返回资讯中心
外部精选
软件工程
#工程实践#架构

AICon 北京 2026 议题征集启动:寻找把 AI 做进真实生产的人

更难的问题是:它能不能在真实系统中持续工作?出了错能不能定位?权限能不能收住?成本能不能算清?生成的代码能不能维护?一个能在演示中完成任务的 Agent,距离真正进入生产环境,还有多少工程问题要解决?

InfoQ 中国AICon 全球人工智能开发与应用大会2026/10/8 · 18 天前6 分钟阅读中文

以下正文同步自 InfoQ 中国,版权归原站所有,已转换为易读排版。

更难的问题是:它能不能在真实系统中持续工作?出了错能不能定位?权限能不能收住?成本能不能算清?生成的代码能不能维护?一个能在演示中完成任务的 Agent,距离真正进入生产环境,还有多少工程问题要解决?

过去一年,大模型的能力继续向推理、工具调用、多模态和长任务延伸,开发重心也随之发生变化。团队开始从单次调用模型,转向设计 Agent 的上下文、工具、执行环境和反馈回路;从关注一次回答是否正确,转向评估完整任务轨迹、异常恢复和长期稳定性;从追求更强的单一模型,转向根据质量、延迟和成本进行多模型调度。

软件开发也在改变。Coding Agent 正从代码补全工具走向可以理解代码库、调用工具、运行测试和完成复杂任务的工程协作者。工程师需要思考的,不再只是如何写出更多代码,还包括如何描述目标、设计约束、建立验收标准,并让人能够理解、检查和接管 Agent 的工作。

这些变化正在把 AI 开发带入更深的工程区。OpenAI、Google Cloud 和 Anthropic 近期公开的工程实践,都把上下文管理、Agent 评测、安全边界、成本控制和人机协作列为生产落地的重要问题。

2026 年 12 月 18 日至 19 日,AICon 全球人工智能开发与应用大会将在北京新云南皇冠假日酒店举行。我们希望邀请正在解决这些问题的一线专家、技术负责人和产品实践者来到现场,分享已经发生在真实业务中的经验。

本届 AICon 北京站设置 12 个专题,覆盖模型能力、推理基础设施、Agent 工程、软件研发、产品设计和商业化实践。

关注任务轨迹与合成数据、SFT、偏好优化、RFT、RLVR、Reward Model、模型蒸馏及领域小模型,讨论如何建立数据、训练、评测、灰度和回滚的工程闭环。

关注模型路由、KV Cache、批处理、并发调度、GPU 利用率、弹性伸缩与故障切换,讨论如何在质量、延迟、成本和安全之间作出选择。

关注企业语义、知识图谱、多模态知识解析、RAG、GraphRAG、Context Engineering、长期记忆与知识治理,让 Agent 能够理解业务概念、约束条件和行动边界。

关注任务拆分、节点契约、多 Agent 协作、动态路由、状态管理、人工审批和失败恢复,讨论 Agent 如何安全接入 CRM、ERP、工单及供应链等业务系统。

关注真实业务评测集、Tracing、Replay、回归测试和质量 SLO,也关注长任务中断、重复执行、状态污染、工具失效、人工接管及业务补偿。

关注 Agent 身份、委托关系、最小权限、临时凭证、MCP 信任机制、提示注入防护、敏感数据保护、人工审批和全链路审计。

关注 Agent 的目录、版本、依赖、部署、监控、回滚与下线,以及模型、Prompt、Skill 和知识变更的统一管理。

关注经验记忆、Prompt 与 Skill 优化、工作流搜索、反馈学习和自修改 Agent,也讨论自动评测、灰度发布、退化检测及回滚机制。

关注 Spec 驱动开发、研发 Agent 协作、代码库上下文、自动测试、质量门禁、遗留系统改造、安全漏洞和技术债治理。

关注语音和多模态交互、Computer Use、生成式界面及主动式服务,讨论用户如何表达目标、查看计划、确认高风险行动,并在出错后接管任务。

关注代码管控、安全约束、成本优化、模型稳定性、CLI 接口和 Skill 规范,讨论企业如何建立可控、可维护的 AI 原生架构。

关注市场选择、需求验证、产品本地化、海外获客、定价支付、成本控制和合规,也欢迎团队复盘失败、调整与重新找到增长路径的过程。

如果你正在研发、部署或管理大模型及 Agent 系统,并且愿意公开分享其中的技术判断和实践过程,我们期待收到你的议题。

你可以来自模型、算法、数据和推理团队,也可以负责 AI 平台、基础设施、架构、安全、SRE 或软件研发;可以是企业内部的技术负责人,也可以来自开源项目、创业团队和成熟产品团队。

产品经理、设计师和全球化业务负责人同样是本次征集的重要对象。如果你正在探索新的 AI 交互方式,或者已经经历过海外市场选择、产品本地化、商业化及合规问题,也欢迎提交实践。

公司规模和项目知名度不是唯一标准。我们更关心的是:你解决了什么具体问题,为什么选择现在的方案,过程中遇到了哪些意外,哪些判断后来被证明是错的,以及听众可以把哪些经验带回自己的团队。

AICon 的听众以具有 5 至 8 年工作经验的技术骨干和技术管理者为主。一场好的演讲,需要让他们在 40 分钟内获得能够理解、判断和复用的信息。

AICon 不接受以产品宣传为主要目的的演讲。产品可以出现在案例中,但演讲需要回答工程问题,并说明方法、条件和结果。

目前,张铭、江鹏、周俊担任本届大会联席主席。杨杰、程岩、陈舒、余瑶、刘中兵、郑洋飞担任专题出品人,将与组委会共同参与专题策划和内容建设。联席主席、专题出品人与演讲嘉宾是不同角色。后续通过评审的演讲议题及讲师信息,将陆续在大会官网公布。

提交时请准备个人简介、演讲题目、200 至 300 字演讲摘要、结构化提纲、实践痛点、议题亮点和听众收益。摘要中建议写清问题背景、方案选择、技术细节、实施效果及可公开的数据。议题通过评审后,组委会将通过邮件发送正式邀请函,并与讲师继续打磨内容。

大会官网:https://aicon.infoq.cn/2026/beijing/

如果你已经把 AI 做进真实业务,经历过那些演示中看不到的问题,欢迎把这段实践带到 AICon。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →