从「AI For What」到「Value From AI」，100+可落地实践案例打通 AI 实战最后一公里！
4 月 16 日-4 月 18 日，QCon 全球软件开发大会将在北京举办。本届大会锚定 Agentic AI 时代的软件工程重塑，聚焦 Agentic AI、多智能体协作、算力优化、技术债治理、多模态和 AI 原生基础设施等前沿话题，邀请来自腾讯、阿里、百度、华为、蚂蚁、小米、网易等企业技术专家，带来百余项真实落地案例，系统性分享前沿洞察与实战干货，以技术共创探索 AI 落地新路径。
阿里云高级技术专家马云雷已确认出席 “Agentic Engineering” 专题，并发表题为《从 Demo 到规模落地：AIOps Agent 在复杂云原生场景下的研发范式与数据飞轮实践》的主题分享。当前，Agent 已成为企业执行复杂任务的核心载体。但在运维等深水区，开发者常面临“Demo 惊艳，落地乏力”的困境：面对海量异构的日志、指标与动态拓扑，Agent 极易产生幻觉，且性能与成本难以平衡。本次分享将以云原生基础设施智能运维 Agent 的研发过程为核心案例，深入探讨如何打破传统研发模式，构建以统一语义层 UModel 为底座、以数据飞轮为驱动的 Agent Engineering 新范式。
马云雷，拥有 14 年可观测行业经验，从 0 到 1 参与可观测体系建设，主导日志采集、查询、向量搜索、大模型可观测等模块，支撑阿里云可观测实现日处理百 PB 级数据、秒级查询百亿数据。目前专注 Data+AI 方向，探索 Data for AI 与 AI for Data：基于多模态存储检索、数据飞轮、Agent 记忆等赋能 Agent 迭代与训练；依托 Agent 实现 NL2SQL 可执行率 98%，持续迭代 AIOps Agent，在 Agent 研发与运维中沉淀实践，助力构建高效 Agent 数据基座。他在本次会议的详细演讲内容如下：
演讲提纲
AIOps Agent 落地微服务场景的深水区挑战
复杂云原生架构下的故障模式：为何传统 RAG 无法处理动态拓扑与海量日志？
Agent 规模化落地的核心障碍：语义断裂、不可度量、成本失控。
2. 构建行业知识的本体：基于统一语义层 UModel 的世界模型
解决 LLM 对数字世界的理解鸿沟：如何将异构运维数据抽象为统一语义表述。
算子下推与大小模型协同：如何降低 90% 以上的 Token 消耗并提升响应时延。
案例展示：Agent 如何在统一地图上实现有方向的根因分析。
3. 数据进化：从在线运行时数据到 Agent 可靠性飞轮
构建全链路观测体系： 如何通过高质量、无侵入的探针采集 Agent 运行时数据，实现对 Agent 执行路径的深度 Debug。
高质量数据集的持续沉淀： 从海量生产 Trace 中自动化提取、清洗出具有高置信度的数据集用于评估和 RL。
自动化回归与评估： 建立基于实时数据的回归评估机制，确保 Agent 的每一次版本迭代、Prompt 修改或模型升级都“有据可依”。
4. 记忆增强：基于 Context 知识沉淀的长程交互优化
从短期机器挖掘长期价值： 如何将 Agent 的上下文知识转化为长期记忆，沉淀用户交互习惯与专业运维经验。
提升理解准确率： 记忆系统如何辅助 Agent 更好地理解用户意图，解决语义理解的 gap，减少重复问询，提升复杂问题的首轮解决率。
5. 总结：Agent Engineering 的未来范式
DevOps 流程的变化：从 Dev/Ops 分离，到 DevOps 一体化。注重挖掘运行时数据的价值，持续性迭代 Agent 应用的质量。
这样的技术在实践过程中有哪些痛点？
Agent 评测难： 解决基于 LLM 的评估系统置信度不高、End-to-End 指标过粗无法指导优化的问题。
数据利用率低： 解决线上运行的大量 Trace/Log 无法有效转化为模型进化资产的痛点。
落地门槛高： 提供一套从碎片化数据到结构化 Agent 决策的标准化路径。
演讲亮点
UModel 统一语义层，解决 LLM 语义世界和数字世界的理解鸿沟；
在线数据飞轮，基于 Runtime Trace 持续迭代 Agent 的质量。
听众收益
深水区实战： 深入分享 AIOps 这一最复杂 Agent 场景的真实踩坑经验。
工程化范式： 完整介绍一套可复用的 Agent Engineering 方法论，涵盖从语义观测、分层评测到数据回流的全链路。
技术前瞻： 探讨统一语义层解决 Agent 幻觉和不可靠的问题，通过数据飞轮持续迭代提升 Agent 的质量。
除此之外，本次大会还策划了Agentic Engineering、多模态理解与生成的突破、记忆觉醒：智能体记忆系统的范式重塑与产业落地、具身智能与物理世界交互、Agent Infra 架构设计、AI 重塑数据生产与消费、AI 原生基础设施、AI 驱动的技术债治理、小模型与领域适配模型、大模型算力优化、Agent 可观测性与评估工程、AI for SRE等 20 多个专题论坛，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 QCon 北京站现场带来前沿技术洞察和一线实践经验。
更多详情可扫码或联系票务经理 18514549229 进行咨询。
