
随着人工智能技术的突破性进展,AI 应用开发已成为全球技术革新的核心,并以前所未有的速度改变着世界,您准备好了吗?作为企业技术管理者和架构师,您是否在思考如何利用 AI 推动业务强劲增长?
AI 应用开发实践涉及到数据采集与处理、机器学习模型的构建与训练、深度学习技术的应用、以及 AI 系统的集成与部署等多个环节。从智能个性化推荐算法到复杂的自动驾驶系统,再到医疗健康领域的精准诊断,AI 正以其独特的方式重塑着各行各业的面貌。我们惊喜地看到从中小创业公司到大型企业,都在利用计算机视觉、自然语言处理、个性化推荐、对话式交互等 AI 能力提升业务效率、优化用户体验,显著增强了产品的市场竞争力。
同时我们也关注到,在实际的 AI 应用中,确保 AI 技术与具体业务需求的紧密结合仍然是一个复杂的挑战,涉及到高质量的数据收集与预处理、模型的选型、RAG 等工程扩展技术,去取得更具鲁棒性和灵活性的解决方案。
10 月 18—19 日 QCon 全球软件开发大会(上海站),我们设置了【AI 应用开发实践】专题,聚焦实战直击痛点!我们邀请了来自字节跳动、百度、阿里巴巴等头部企业的 AI 专家,分享他们在 AI 代码补全、Agent 开发、电商 AI 落地等方面的实战经验,并探讨如何解决数据安全、性能优化、跨平台兼容等关键挑战。目前是8 折购票倒计时 2 天,感兴趣的同学抓紧机会。
 
 精彩内容抢先看
演讲主题:豆包 MarsCode 在 AI Coding 的探索与实践
 
 自 LLM 用于辅助编码以来,Al 增强开发成为目前最具革命性的技术趋势,人类开发软件的方式正在发生根本性的变化。预计未来几年,世界上每一位工程师都会在 AI 辅助下进行开发,这是一个令人振奋和向往的技术浪潮,豆包 MarsCode 作为浪潮中的一份子,对 AI Coding 技术在编码开发场景的落地有一些自己的见解。本次演讲我们将分享豆包 MarsCode 在 AI Coding 方向的实践和探索,探讨 AI 与编程工具如何深度融合以及我们对未来软件开发形态的展望。
演讲提纲
1. AI Coding 的演进史和发展趋势
2. AI 代码补全和 AI 问答的效果优化实践
- 代码补全关键指标 (CPO) 
- CPO 的定义要素 
- 如何用 CPO 衡量代码补全的真实价值 
- 代码补全核心实现架构 
- 如何降低 debounce,提升注释、补全的续写效果提高尝试率 
- 如何通过模型推理优化和网络、压缩等工程侧优化提升反馈速度 
- 如何通过推荐时机优化和模型训练提升采纳率 
- 基于 CKG 优化 AI 代码知识问答效果实践 
3. AI Coding 带给 IDE 的变革和工程实践
- AI IDE 核心三要素:AI 原生交互 + 随时随地开发 + 服务集成化 
- 基于前后端分离实现 IDE 模块解耦划分 
- IDE 性能优化:Rust 重构、通道复用、协议压缩、Web Component 化 
- 云 IDE 秒级启动实践:基于 K8s 定制池化调度策略、存储热挂载、进程 HotReload 
4. 未来 AI Coding 的展望
- 谈谈下一代的 AI Coding 技术 
- 升级版 AI 代码编辑推荐 (补全 Pro) 和 AutoDebug 的产品化探索 
- 未来软件开发趋势展望 
实践痛点
- 如何更好去优化 AI 代码补全,如何定义指标,如何从算法侧和工程侧如何综合去优化整个链路 
- AI Coding 新技术多且不算特别成熟,如何基于当下评估能力的可用性,做新技术的探索和落地 
- 云 IDE 如何做工程化落地 AI 给 IDE 带来的变革 
演讲亮点
- 字节跳动对于 AI 代码补全和 AI 问答的效果优化实践 
- 字节跳动对于 代码推荐 (补全 Pro) 和 AI AutoDebug 两类新 AI Coding 场景的技术探索和产品化落地探索 
- 业内 Top 级云 IDE 工程 
听众收益
- 了解目前 AI Coding 领域最前沿的行业动态和知识 
- 了解 MarsCode 在 AI 代码补全效果和 AI 问答效果的优化实践 
- 了解 AI 代码编辑推荐和 AI AutoDebug 两大即将普惠的 AI Coding 技术和对其在落地形态的思考和探索 
- 了解 MarsCode 在 AI IDE 领域关键工程技术和实践经验 
演讲主题:百度文心智能体开发实战与分发模式创新
 
