体是贯穿全流程的“活资产”，控制是从目标边界到事实回写的完整工程闭环。
• 获得从真实项目提炼的“SDD 三阶段 + Harness 六步闭环”工程框架，附带量化数据，可直接指导团队 AI 交付体系建设。

论坛出品人：朱少民（《软件工程 3.0》作者/CCF 杰出会员/AiDD 技术委员会成员）

本论坛聚焦AI如何贯穿研发、管理与交付全流程，推动效能提升从局部工具优化走向系统性变革。论坛将讨论智能研发流水线（CI/CD增强）、AI研发效能画像、人机协作优化、AI赋能项目管理等主题，分享AI在研发提效中的真实实践。听众将获得面向研发组织提效的整体视角和可操作方法。

—— 何德全 ｜ 广联达科技 产研管理部总监

 内容亮点：

• 三层落地体系：拆解从试点到规模化的路径：基础能力层（工具/网关/Skill） → 研发方法层（SDD/Context/Harness） → 组织机制层（试点/度量/治理）。

• 从 Vibe Coding 到 Spec Coding：探讨如何将 PRD、架构、规范组织成 AI 可理解的工程上下文，建立“生成—审查—准入”的团队协同机制。

• 规模化复制策略：分享“选样板-跑试点-建资产-再复制”的四步推进法，以及如何根据团队 AI 成熟度采用差异化推进策略。

 听众收益：

• 管理者视角：获得企业推进 AI 研发规模化落地的完整视角，掌握覆盖率、采纳率、端到端效率与 ROI 的组合判断方法。

• 实践者视角：了解 SDD、Context、Harness 等能力如何组合进入真实研发工程，避免“使用率高不等于真实效率提升”的陷阱。

2. 《多智能体重构生产力：超级团队进化与人力价值跃迁》

—— 张广发 ｜ 货拉拉 AI应用技术运营负责人

 内容亮点：

• 端到端链路重构：以外呼 bot 研发为例，展示从“人工经验”到“流程状态机”，再到“AI 自动执行 + 人工复核”的演进路径。

• Agentic Harness 构建：详解执行额度控制、降级兜底、容错重试、幂等性与全链路审计追溯等工程治理手段。

• 三层组织记忆：将记忆系统从“存对话”升级为 Episodic/Semantic/Procedural 三层结构，结合 RAG 与自检反思提升稳定性。

 听众收益：

• 学会一套可复制的外呼研发团队工作模式重构体系，真正实现“一人团队”的端到端闭环。
• 掌握企业级 AI 应用在执行治理（成本/时长上限、防重复、全链路留痕）上的运行框架，让智能体从“能用”走向“稳定、可控、可治理”。

3. 《数字员工平台驱动AI原生组织升级》

—— 丁涛 ｜ 腾讯 技术专家

 内容亮点：

• 三层能力体系：构建原子基建层（知识/工具/Skill资产化）、AI 平台层（装配/运行/调度/度量）与业务能力层（单/多 Agent 工作流）。

• 引擎与协同实践：详解 Agent Loop 执行、多 Agent 任务分派与过程监督，以及 Summary → Memory → Experience 的分层记忆进化机制。

• 规模化度量生态：围绕 Token 效率、平台稳定性与任务执行耗时，建立可观测、可评估、可优化的开发者生态与生产力度量体系。

 听众收益：

• 获得企业 AI 驱动组织升级的系统方法，识别从零散 AI 工具走向流程级协作的关键建设环节。
• 掌握数字员工平台在 Agent 运行、多 Agent 协作、人机协同与分层记忆机制上的关键设计思路。

论坛出品人：马宇驰（华为云 代码大模型首席技术专家/研发大模型团队Leader）

本论坛聚焦生产级智能体的工程化落地，讨论如何让系统从黑盒试验走向透明、可控和可演进。论坛将围绕上下文工程、Harness、Loop Engineering等展开，包括Agent运行监控、轨迹追踪、异常定位、故障恢复、漂移治理等主题展开，强调可观测能力在智能体实际应用环境中的关键作用。听众将理解如何构建可验证、可维护、可持续优化的企业级智能体体系。

