5月23-24日 深圳-深圳湾万丽酒店 三层宴会厅
QECon全球软件质量&效能大会自办会以来，始终将质量、效能与每一位软件从业人员紧密连接在一起，追寻“提质增效”的最佳实践，坚持“一线技术与工程实践输出”。面向5年以上丰富经验的“实践者”分享具有指导价值的前沿、落地案例，和更多的研发团队进行思想的碰撞与经验的交流。
80
位
实践先行者
1400
+
现场嘉宾
2000
+
全网直播
张海龙
探索 AI Coding 新范式：
从 Copilot 到 Coding Agent
Gru.ai CEO
陈思衡
上海交通大学人工智能学院
长聘副教授、博导
群体智能——通往自动软件开发
的关键突破路径
吴菁
腾讯 tech lead
需求到测试代码：
MBT+LLM在微信支付的落地实践
更多大咖就位中
.....
Keynote Speech
初审议题上新
精准与压测:业务变更影响范围的常态化性能评估与实践 熊林涛 ｜ 中免日上 测试开发专家 | 快手商业化大前端质量保障建设 沈柯 ｜ 快手 测试经理 | 从流量洞察到智能压测：架构转型过程中的性能测试实践 蒋超｜ 工商银行 软件开发中心金融科技经理 |
基于AIGC的金融行业风险管理质量体系优化 方佳璐｜ 杭银消费金融 风控数据质量负责人 | 生成式AI在CV算法测试中的创新实践 李英俊｜ 小米 AI测试专家 | AI赋能软件研发全链路的探索与实践 薛增奎｜ 科大讯飞 iFlyCode研发总监 |
测试效能革新之路 - ebay支付风控新一代低成本行为驱动测试平台演进 施凯｜ eBay 专家软件工程师 | 大模型驱动下的测试用例自动生成与执行结果智能分析 樊展飞｜ 中国移动咪咕公司 技术测试总监 测试团队负责人 | 基于LLM的智能巡检探索实践 黄文昊｜OPPO 高级工程师 |
以知识驱动的软件智能测试新范式 任红亮｜中兴通讯 AI专职教练 AI研发提效项目规划组组长 | 基于需求上下文知识增强的LLM辅助测试设计实践 李贺松｜华为云 PaaS测试TSEG Leader | 大模型时代AIGC生成音频质量保障建设 汪璐璐｜TME 专项测试高级工程师 |
AI驱动的需求分析新范式：智能体与知识工程的协同创新 王玉霞｜中兴通讯 需求教练 | MobileFlow-大模型驱动的终端自动化测试新范式 唐晓璇｜蚂蚁集团 高级算法专家 | 基于大模型的AI多模态评测 罗军（无过） ｜支付宝 AI多模态评测负责人 |
后训练过程中的代码质量提升 蒋思源 | 硅心科技 算法部 代码大模型算法专家 | 金融业场景化的效能度量实践及智能化之路 库宇｜ 高级科技工程师 | CodeFuse：大模型驱动蚂蚁研发提效的创新之路 肖斌｜蚂蚁集团 技术专家 |
复杂配置场景自主遍历测试技术实践 张翼翔｜华为 测试专家 | 复杂软件研发测试与现网应用一致性测试实践 刘光明｜华为 测试专家 | 基于混元大模型的场景自动化用例生成实践 鲁四喜 / 陈玉｜腾讯 支付与金融线 大额支付质量负责人 / 高级测试工程师 |
AI生成单元测试用例：从手工到智能的测试革命 周文海 | 腾讯音乐 高级测试工程师 | 客户端性能质量保障实践 崔盼盼｜腾讯音乐 专项技术测试高级工程师 | 基于LLM的资损风险场景推荐实践 黄晓晴（花名：诗咏）｜阿里巴巴淘天集团 测试开发工程师 |
