大会主题
从 Vibe Coding 到 Agentic Engineering：AI 研发范式跃迁
Vibe Coding 是AI研发起点，Agentic Engineering 是行业终极形态。核心拆解从「AI辅助编码」到「Agent自主落地」的核心跨越，聚焦Harness Engineering四大核心体系（评估Evaluation、可观测性Observability、价值落地Outcomes、治理Governance），详解从提示词工程（Prompt Engineering）→ 上下文工程（Context Engineering）→ 智能体工程（Agentic Engineering）的完整演进路径。
驾驭工程Harness Engineering
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。
Spec-Driven Development：规格驱动的开发新范式
AI赋能编码普及后，人的核心工作从「手动写代码」转变为「精准写规格」。规格驱动开发（SDD）是AI编码的核心质量前提，无精准规格则会加速无效代码产出。专场重点拆解GitHub Spec Kit、Amazon Kiro等主流工具的落地实践。
AI Native 研发与质量保障
.......
生产级 AI Coding 实战：效率与质量的平衡术
AI编码演示效果成熟，但生产落地难题突出。聚焦AI编码从80%基础效果到100%生产可用的最后一公里，涵盖自动化代码评审、AI生成代码安全审计、大型复杂代码库上下文管理、Karpathy 80%原则实战验证，同时横向对比Claude Code、Cursor、GitHub Copilot三大主流工具的落地差异。
多智能体协作与编排：Agent 工程化落地
单智能体仅能实现轻量化演示，多智能体协同才是企业级核心生产力。重点拆解Sub-Agent核心编排架构（编排器-工作器、流水线、辩论三大核心模式）、动态工作流设计、智能体间通信机制与状态管理、故障自动恢复等工程化核心能力。
AI 驱动的需求工程与设计：从模糊到精确
需求模糊是制约AI编码落地的最大瓶颈，输入质量直接决定输出质量。专场聚焦AI辅助需求拆解、ATDD测试驱动开发新实践、设计规格自动生成，搭建从产品PRD到可执行技术规格的自动化闭环链路。
Agent 驱动的智能化测试：从辅助到自治
测试是智能体落地最成熟的场景。完整拆解AI测试的演进链路：从AI辅助编写测试用例、Agent自主执行测试、自主分析测试结果到自主修复问题，实现全流程自治测试，落地LLM赋能的测试左移、测试右移全流程实践。
AI Coding 质量管控：从左移到右移的全链路实践
AI生成代码需全新的质量管控体系，传统管控模式不再适用。聚焦AI代码专属评审策略、幻觉代码精准检测、AI原生应用新型测试范式、AI增强代码安全扫描等全链路质量管控方案。
评测驱动研发：模型与 Agent 的能力度量体系
无度量则无优化升级。搭建系统化的LLM/智能体能力评测框架，定义AI编码效率全新度量指标、人机协作效能评估体系，详解评测基准设计方法与行业对标落地方案。
AI 时代非功能测试与安全新挑战
AI研发带来全新安全风险，包含提示注入、幻觉代码、数据泄露、供应链污染等新型问题。专场聚焦AI应用专属安全测试、新型性能测试范式、合规性审计自动化落地方案，解决AI研发的非功能风险难题。
Skills 构建与优化
.......
AI + 平台工程：研发基础设施的智能化演进
AI编码规模化的核心前提是与平台工程深度融合，研发内部开发者平台（IDP）将成为智能体的核心运行载体。重点落地AI驱动的自动化CI/CD流水线、自助式研发环境搭建、平台工程智能化编排等核心能力。
智能运维与 SRE 变革：Agent 驱动的稳定性保障
运维是智能体的核心落地场景，依托Agent实现运维全流程自动化。完整覆盖告警智能分析、故障根因自动定位、线上故障自主自愈的闭环链路，拆解AIOps最新落地实践、混沌工程的AI增强应用方案。
研发智能体与数字员工：从工具到队友
AI的核心价值从「辅助工具」升级为「团队协作队友」。明确研发数字员工的定义与能力边界、人机协同协作模式设计、智能体权限与安全管控体系、企业组织级Agent规模化部署策略。
上下文工程与知识工程
.......
AIGC 时代质效度量与研发管理新实践
AI重构研发生产力的同时，彻底颠覆了传统度量体系，传统代码行数、故事点等指标已完全失效。专场聚焦AI编码全新效率指标体系、人机协作效能度量方法、AI时代研发组织架构变革与技术人才培养体系升级。
AI 驱动的技术债治理与安全
辩证解答AI与技术债的关系：AI既是存量技术债的解决方案，也可能产生新增技术债。重点落地AI辅助遗留系统理解与重构、知识图谱+RAG搭建企业代码知识库、AI生成代码的长期可维护性保障方案。
AI 成本治理与ROI分析
.......
CONFERENCE TOPICS
......
关注QECon公众号
议题投稿
speaker@qecon.com.cn
商务合作
151-2264-3988 木子
票务联系
135-2067-8913 媛媛
媒体合作
135-1619-6409 皮皮
添加QECon小助手，获取
会议最新资讯
购票咨询
13520678913 媛媛