1. 《支付高可靠场景下的知识底座与研发Harness建设》

—— 李钟麒 ｜ 腾讯 AI研发效能专家工程师

 内容亮点：

• 从黑盒到可度量：聚焦支付高可靠场景，拆解知识底座与自动化需求实现 Harness 两大任务的可观测建设路径。

• 差异化指标设计：知识侧关注校验通过、来源置信度与增量重学；研发侧关注门控拦截、代码采纳、字段约束与反馈闭环。

• 自治边界划定：明确知识编译可批处理持续重学，而研发交付在跨模块、资金相关变更上必须保留人工卡点。

 听众收益：

• 获得一个可迁移的框架：不同任务的 Agent 共用“分离、断点、人签、可触发动作的指标”基座，再按产物分别设计。
• 看清知识生产与研发交付为何不能共用同一套观测体系，掌握两者的链接点与评估方法。

2. 《从能调用到能交付：手机 Agent 的 Harness 工程实践》

—— 苏婵菲 ｜ vivo 技术专家

 内容亮点：

• 复杂环境挑战：直面手机环境中动态变化的应用状态、跨应用协同、设备资源约束及隐私安全权限管理挑战。

• Harness 执行工程：详解个人化上下文构建、端云协同任务编排、Task State 管理、执行 Trace 追踪、异常恢复与结果验证。

• 生态协同标准：探讨 MCP、A2A 等协议、可信授权机制如何推动 Agent 从单点能力走向稳定、可信的跨服务任务交付。

 听众收益：

• 掌握从意图理解到个人化任务规划的关键思路。
• 深入理解手机 Agent 在受限环境中稳定执行的 Harness 工程方法与可信执行生态协同实践。

3. 《记忆即智能：货拉拉对话式 Agent 的四层渐进式记忆与自进化实践》

—— 郑绮欣 ｜ 货拉拉 资深算法工程师

 内容亮点：

• 打破“章鱼式困境”：解决传统对话系统跨会话、跨渠道“一切从零开始”的失忆痛点。

• 四层渐进式架构：构建 L0 数据底座（全还原）→ L1 感知层（毫秒级捕捉意图/情绪）→ L2 决策层（规则策略调度）→ L3 画像层（沉淀核心特征）的认知加工链路。

• 认知飞轮自进化：打通全触点会话，依托真实业务数据反向优化画像与策略，以极低延迟代价换取转化率与留存率的显著提升。

 听众收益：

• 掌握“数据底座 → 感知 → 决策 → 画像”四层渐进式记忆的设计思路，避免重走“只会传状态、不会做认知”的弯路。
• 收获跨渠道身份打通、画像混合更新、策略效果闭环自进化等关键环节的具体实现方案与工程权衡经验。

4. 《Agent场景下的推理优化与可观测》

—— 庞士冠 ｜ 华为 推理优化专家

 内容亮点：

• 推理性能优化：聚焦 Agent 长链路、多步决策挑战，详解动态批处理、KV Cache 复用、投机采样与异构调度策略，平衡成本与响应速度。

• 全链路可观测：覆盖链路级 Trace、中间思维链（CoT）记录、工具调用监控与异常回放，实现黑盒行为的透明化。

• 稳定性与成本控制：探讨 SLA 保障、弹性扩缩容与性价比优化的工程实践。

 听众收益：

• 深入了解大模型推理核心原理及其在 Agent 场景下的优化策略。
• 掌握 Agent 与 LLM 交互过程的可观测性建设方法，具备失败定位、中间状态复现与行为审计的实战能力。

无论你是关注研发效能转型的技术管理者，还是渴望用 Harness 掌控 Agent 交付的架构师，亦或是深耕底层推理优化的工程专家，这场峰会都将为你提供经过一线炮火检验的 “避坑指南” 与 “落地蓝图”。相约深圳，让我们共同见证并参与这场“AI+工程效能”的范式革命，把不确定的 AI 能力，转化为确定的组织级生产力！

 大会时间：2026年12月3日 - 4日
 大会地点：中国 · 深圳
 完整日程与早鸟报名：www.aidd.vip/2026-shenzhen-schedule

 互动福利：
在评论区留言 “你最期待的演讲嘉宾或话题”，我们将抽取 1 位幸运读者，送出 AiDD 峰会单日通票或独家闭门会参与资格！

 立即扫码报名，与顶尖技术大脑同行，抢占 AI 研发新范式先机！