R2C Agent 打破 AI 辅助开发碎片化困境｜AICon 北京

6 月 27 日-6 月 28 日，AICon 全球人工智能开发与应用大会北京站即将拉开帷幕。本次大会将汇聚 AI 前沿技术与落地实践，邀请来自腾讯、阿里、百度、字节跳动等头部大厂以及智谱、硅基流动、智象未来、声智科技等 AI 企业的 50+资深专家，深度探讨 AI Agent、多模态应用、推理性能优化以及 AI 在软件研发、数据分析、业务运营等场景的具体落地实践。

阿里巴巴高级技术专家付永生已确认出席并发表题为《R2C Agent 打破 AI 辅助开发碎片化困境》的主题分享。AI 编码不是一个新话题，业界已有诸多实践，如外部的 cursor、GitHub Copilot、bolt.new、cline，内部的 oneday、weavefox 等等一系列的平台或工具，都提供了 AI 辅助编码的能力，但这些平台工具与现有的生产链路如何结合还存在极大的挑战：一是没办法很好的和现有研发流程进行集成，二是协作过程碎片化，有一定门槛。

本次演讲将从阿里业务研发场景出发，并结合真实的业务应用，阐述 R2C（requirement 2 code）Agent 如何从知识库+钉钉文档+设计稿驱动整个研发链路，带来系统性的效率提升，并分享其中的最佳实践。

付永生是浙江大学计算机学院博士，先后在阿里云、阿里巴巴控股集团工作，近 3 年负责采购、法务和阿里公益等产品的前端技术研发，带领团队开发上线了阿里 AI 公益助手、AECP R2C Agent 等 AI 产品，内外部形成了较强的影响力。他在本次会议的详细演讲内容如下：

演讲提纲

1. AI 辅助编程的现状分析

2. AECP R2C Agent 框架

3. 基于钉钉文档构建工程师的知识库

4. 阿里研发场景实操：MCP 服务和 Agent 工作流驱动端到端的研发链路

5. AI 编程最佳实践背后的坑有哪些

6. 实践效果分享

您认为，这样的技术在实践过程中有哪些痛点？

随着对 AI 的不断深入运用，在 R2C 场景中，即使是强大的 Claude 模型，依然面临以下问题需要 tradeoff：

• 准确性下降明显：随着输入信息增多，模型的注意力机制导致准确性下降，输出内容质量降低。例如，在处理复杂需求时，模型可能会忽略某些关键细节或误解需求意图。

• 忘记任务要求：随着执行步骤增多，信息增加，模型容易"失忆"，不记得前面输入的准确要求。这在多步骤的开发流程中尤为明显，可能导致前后不一致的代码生成。

• 执行速度下降显著：上下文增长后，模型响应速度显著下降，处理任务效率大大降低。在实际项目中，这可能导致开发流程被拖慢，影响整体效率。

• 项目迭代提效：R2C Agent 能够有效提高项目 0-1 过程的开发效率，但项目迭代提效还需要继续探索，而影响大家运用 Agent 的原因大部分都是“场景复杂，不合适”。

您的演讲有哪些前沿亮点？

• cline 嵌套任务机制：改造 cline 的任务系统，支持父子任务。父任务负责任务分配，负责任务分配和结果审核，而具体任务执行交给子任务。这种分层架构可以减轻单个任务上下文的负担，提高整体效率和准确性。

• 基于钉钉文档体系构建标准化技术方案：根据需求文档、接口文档、视觉稿产出标准化的技术方案，方案中包括页面组件划分、数据流向、状态管理，组件设计中包含组件功能描述、输入属性、相对于页面的定位信息，开发时根据技术方案和视觉稿进行开发，探索标准化的需求输入使生成的代码更加规范和高效。

听众收益

• 了解阿里巴巴在 AI 编程方向的前沿探索技术和成果

• 开拓一些新思路，用新方法如何解决 AI 编程集成到研发流程问题

• Agent+MCP 服务最佳实践

除此之外，本次大会还策划了AI Agent 构建与多场景实践、多模态实践与应用、大模型助力研发的实战经验、AI 在业务运营中的深度落地、大模型时代的数据处理与分析、AI 变革下的工程师等 10 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 50+资深专家在 AICon 北京站现场带来前沿技术洞察和一线实践经验。

现在报名即可以享受 9 折优惠，单张门票立省 580 元，详情可扫码或联系票务经理 13269078023 咨询。