 随着人工智能技术的蓬勃发展,AI Agent 作为智能服务的关键载体正深刻影响着各行各业。本次演讲,我将以“文心智能体”平台的智能体开发实战为蓝本,深入剖析 AI Agent 从理论到实践的构建过程;同时,结合“旅游 AI 助手”的分发实践,探讨 AI Agent 在多样化市场中的高效、安全分发策略。通过这两个具体案例,结合最新的开发工具、框架及最佳实践,揭示 AI Agent 在提升服务效率、优化用户体验方面的独特价值。此外,我们还将直面数据安全、性能优化、跨平台兼容等核心挑战,提出切实可行的解决方案,为听众呈现一场既具深度又具实用性的 AI Agent 开发与分发盛宴。
演讲提纲
1. 引言
- Agent 技术背景与定义 
- 演讲目的与结构概述 
2. Agent 开发实战(文心智能体)
- Agent 应用理论基础 
- 技术选型与架构设计:构建高效能 Agent 的基石 
- 文心智能体的特点与应用效果 
3. 分发模式创新(以旅游 Agent 为例)
- 分发策略设计:质量评估、用户体验优化与反馈机制 
- 实战案例分析:旅游领域的 Agent 分发实践,包括市场定位、渠道选择、用户反馈等 
- 分发成效评估:市场反响、用户满意度、业务增长等关键指标 
4. 核心难点与挑战及解法建议
- 数据安全与隐私保护:挑战分析、现有策略与未来展望 
- 跨平台兼容性与标准化问题:现状剖析、解决方案与标准化路径 
- 实战中的其他挑战与应对策略分享 
5. 总结与展望
- Agent 应用研发与分发实践的关键点回顾 
- 未来发展趋势预测:技术革新、市场变化与用户需求 
- 鼓励行业交流与合作,共同推动 AI Agent 技术的持续进步 
实践痛点
- 数据安全与隐私保护:如何确保 Agent 应用的数据安全与隐私保护成为一大挑战 
- 算法性能优化:随着应用场景的复杂化,如何提升 Agent 的算法性能,确保其实时性与准确性成为关键 
- 跨平台兼容性与标准化问题:不同平台间的兼容性问题以及缺乏统一的标准框架,限制了 Agent 应用的广泛推广与应用 
演讲亮点
- 探索最新的 Agent 应用开发范式 
- 分享 Agent 应用设计和开发过程中的关键技术考虑,以及在实际应用中的成功案例 
听众收益
- 深入理解 Agent 技术的理论基础与应用场景 
- 掌握 Agent 应用的研发流程与分发策略 
- 获得最新 Agent 应用领域的前沿知识和工具应用经验 
演讲主题:AI 托管商家经营:1688 电商 AI 落地实战
 
 1688 对接了大量的工厂类型商家,他们普遍存在供应链能力强但是线上运营能力较弱的问题,这类商家在网站上缺乏有效的方法论指导,电商经营的试错成本居高不下,导致流失率较高。如何通过 AI 技术帮助商家提升线上运营能力,从而提升商家的经营效果是一个具有挑战性的命题。本次分享将结合 1688 商家端的 AI 实战,介绍面向商家提供的 AI 智能化服务,包括咨询问答、 客户管理、 商品运营、经营计划等工作,以及业界领先的 AI 经营托管能力,并阐述相关的技术方案和踩坑经验。
演讲提纲
1. AI 应用的趋势洞察与判断
- 产业 AI 应用观察 
- 商家 AI 产业应用深度定义和全景 
- AI 2B 市场和客户画像分析 
2. 商家 AI 场景的应用实战
- 各类 AI 技术在商家领域内的应用 
- 图文 GC:隐藏在标题、图片里的坑 
- 问答:多轮对话牵引商家行动 
- 诊断归因:业界难题,我的流量为什么跌了 
3. 商家 AI 托管模式探索
- AI 托管的几大障碍 
- 核心技术架构和关键技术点 
- AI 经营计划的版本升级 
- AgentSwarm 模式如何工作 
- 巧用营销模型让商家 AI 价值最大化 
4. 未来商家域 AI 的空间和路线
实践痛点
- 大模型当前的知识储备和推理能力依然不足,很多命题必须通过 LLM+DL+ML+ 工程方案求解 
- Agent 是个美好的概念,但是落地过程中有诸多水土不服,需要重新认识 
演讲亮点
- 业内领先的 AI 经营托管的技术,通过经营计划的一揽子方案接管商家的线上经营,并取得不错的业务结果 
- 在 RAG 应用、AI 归因分析、AgentSwarm 模式等方面有一定的探索和结果 
听众收益
- 了解商家端 AI 应用全景和阿里体系商家 AI 探索路径 
- 了解各类 AI 技术在商家端业务里的坑以及常见商家端问题的解法 
- 了解 AI 托管的模式创新、问题和解法思路 
更多精彩内容将在 10 月 18 - 19 日 QCon 上海站为您现场呈现,期待与您共赴这场技术之约。如果您有好的技术实践案例想要与我们分享,欢迎点击链接提交演讲申请。
会议推荐
InfoQ 将于 10 月 18-19 日在上海举办 QCon 全球软件开发大会 ,覆盖前后端 / 算法工程师、技术管理者、创业者、投资人等泛开发者群体,内容涵盖当下热点(AI Agent、AI Infra、RAG 等)和传统经典(架构、稳定性、云原生等),侧重实操性和可借鉴性。现在大会已开始正式报名,可以享受 8 折优惠,单张门票立省 960 元(原价 4800 元),详情可联系票务经理 17310043226 咨询。
 
 







 
    
评论