基于 AgentKit 重塑研发协作：从编码提效到组织效能跃迁｜AICon北京

当 Agent 真正进入企业流程，哪些工作可以交给 AI ？50 + 实战案例揭晓答案！

AI 正在从回答问题的辅助工具，走向理解目标、调用系统、完成任务的工作承担者。当 Agent 真正进入企业流程，问题不再是 “如何把 AI 做出来”，而是哪些工作可以交给 AI、结果如何验收、权限、成本与风险如何收住。随着大模型向推理、工具调用、多模态和长任务延伸，开发重心正从单次调用转向上下文、工具、执行环境与反馈回路的设计，Coding Agent 也从代码补全演进为能理解代码库、运行测试、完成复杂任务的工程协作者。OpenAI、Google Cloud、Anthropic 的最新实践共同指向一个结论：模型决定 Agent 能做什么，工程决定它能否真正进入生产、创造价值。

在这一背景下，2026 年 AICon 人工智能开发与应用大会 · 北京站正式启动。本次大会将于 12 月 18–19 日，在北京新云南皇冠假日酒店举办。本届大会以探索 A 应用边界为主题，设置 13 大技术专题，覆盖大模型后训练、推理优化、Agent 工程、知识工程、智能体评测与安全、自进化系统、AI 软件交付、原生架构及组织变革等核心方向，汇聚一线技术专家，深入分享 AI 技术突破与企业规模化落地的真实实践。

火山引擎技术专家朱杰已确认出席 “Agentic Software Engineering｜从代码生成到软件交付” 专题，并发表题为《基于 AgentKit 重塑研发协作：从编码提效到组织效能跃迁》的主题分享。AI Coding 提升了个人编码效率，但需求澄清、方案评审、环境准备、测试与发布仍依赖多人串联，组织交付效率未必同步提升。朱杰的本次分享基于字节内部研发实践，以 AgentKit 为案例，介绍如何以 Spec 明确目标、边界与验收标准，将人工决策与多 Agent 执行编排到同一交付流程。重点剖析 AgentKit 支撑的身份权限、沙箱运行、Skills/MCP、质量门禁及观测评测机制，并通过需求澄清到验收回写的全链路演示，说明任务如何委托、结果如何验收、异常如何转交人工。最后给出以交付周期、一次通过率、人工介入率和缺陷为依据，逐步提升自治等级的落地方法。

朱杰，火山引擎计算产品技术专家，火山引擎 AgentKit 产品核心研发成员。长期聚焦 AI Agent 在研发效能领域的创新与落地，深入探索智能体在需求分析、代码开发、测试验证、问题诊断及交付运维等研发全流程中的应用。致力于以 Agent 技术重塑研发协作与交付模式，推动研发流程从“工具辅助”向“智能自治”演进，持续提升端到端研发效率、交付质量与工程体验。

分析 AI Coding 提升编码效率后，需求澄清、方案评审、环境准备、测试与发布中的协作瓶颈，明确从代码生成走向端到端交付需要解决的问题

介绍 AgentKit 的身份权限、沙箱运行、Skills/MCP、观测与评测能力

演示需求澄清、Spec 确认、Agent 编码与测试、环境部署、验收及结果回写的完整链路，说明关键决策点与异常处理方式

选择边界清晰、验收明确的高频场景，以交付周期、一次通过率、人工介入率和缺陷衡量效果，逐步沉淀流程模板、知识与失败经验

获得一套 Spec 与流程节点设计方法，能够把模糊需求拆解为有明确输入、输出、责任与验收证据的 Agent 任务

理解多 Agent 交付所需的关键工程能力，以及权限、沙箱、质量门禁、观测评测和人工接管的设计要点

获得从小场景试点到团队推广的实施框架，能够通过交付周期、一次通过率、人工介入率与缺陷等指标评估实际收益

除此之外，本次大会还策划了Post-Training Engineering｜数据、奖励与模型能力塑造、大模型推理与算力调度实践、Knowledge Engineering｜让 Agent 理解企业、Multi-Agent Systems、智能体评测与生产可靠性探索、Agent Security｜身份、权限与行动安全、AgentOps｜企业 Agent 全生命周期管理、Self-Evolving Agents｜从经验学习到可控进化、Agentic Software Engineering｜从代码生成到软件交付、Personal Agent、AI 原生架构的演进与治理、AI 时代的组织重构、AI × Industries ｜产业智能化等 13 个专题论坛，届时将有来自不同行业、不同领域、不同企业的资深专家在现场带来前沿技术洞察和一线实践经验。