专场:驾驭工程Harness Engineering
本专场聚焦驾驭工程的最新设计框架与落地实践。提示词工程仅针对单次模型交互做指令优化,应用增益已见顶;上下文工程将提示词管控纳入其中,统筹管理模型全部输入信息以保障输出质量;驾驭工程作为涵盖前两者的高阶体系,为大模型搭建完整的外部运行管控框架,支撑规模化、长周期、高质量的企业级AI落地。本专场将分享最新落地经验,涵盖企业级上下文与知识管理,多 Agent 编排与协同,长程任务管理与记忆体系搭建等深度内容。
专场出品人:张乐 
腾讯 智能化软件工程资深技术专家 、研发效能资深技术专家
负责支撑数万人规模的 AI Coding 及智能化工具平台的设计与研发、Harness Engineering 的设计与实现。曾先后就职于百度、京东等国内一线互联网企业及多家世界五百强公司,长期负责研发效能提升、研发效能度量体系建设、敏捷与DevOps实践落地及平台工程体系的研发工作。《研发效能宣言》发起人及主要内容起草人、《AI质效宣言》共同发起人,DevOps运动国内早期布道者与推动者。著作:《软件研发效能提升实践》、《软件研发效能权威指南》;译著:《独角兽项目:数字化转型时代的开发传奇》、《价值流动:数字化场景下软件研发效能与业务敏捷的关键》。知识星球“AI x 研发效能”主理人。
乔红麟
前阿里云 资深技术专家
前阿里云资深技术专家,拥有 10 余年 AI 与云计算实战经验,曾负责数据库智能化、GTS 行业 AI 落地、阿里云AI客服云小二 Aivis 和 阿里数字员工产品QoderWake 等研发团队。专注大模型与 Agent 产品、领域后训练与数据工程、Harness Engineering、AI-Native 组织及 FDE 式企业 AI 落地。
他也是个人公众号「Fighter 的世界」主理人,持续分享 AI 产业趋势、Agent 产品工程、数字员工与企业 AI 落地实践。
待定
待定
FDE重塑软件交付:一线实践、共识与非共识
议题背景:
FDE 不是驻场交付的新名字,而是工程师深入真实场景,用生产级实现解决完整问题,并把现场经验反哺产品的工作方式。
AI 时代的软件交付正从 Coding 扩展到 Plan、Design、Build、Test、Deploy、Maintain 软件开发全流程SDLC,但通用 Agent 进入企业后,仍要面对代码库、组织上下文、隐性规则、评测、权限与责任边界,产品能力与真实生产之间的缺口不会自行消失。
本次分享以软件交付全流程为具体场景,拆解 FDE 如何发现高价值切入点、定义成功标准、共建生产方案、推动实际采用,并把项目经验沉淀为平台资产;在此基础上,再跳出软件交付场景,总结 FDE 已形成的共识、仍在争论的非共识。

内容大纲:
1. 两个问题:什么是 FDE,为什么 Software Factory 需要 FDE
1.1 FDE 的定义:深入真实现场解决完整问题,同时把解决方案抽象为产品与平台能力
1.2 Software Factory 的完整链路:客户与生产信号 → 任务定义 → 设计与编码 → 测试与审查 → 发布 → 业务结果反馈
1.3 核心矛盾:通用 Agent 能生成代码,但不知道企业真正该做什么、怎样才算做对,以及在什么条件下可以进入生产
2. FDE 的不可削减内核:一个定义,三段收敛
2.1 四条底线:深度进入现场、交付生产级实现、现场信号回流产品、不以人天和服务收入定义价值
2.2 三段收敛:从实际问题到技术方案、从技术方案到产品能力、从产品能力到规模化交付
2.3 与传统实施的分界:只有现场解题,没有产品回流,是外包;只有平台设计,没有现场验证,是闭门造车
3. 具体场景:FDE 如何介入并改造 Software Factory
3.1 看见真实系统:沿 Plan、Design、Build、Test、Deploy、Maintain 走完整条交付链,找到客户描述的流程、制度规定的流程与实际运行流程之间的差距
3.2 定义值得解决的问题:从客户与生产信号出发,识别制约端到端交付的真实瓶颈,而不是默认从 Coding 或「部署更多 Agent」开始
3.3 选择第一个切口:优先进入高价值、边界清楚、结果可验证、失败可隔离或回滚的任务;用小范围生产结果建立信任,而不是先承诺全流程自治
3.4 与现场专家共同构建:把代码库知识、历史决策、隐性规则、完成标准和风险边界,转换成 Context、Skill、Eval、确定性护栏与权限策略
3.5 从一个任务扩展到全流程:Agent 从建议、起草走向执行;人的注意力上移到目标、优先级、冲突取舍、异常处理和不可逆动作授权
3.6 把项目变成产品:将成功路径、失败样本、人工纠正与执行轨迹回流为平台能力;用后续场景定制量是否下降,检验 FDE 是否真正形成复利
3.7 重新定义交付结果:不再用代码量、Token 或 Session 代表产出,而看单位可信业务结果所需的周期、人工注意力、成本与风险
4. 从软件交付案例中提炼出的 FDE 共识
4.1 模型能力不是主要瓶颈,组织吸收能力才是;FDE 填补的是通用能力与真实生产之间的缺口
4.2 FDE 必须交付生产级技术实现,而不是停留在建议、Demo 或咨询报告
4.3 Eval-Driven Development 与「确定性护栏 + 概率性智能」是复杂 AI 系统进入生产的共同方法
4.4 现场信号必须回流产品;Context、Eval、Skill、失败模式和执行轨迹,才是可复用的核心资产
4.5 这些共识并不只属于软件交付,也适用于所有通用 AI 能力进入复杂业务流程的场景
5. 跳出软件场景后,FDE 仍未解决的非共识
5.1 FDE 是产品发现引擎,还是可独立盈利的服务模式?其 ROI 应用产品资产还是服务毛利衡量?
5.2 FDE 能否规模化?关键是增加更多 FDE,还是持续提高单位 FDE 产出的标准化资产量?
5.3 FDE 会不会被 Agent 替代?我的判断:可验证的执行层会被大量自动化,问题定义、取舍和验收等判断层价值反而会上升
5.4 FDE 模式能否复制?我的判断:职能可以复制,经济模型很难复制;真正的判据是后续交付的定制量能否持续下降
5.5 回到实践:企业是否需要 FDE,以及怎样判断一支团队没有做成驻场外包或高级售前

听众收益:
1. 看懂 FDE 如何真正工作:通过 Software Factory 全流程案例,理解 FDE 如何从真实流程中发现问题、选择切口、构建生产方案,并把一次性交付沉淀为平台能力。
2. 获得一套可执行的场景攻坚路径:从问题识别、成功标准、专家共建、Eval 与护栏、渐进授权到反馈回流,判断通用 Agent 怎样才能进入企业生产,而不只停留在 Demo。
3. 带走可迁移的判断框架:用「四条底线 + 三段收敛」识别 FDE、驻场外包与高级售前,并理解 FDE 在产品定位、规模化、经济模型及与 Agent 的关系上真正存在的分歧。
敬请期待
......
.....
待定
待定
敬请期待
....
关注QECon公众号
关注QECon视频号
议题投稿
speaker@qecon.com.cn
商务合作
151-2264-3988  木子
票务联系
159-0126-5561 小娟 
媒体合作
135-1619-6409  皮皮
购票咨询
小娟 15901265561
服务总线
400-183-9980  
电话咨询
联系电话:
翟国娟 15901265561