写点什么

AI 浪潮下应用开发的“华山论剑” | QCon

  • 2024-08-29
    北京
  • 本文字数:3325 字

    阅读完需:约 11 分钟

大小:1.76M时长:10:14
AI 浪潮下应用开发的“华山论剑” | QCon

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


  1. 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

  2. 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

  3. 云 IDE 如何做工程化落地 AI 给 IDE 带来的变革


演讲亮点


  1. 字节跳动对于 AI 代码补全和 AI 问答的效果优化实践

  2. 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

  3. 业内 Top 级云 IDE 工程


听众收益


  1. 了解目前 AI Coding 领域最前沿的行业动态和知识

  2. 了解 MarsCode 在 AI 代码补全效果和 AI 问答效果的优化实践

  3. 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

  4. 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。



2024-08-29 17:229019

评论

发布
暂无评论
发现更多内容

领先企业的数智化进入2.0阶段,需要升级数智底座

用友BIP

想转行计算机但不知道转哪个方面比较好?

linux大本营

软件开发 计算机

linux tee命令

linux大本营

linux命令 TEE

创新引领・数创未来 | 数据流通与治理专题论坛交流会顺利召开

郑州埃文科技

ES开发指南|如何快速上手ElasticSearch

浅羽技术

全文检索 搜索 Lucence Elastic Search 三周年连更

arm m4 xpsr每一位的作用

linux大本营

寄存器 arm

跨平台应用开发进阶(五十三):uni-app 通过webview方式嵌套H5实现图片点击下载

No Silver Bullet

uni-app 跨平台应用开发 三周年连更 web-view

ChatGPT安全受质疑 网信办发布生成式人工智能服务管理办法意见稿

郑州埃文科技

Go 语言中的 Slice 陷阱:如何避免常见错误

陈明勇

Go golang 切片 三周年连更 切片陷阱

/sbin/kexec参数说明

linux大本营

Linux 镜像 Linux内核

stl中,cbegin,cend,crbegin,crend区别以及用途

linux大本营

容器 stl C++ STL

Gradle工程适配为Hvigor工程

坚果

OpenHarmony 三周年连更

基于Java+Dubbo设计的智能公交查询系统

DS小龙哥

三周年连更

什么叫函数的注册,用c++举个例子

linux大本营

c++ 函数

leaflet加载聚合

linux大本营

ubuntu安装kernel-debuginfo

linux大本营

创建和管理复杂的项目:OmniPlan Pro 4 mac中文版

真大的脸盆

Mac Mac 软件 项目管理工具 项目流程软件

koal_dm8_crypto.so.1.0.9.x86.b6f523 怎么安装

linux大本营

Linux linux文件

SpringBoot之Tomcat与Undertow容器性能对比 | 超级详细,建议收藏

bug菌

tomcat 三周年连更 Undertow

火山引擎云原生数据仓库ByteHouse技术白皮书V1.0 (Ⅴ)

字节跳动数据平台

数据仓库 云原生 白皮书 企业号 4 月 PK 榜

【Linux】iptables之防火墙概述及规则匹配+实例(1)

A-刘晨阳

Linux iptables 防火墙规则 三周年连更

C++grpc 服务器接收到请求后如何处理

linux大本营

gRPC 序列化 protobuf C++

delphi中TServerSocker使用stThreadBlocking模式的例子

linux大本营

winDbg 提示 Unable to verify checksum for IOCommModel.exe

linux大本营

网络安全 数字证书

强大的音频分析编辑工具:Amadeus Pro 汉化激活版

真大的脸盆

Mac Mac 软件 音频编辑 音频处理工具 编辑音频

面试必考: 手撕代码系列(一)

Immerse

JavaScript 手写代码 前端面试 手撕代码 超全前端面试题

AI大模型加速RPAxAI时代到来,谁会是RPA领域的杀手级应用?

王吉伟频道

RPA AI大模型 ChatGPT RPAxAI 企业级RPA

缓解过拟合方法

linux大本营

【Python实战】XPath采集数据

BROKEN

三周年连更

uniapp配置基本的tabbar和动态修改内容

格斗家不爱在外太空沉思

uni-app 三周年连更

@PathVariable 和 @RequestParam 的区别

linux大本营

AI 浪潮下应用开发的“华山论剑” | QCon_AI&大模型_Kitty_InfoQ精选文章