营销质量AI图片校验专项实践分享 牛文芳（花名：楚浔）｜阿里巴巴淘天集团 高级测试开发工程师 | 领域知识管理与智能问答Agent 牛舒怡｜支付宝 算法工程师 | 文心快码背后的智能化进阶之路 杨经纬｜百度 工程效能部前端研发经理 |
Agent驱动测试效能革命：全链路造数/排查智能化实践 查斌（花名：良徽） | 阿里巴巴淘天集团 高级测试开发工程师 | 基于多模态大模型的UI自动化测试 朱嘉丽｜支付宝 算法工程师 | 行业大模型评测体系 崔润泽｜支付宝 高级测试开发工程师 |
全链路直播质量保障：从端到端稳定性到基于AI的音视频保障 戴杰超｜bilibili 资深测试开发工程师 | 驱动GUI智能体从智能化到高效化的实践探索 蒋文嘉 | 西湖大学 AGI实验室 研究员 AppAgentX作者 | 基于大模型的埋点风险诊断和测试提效应用开发与实践 马先先｜字节跳动 测试资深专家 |
OPPO企业内部AI赋能研效提升的应用与原理解析 归雪锋 | OPPO 软件研发效能负责人 | 代码大模型训练数据建设实践 高超 | 华为云 代码大模型数据专家 | 大模型在研发全流程质效提升中的探索与实践 刘琮玮｜腾讯 工程效能与AI算法研究工程师 |
智启未来：AI赋能的软件测试全流程一体化解决方案 何育育｜ 顺丰科技 测试专家 | 需求-用例-UI自动化：基于AI的三阶自动化测试闭环的构建之道 王伟｜ 世纪鲲鹏优测云服务平台 CTO | 字节跳动 研发效能提升之道：标准化 → 数字化 → 智能化之路 单虓晗｜字节跳动 研发效能资深架构师 |
研发提效的底座：全AI团队能力建设 刘芳｜中兴通讯 有线研发能力中心总监 | 搜推效果分析洞察实践 王万辉｜支付宝 测试开发专家 | 定价/托管/推荐算法评测的模拟游戏沙箱实践 陈丽 ｜ 支付宝 高级测试开发工程师 |
支付宝商家业务增长引擎效果评测提效实战 彭晓茂｜支付宝 测试开发专家 | Agent工具管理与MCP实践 揭光发｜ 腾讯 专家工程师 | 基于DeepSeek的Copilot提效实践 毕鸣一 ｜腾讯云RUM项目技术负责人 专项性能高级工程师 |
代码大模型的训练及发展趋势 董汉德 | 腾讯 腾讯云AI代码助手模型负责人 | 热模型冷思考：领域化治理效能提升案例 于旭东 | 快手高级研发效能专家 | 蚂蚁技术风险SRE在容量层面实践 尚玉飞｜蚂蚁集团 SRE技术专家 |
AI代码助手+ DeepSeek从需求到代码的全场景编程革命实践 孔德远｜腾讯云开发者产品中心 产品经理、运营负责人 | 基于第一性原理洞察AI如何助力研发效能提升 倪炎伟｜ 华为 高级软件工程专家 | 基于 DeepSeek 的代码质量改进 廖斯毅｜趣丸科技 平台开发工程师 |
.... |
闭门智囊会・破解大模型软件测试难题
本专场聚焦大模型在软件研发工具中的创新应用，探索其在代码生成、自动化测试、智能缺陷检测等领域的实践与挑战。论坛将深入探讨如何利用大模型提升研发效能，从需求分析到测试管理的全流程优化，以及多智能体协同在复杂场景中的落地应用。通过案例分享与技术解析，帮助开发者...
发起人：朱少民
QECon发起人 “软件工程3.0”定义者
研讨会话题：
· 之前单元测试用例生成有哪些坑？借助DeepSeek R1会有多大改进?
· GenAl用于API测试用例生成有哪些成熟的实践?
· 测试域训练数据质量普遍比较低，DeepSeek Zero给我们什么新的启示?
