写点什么

当代码不再稀缺:大型工程 AI 狂欢下的确定性底座|QCon 上海

  • 2026-10-10
    北京
  • 本文字数:1843 字

    阅读完需:约 6 分钟

AI摘要

QCon 上海站聚焦 AI Native 时代工程落地,覆盖 AI Infra、Agent Runtime、安全可观测等九大关键技术方向,汇集百个产业级实战案例。

AI Native 架构需重构系统设计范式,非仅模型集成;Agent Runtime 是生产级智能体的核心调度与生命周期管理基座;Loop Engineering 强调人机协同闭环中反馈机制的工程化实现。

适合 AI 工程师、平台架构师、MLOps 工程师阅读。

从「构建 AI」到「驾驭 AI」,100+ 实战案例拆解 AI Native 时代的工程新实践!

2026 年 QCon 全球软件开发大会大会 · 上海站

将于 10 月 22 日—24 日举办,聚焦 Harness AI 时代的工程实践,围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向,邀请全球技术社区与产业一线的实践者,系统性分享前沿洞察与实战经验,共同探索 AI 从能力到系统、从实验到生产的真实路径。

在这一背景下,2026 年 QCon 全球软件开发大会大会 · 上海站正式启动。本次大会将于 10 月 22 日—24 日举办,聚焦 Harness AI 时代的工程实践,围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向,邀请全球技术社区与产业一线的实践者,系统性分享前沿洞察与实战经验,共同探索 AI 从能力到系统、从实验到生产的真实路径。

哔哩哔哩技术专家张忻正已确认出席 “AI 驱动的软件工程” 专题,并发表题为《当代码不再稀缺:大型工程 AI 狂欢下的确定性底座》的主题分享。AI 大幅降低了代码生成成本,却没有同步降低正确性交付成本。进入大型工程后,模型更像一个能力放大器:工程基础扎实的地方被放大,缺失的约束、验证和定位能力也会被放大。

张忻正本次分享结合后端、Web 前端与移动端的真实实践,聚焦 AI Coding 落地最关键的四件事:约束、定位、验证、度量。分享如何将架构规则从文档变成可执行约束,利用工程关系精准定位上下文,通过自动化验证提供交付证据,并从“代码量、Token、采纳率”等过程指标回归到一个更核心的问题——AI 写出来的代码,我们敢不敢合并?

同时复盘大型团队在 AI 工程化过程中的真实取舍:哪些建设值得持续投入,哪些方案已经验证失败需要止损,以及什么样的工程与协作形态,才能真正支撑 Fullstack 的规模化 AI 交付。

张忻正曾任 FFmpeg Contributor,IJKPlayer maintainer , Monorepo 拥趸,目前从事跨平台技术,死磕 CMP,苹果粉转黑,b 站 0-1。他在本次会议的详细演讲内容如下:

演讲提纲

1. AI Coding 在大型工程中为什么容易失速

  • AI 是能力放大器,而不是工程能力补全器

  • Harness 为什么会快速腐化

  • 局部有效为什么难以跨团队、跨技术栈复制

2. 把工程规则变成 AI 能理解的确定性约束

  • 约束左移:Format、AST、测试、编译检查

  • 让 Codegen、强类型、构建系统承载工程事实

  • 减少平行文档,让代码和工具成为唯一事实来源

3. AI 时代工程能力的四个底座

  • 约束:把架构规则变成机器可执行的检查

  • 定位:从“塞满上下文”转向利用工程关系找上下文

  • 验证:从“生成代码”转向“提供交付证据”

  • 度量:从 Token、代码量、采纳率回归“敢不敢合并”

4. 大型团队的真实实践与取舍

  • 哪些工程建设已经验证有效

  • 哪些方案失败,为什么选择止损

  • Fullstack AI 交付真正跑通需要什么条件

  • 技术改造背后的组织成本与未解决问题

实践痛点

  • 自我变革需要背水一战的决心:改变熟悉的分工、研发方式与交付习惯

  • 面对已经验证不适用的平台和工程,需要敢于否定既有投入,承担拆除与重建的责任

前沿亮点

  • 从“让 AI 写得更多”转向“让团队敢于合并”:重新定义 AI Coding 的工程目标,从代码生成效率回到最终交付确定性

  • 约束、定位、验证、度量的完整工程实践:覆盖后端、Web、移动端,而非单一技术栈的局部实验

  • 真实的失败与止损经验:不仅分享做成了什么,也讲清楚哪些方案为什么失败,以及什么时候应该停止投入

  • 代码成为 AI 与人共同的工程事实:减少依赖文档,通过 Codegen、类型系统、AST、编译和测试,让工程规则直接进入构建链路

听众收益

  • 理解大型工程落地 AI Coding 时,真正的瓶颈为什么从“写代码”转向“确定性交付”

  • 获得约束、上下文定位、自动验证等工程建设的具体实践参考

  • 了解大型团队 AI 工程化中哪些值得做、哪些应该停止做,避免陷入不断堆 Harness 的低效循环

  • 理解 Fullstack AI 交付真正需要的工程和协作基础

除此之外,本次大会还策划了Loop Engineering、千行百业 Agent 创新实践、Agent 自主进化:从记忆到持续学习、Agent as a Service、Vibe Coding 时代的新质量债、理性驾驭 AI 的 SRE 可靠性工程、金融 AI Native工程实践:从研发提效到业务破局、AI Infra:算力效率决定规模化落地、AI Native 架构等 20 个专题论坛,届时将有来自不同行业、不同领域、不同企业的 100+资深专家在现场带来前沿技术洞察和一线实践经验。

查看更多详情可扫码或联系票务经理 18514549229 进行咨询。