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。
白海科技创始人 &CEO 卢亿雷已确认出席 “Agentic Engineering” 专题，并发表题为《Deep Research 智能体工程化实践：从原型到生产级服务的关键挑战与解法》的主题分享。Deep Research（深度研究）智能体能够自主规划、检索、分析并生成结构化研究报告，但从原型到可服务真实用户的生产系统之间存在大量工程化挑战。本次分享将围绕他们在 Deep Research 智能体服务化过程中的实践经验，涵盖长时任务的通信架构选型、多阶段异步任务的进度追踪与增量输出、多格式报告生成与文件引用还原、多租户账户隔离与三层配置体系、以及多搜索引擎适配等核心技术问题。卢亿雷将分享每个环节中遇到的 tradeoff 与踩坑经验，帮助听众在构建类似长链路 AI Agent 服务时少走弯路。
卢亿雷，白海科技创始人兼 CEO。CCF 大数据专委常务委员，CCF 高性能专委委员，北航特聘教授，中国大数据技术大会主席，2017 年中国大数据行业领军人物。拥有超过 15 年的大数据和 AI 计算平台领域经验，曾在在百度、联想、明略科技等公司负责高性能计算、AI 基础平台等相关技术及产品。具有丰富的产品技术架构及管理经验，曾负责复杂且大型的系统架构和产品项目，服务过宝洁、百胜中国、建行、宝马等客户，赢得了客户的深度信任。他在本次会议的详细演讲内容如下：
演讲提纲
行业全景：Deep Research 的竞争格局与技术路线分化
2024–2025 年主流厂商密集发布 deep research
成本差异驱动架构选择：从 $10/次到 $0.005/次，2000 倍的成本差距背后的技术取舍
开源生态的快速追赶与仍然存在的差距
一个关键判断：架构选择比模型选择更重要
2. 被低估的工程化鸿沟
行业讨论充分的挑战：规划可靠性、幻觉控制、成本优化
被严重低估但决定用户体验的挑战：
长时任务的通信可靠性——当任务从秒级变为 20 分钟
模型输出到用户交付物之间的转换工程
从单一产品到多租户平台的服务化架构
3. 长时 Agent 任务的通信架构
问题本质：MCP 解决了 Agent-工具通信，A2A 解决了 Agent-Agent 通信，但单个长时任务内如何可靠地向客户端传递增量状态，目前缺少成熟方案
流式推送 vs 轮询：各自的适用场景与局限性
增量输出与断点续传的设计思路
非确定性任务的进度反馈困境：业界主流的终止策略（固定上限、AI 自主判断 + 硬上限兜底、Depth×Breadth 可配、端到端 RL 自学）与我们的选择
4. 多阶段任务编排与人机交互设计
设计哲学：在效率与控制之间给用户选择权
输入过滤：当用户在 Deep Research 模式下提出不适合深度研究的请求，C 端产品用"软引导"，API 服务用"硬过滤 + 可开关"——同一问题的不同工程选择
需求澄清的形式化：自然语言 vs 结构化，不同场景的适配
研究规划的确认机制：跳过 vs 二次确认的灵活性设计
任务终止与资源释放：长时任务必须有的"紧急刹车"
5. 报告生成与输出工程化
核心观点：模型输出 ≠ 用户交付物
多格式渲染管线（Markdown → PDF / Word / HTML）的工程挑战
纯文本 + 可视化报告的双模输出
引用来源还原：从模型占位符到标准化引用格式
文件持久化与按需获取——论文和博客中几乎不讨论，但生产中不可或缺
6. 从产品到平台：多租户服务化架构
行业趋势：协议标准化（MCP/A2A）正在重塑 Agent 生态，但在标准完全成熟之前，生产团队需要自己解决服务化问题
多层配置体系：不同生命周期的配置需要不同的管理策略——系统级、账户级、调用级逐层覆盖
账户隔离与鉴权管理：多租户 Agent 服务的安全基线
数据监控：多维度交叉统计支撑运营决策
这样的技术在实践过程中有哪些痛点？
长时 Agent 任务的通信可靠性：SSE 在 20 分钟+ 场景下面临代理超时、连接断开等稳定性问题，但轮询引入了状态管理复杂性和延迟。
进度反馈的非确定性：用循环轮数比值表示进度，但模型可能提前结束或某一轮耗时远超其他轮次。所有非确定性 AI 任务都面临这个问题，当前没有完美解。
多格式报告的质量一致性。
演讲亮点
面向 20 分钟+ 长时 Agent 任务的通信架构实践：业界对 Agent 通信协议（MCP/A2A）讨论很多，但对"单个长时任务内的通信可靠性"讨论极少。我们分享了在轮询/SSE 混合方案中的增量输出、内容块编号、断线恢复等具体工程细节，这是生产环境中踩坑后沉淀的经验。
听众收益
获得长时 AI Agent 从原型到生产的完整工程参考：覆盖通信架构、多阶段编排、进度追踪、多格式输出、服务化的全链路方案，可直接借鉴。
理解实践与行业趋势（MCP/A2A 协议、Anthropic 多 Agent 架构、Agent 可观测性）的对应关系，形成自己的技术选型判断。
了解 Deep Research 类产品在生产环境中的真实 tradeoff 和踩坑经验，帮助在构建类似长链路 Agent 服务时少走弯路。
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。