· 今天“推理模型+深度搜索”对程序语义的理解更加深刻，是否能解决测试断言（Test Oracle）问题？
· 在复杂业务逻辑中，“推理模型+智能体”组合解决方案可以确保生成的测试用例具有足够的准确性和有效性？
· 当测试人员可能会依赖自动化生成内容时，我们如何保证测试的质量？
· 测试团队或测试人员，如何应对智能测试转型的挑战？
· 之前单元测试用例生成有哪些坑？借助DeepSeek R1会有多大改进?
· GenAl用于API测试用例生成有哪些成熟的实践?
· 测试域训练数据质量普遍比较低，DeepSeek Zero给我们什么新的启示?
· 今天“推理模型+深度搜索”对程序语义的理解更加深刻，是否能解决测试断言（Test Oracle）问题？
· 在复杂业务逻辑中，“推理模型+智能体”组合解决方案可以确保生成的测试用例具有足够的准确性和有效性？
· 当测试人员可能会依赖自动化生成内容时，我们如何保证测试的质量？
· 测试团队或测试人员，如何应对智能测试转型的挑战？
......
闭门智囊会・使用大模型实现质效提升
必须跨过的几座大山
发起人：茹炳晟
腾讯Tech Lead、腾讯研究院特约研究员
研讨会话题：
· 以DeepSeek为代表的推理模型对于质效提升有哪些适合的应用场景？
· 代码补全看起来很高效，但是为什么全局研发效率并没有明显提升?
· GenAI用于代码生成，代码的质量为什么变低了?
· GenAI用于代码生成的安全问题如何解决
· 私域知识库的构建有哪些坑，为什么你的RAG准确性不高?
· 基于DeepSeek蒸馏的“小”模型的私有化部署有哪些实践和应用?
· 以DeepSeek为基础构建的优秀提效应用有哪些？其中哪些思路可以供参考？
· 低成本的Agent开发有哪些方式和主流框架
· DeepSeek出现后，Multi-Agent的机遇和挑战会在哪里?
· 了解业界大厂基于LLM实现质效提升的落地标杆案例有哪些?哪些能为我所用?
· 代码补全看起来很高效，但是为什么全局研发效率并没有明显提升?
· GenAI用于代码生成，代码的质量为什么变低了?
· GenAI用于代码生成的安全问题如何解决
· 私域知识库的构建有哪些坑，为什么你的RAG准确性不高?
· 基于DeepSeek蒸馏的“小”模型的私有化部署有哪些实践和应用?
· 以DeepSeek为基础构建的优秀提效应用有哪些？其中哪些思路可以供参考？
· 低成本的Agent开发有哪些方式和主流框架
· DeepSeek出现后，Multi-Agent的机遇和挑战会在哪里?
· 了解业界大厂基于LLM实现质效提升的落地标杆案例有哪些?哪些能为我所用?
......
3小时工作坊 · DeepSeek技术及企业级
应用实践
内容大纲：
1. 大模型的概念及其发展历程
2. DeepSeek简介
3. DeepSeek核心技术解析
3.1 DeepSeek-V3 模型技术解析
3.2 DeepSeek-R1 模型解析
3.1 DeepSeek-V3 模型技术解析
3.2 DeepSeek-R1 模型解析
4. DeepSeek在企业的应用架构及案例剖析
4.1 部署及应用架构
4.2 企业落地方案及应用案例（一）情报收集与分析
4.3 企业落地方案及应用案例（二）企业级软件研发智
能助手
4.4 企业落地其他场景探讨
4.5 风险管理与供应商选择
5. 竞争格局、行业影响与未来趋势
......
分享嘉宾：李明宇
中科院计算所副教授（高级工程师）
3小时工作坊 · GenAI驱动的端到端
研发需求测试范式跃迁
内容大纲：
从“人工驱动”到“AI+人协同”的业务流重构
LLM赋能端到端研发全流程智能测试演进
1. 业务场景：将AI大模型能力应用到研发全流程中的每个场景，大幅提升整体研发效率和质量，实现从人工驱动向"AI+人"协作的研发模式转变
2. 架构设计：架构支撑AI技术变革--建立智能测试架构体系、流程体系、业务体系、应用体系
3. 演进方案：建立需求-测试端到端全流程测试智能化演进方案
4. 落地举措：全流程AI需求-测试实践
5. 工具介绍：智能测试全流程协同优化体系
从“人工驱动”到“AI+人协同”的业务流重构
LLM赋能端到端研发全流程智能测试演进
1. 业务场景：将AI大模型能力应用到研发全流程中的每个场景，大幅提升整体研发效率和质量，实现从人工驱动向"AI+人"协作的研发模式转变
2. 架构设计：架构支撑AI技术变革--建立智能测试架构体系、流程体系、业务体系、应用体系
3. 演进方案：建立需求-测试端到端全流程测试智能化演进方案
4. 落地举措：全流程AI需求-测试实践
5. 工具介绍：智能测试全流程协同优化体系
......
分享嘉宾：冯锐
中兴通讯研发教练
资深测试专家 AI工具PM
3小时工作坊 ·
跨越LLM四重境界L0-L3：如何引爆软件
质效提升从碎片化到端到端闭环
内容大纲：
1. 软件研发与架构演进的本质
2. 人工智能从L0到L5的能力进阶模型
3. 从古典AI（L0）到通用预训练大模型（L1）
4. 预训练大模型基本原理与质效领域的最佳实践（以GPT系列为例）
5. 从预训练大模型（L1）到推理大模型（L2）
6. 推理大模型基本原理与质效领域的最佳实践（以Deepseek系列为例）
7. 从推理大模型（L2）到智能体（L3）
....
1. 软件研发与架构演进的本质
2. 人工智能从L0到L5的能力进阶模型
3. 从古典AI（L0）到通用预训练大模型（L1）
4. 预训练大模型基本原理与质效领域的最佳实践（以GPT系列为例）
5. 从预训练大模型（L1）到推理大模型（L2）
6. 推理大模型基本原理与质效领域的最佳实践（以Deepseek系列为例）
7. 从推理大模型（L2）到智能体（L3）
....
分享嘉宾：茹炳晟
腾讯Tech Lead、腾讯研究院特约研究员
论坛主题
CONFERENCE TOPICS
自动化到智能化测试实践
在数字化转型加速的当下，自动化测试已成为软件研发效能提升的核心引擎。从接口自动化、UI自动化到持续集成中的测试流水线构建，各行业正通过自动化测试实现快速交付与质量保障。但随着业务复杂度提升，传统自动化测试面临脚本维护成本高、场景覆盖不足、异常检测能力弱等挑战...
出品人：徐艳
微众银行 存款科技产品部
DevOps测试平台负责人
大前端质效提升实践
.....
出品人：
.....
GenAI时代的代码质量
在人工智能快速发展的今天，代码生成技术正逐步成为软件工程领域的革命性力量，尤其是在大模型的推动下，程序的自动化生成和优化已进入一个全新的时代。然而，如何确保生成代码的质量，成为了推动这一技术应用的重要课题。本专场将聚焦于 “GenAI时代的代码质量”，探索如...
出品人：蒋思源
硅心科技 算法部 代码大模型算法专家
GenAI在测试领域的创新实践
在软件开发的快速迭代时代，测试领域面临着前所未有的挑战和机遇。随着生成式AI（GenAI）的崛起，测试流程的智能化和基于智能化的自动化测试迎来了全新变革。本专场旨在探索GenAI如何革新软件测试实践，提升测试效率和质量。本专场将汇聚行业领先的专家和实践者，分享GenAI...
出品人：茹炳晟
腾讯Tech Lead、腾讯研究院特约研究员
LLM赋能下全程质量管理
专场聚焦于探讨：如何借助大规模语言模型（Large Language Model，LLM）技术对企业的全流程质量管理体系进行赋能和优化。本专场将深入剖析包含但不限于“质量知识图谱工程化构建、质量管控流程智能化升级、实时质量过程监控与告警、基于AI的智能决策支持”等核心话题...
出品人：过一峰
小米 手机软件质量信息化负责人
研发大模型训练数据质量
本专场聚焦大模型训练数据的质量治理、领域适配与安全合规，深入探讨如何构建高价值、低噪声的领域数据集。论坛将解析数据清洗算法优化、多模态数据标注标准、私域知识增强等关键技术，并结合DeepSeek Zero等实践案例，分享数据偏差检测、知识蒸馏优化及敏感信息脱敏的解决方案...
出品人：陈思衡
上海交通大学人工智能学院
长聘副教授、博导
智能化时代的研发效能提升实践
专场聚焦于探讨：在人工智能领域飞速发展的时代，大语言模型的出现有望为DevOps带来哪些技术变革。本专场重点讨论但不仅局限于“自动化和效率提升，智能监控和故障预测，Tools智能决策支持，用户体验改善智能分析”等相关...
出品人：马宇驰
AI算法科学家 华为代码大模型首席专家
华为云Dev.AI Lab负责人
测试左移&右移落地实践
在敏捷与DevOps驱动的研发模式下，软件交付周期持续压缩，传统测试模式已难以应对高并发迭代与复杂业务场景的挑战。测试左移与右移作为质量保障体系的核心实践，通过“预防优于修复”和“持续监控反馈”的双向延伸，成为企业突破质量瓶颈的关键路径。本论坛聚焦测试左移与右...
出品人：刘卓夫
腾讯TEG云架构平台部
测试质量中心副总监
基于开源Deepseek的质效提升实践
自人工智能技术蓬勃发展以来，深度学习作为其核心驱动力，正以前所未有的速度重塑着各行各业。开源深度学习平台 DeepSeek 凭借其易用性、高效性和可扩展性，已成为众多企业和开发者探索 AI 应用的首选工具。本次「基于开源 DeepSeek 的质效提升实践」论坛，将聚焦 DeepSeek 在...
出品人：黄胜鲁
中兴通讯 有线研究院FM系统部
有线研究院AI应用负责人
有线院教练组组长
专项测试
汇聚业界顶尖专家与领先企业，共同探讨专项测试领域的最新技术、实践与创新应用。本专场涵盖性能与可扩展性测试、安全测试、兼容性测试、用户体验测试、大数据与AI测试、区块链测试、IoT与边缘计算测试、数据质量、测试自动化、测试工具平台等相关话题，致力于推动专项...
出品人：杨帆
腾讯 专家工程师
质效领域Agent实践
随着人工智能技术的飞速发展，智能化的Agent系统逐渐在软件质量和效能领域发挥着不可忽视的作用。质效领域的Agent实践正成为软件开发与运维中的重要工具，尤其是在自动化测试、质量保证、性能优化和资源管理等方面。本次专场将聚焦于Agent在提升软件质量与效能方面的创新...
出品人：刘名威
中山大学, 软件工程学院，副教授
智能时代的质效度量
近十年，各IT企业都在积极的推进研发数字化，「效能度量」已经成为研发基础设施建设的必要环节之一。随着近几年的深入开展，各企业也都遇到了相似的难题，包括，如何建立体系化“研发效能指标体系”？如何让数据有效的诊断出效能问题，驱动研发团队持续提效，实现从度量→洞察...
出品人：单虓晗
字节跳动 研发效能资深架构师
软件工程、研发效能专家
大模型评测体系与行业实践
出品人：朱少民
QECon发起人 “软件工程3.0”定义者
随着大模型能力的持续突破，LLM技术已深入产业核心场景，推动各行各业的智能化转型。在此背景下，如何构建科学、系统的大模型评测体系以及如何结合行业应用需求来进行评估和验证，成为推动AI应用落地的关键命题。本专场将聚焦大模型评测框架设计、行业基准构建、技术-...
面向未来的系统稳定性
在云原生与分布式架构深度演进的背景下，系统稳定性建设正经历从被动应急向主动防御的范式升级。本专场聚焦智能化技术驱动下的稳定性工程演进，探讨架构韧性设计、全链路风险防控、智能运维体系构建等核心方向，同时关注大模型、AIOps等新技术与传统稳定性保障体系的融合创新...
出品人：刘昊
bilibili 基础架构部 资深研发工程师
基于大模型的工具开发
出品人：归雪锋
OPPO 软件研发效能负责人
本专场聚焦大模型在软件研发工具中的创新应用，探索其在代码生成、自动化测试、智能缺陷检测等领域的实践与挑战。论坛将深入探讨如何利用大模型提升研发效能，从需求分析到测试管理的全流程优化，以及多智能体协同在复杂场景中的落地应用。通过案例分享与技术解析，帮助开发者...
3小时 深度工作坊
Agent智能体开发实践
LLM辅助开发实战
AI模型质量
数据质量工作坊
大模型在几大测试场景的创新应用
度量指标体系建设
全局质量体系建设
......
LLM辅助开发实战
AI模型质量
数据质量工作坊
大模型在几大测试场景的创新应用
度量指标体系建设
全局质量体系建设
......
往届回顾
2020年
2023
深圳
2021年
2023
北京
2022年
2023
上海
2024
深圳
2024
上海
2024
北京
2025
下一站
PAST REVIEW
参会购票
TICKET PURCHASE
大会票种 | 3月1日前 | 4月30日前 | 5月15日前 | 全价 | |
| 6.5折 | 8折 | 9折 | |||
普通票 （不含餐） | 单人价 | ¥ 2900 | ¥ 3680 | ¥ 4150 | ¥ 4600 |
5人团购价 | ¥ 3380 | ¥ 3850 | ¥ 4300 | ||
10人团购价 | ¥ 3180 | ¥ 3650 | ¥ 4100 | ||
标准票 （含餐） | 单人价 | ¥ 3300 | ¥ 4080 | ¥ 4550 | ¥ 5000 |
5人团购价 | ¥ 3780 | ¥ 4250 | ¥ 4700 | ||
10人团购价 | ¥ 3580 | ¥ 4050 | ¥ 4500 | ||
| 购票咨询： 15901265561 小娟 | |||||
深度了解业内领先企业的技术实践与前沿思维，拓宽眼界，把握行业发展趋势，尤其大模型时代，整个软件工程都将发生哪些颠覆性的技术革新，对团队的技术栈，技术策略选择有参考借鉴意义；
探索与我司业务紧密契合、能够为产品与服务提升增添新动力的创新解决方案，一次性学习借鉴30+业界头部企业的最新技术动态，70+一线最佳实践案例分享；
与行业顶尖人士面对面交流，倾听他们的成功经验和洞见，汲取灵感，激发技术创新力；
深度思考和学习有助于调整心态、提升工作效率和投入度，以更高的热情投入到后续工作中；
让团队成员参加技术会议，是一种有效的团队建设和技能提升方式，激励员工学习最新技术，提高团队的整体技术水平和创新能力。
与行业顶尖人士面对面交流，倾听他们的成功经验和洞见，汲取灵感，激发技术创新力；
深度思考和学习有助于调整心态、提升工作效率和投入度，以更高的热情投入到后续工作中；
让团队成员参加技术会议，是一种有效的团队建设和技能提升方式，激励员工学习最新技术，提高团队的整体技术水平和创新能力。
为什么要参加行业技术会议？
承办方
主办方
协办方
金牌赞助
合作方招募中
社区合作
媒体合作
关注QECon公众号
关注QECon视频号
议题投稿
lijie@qecon.net
票务联系
159-0126-5561 小娟
媒体合作
135-1619-6409 皮皮
商务合作
151-2264-3988 木子
购票咨询
15901265561 小娟
