Agent 时代，哪些方向正在成为行业关键变量？50 + 实战案例揭晓答案！
模型参数规模不断突破，推理成本持续下降，开源生态日益繁荣。当模型能力逐渐成为行业共识，一个新的问题开始浮现：当人人都能获得强大的模型能力之后，真正的竞争力还剩下什么？ 答案正在从模型能力本身，转向围绕模型构建可规模化的智能系统；从单点能力提升，转向系统工程与组织级落地能力。
在这一背景下，2026 年 AICon 人工智能开发与应用大会 · 深圳站正式启动。本次大会将于 8 月 21 日—22 日举办，聚焦 AI 基础设施、大模型系统、智能体工程、数据智能、多模态技术与行业落地等关键方向，邀请来自腾讯、阿里、华为、百度、蚂蚁集团等 50 + 头部科技企业技术负责人、科研机构一线专家，系统性分享前沿洞察与实战干货，共同探讨 AI 技术从能力到系统、从实验到生产的真实路径。
腾讯云 CloudQ 技术负责人姚斌斌已确认出席 “AI 原生新范式：Coding Agent 重构软件研发全流程” 专题，并发表题为《从 Coding 到 Running：Al Native SRE Agent 的工程实践 （CloudQ ）》的主题分享。Coding Agent 正在提升软件开发效率，但系统上线后的运行治理仍然高度依赖专家经验。告警分析、故障定位、变更影响、日志排查、Trace 分析和 Runbook 执行，面对的不是静态代码，而是一个持续变化的运行世界。本次分享将介绍 AI Native SRE Agent 的工程实践：如何融合基础设施、监控指标、日志、Trace/APM、事件、发布、CMDB 与运维知识，构建运行世界的数据基础；如何通过本体、语义层和全景图谱，形成 Agent 可理解、可推理的 Running World Model；如何结合 C4 模型实现运行时架构自动可视化，并支撑架构理解、健康巡检、根因分析、容量规划、变更风控、FinOps 优化等运行治理场景。同时，分享将介绍 Harness 如何支撑 SRE Agent 的评测、回放、经验沉淀、Skills 复用和持续进化，最终形成一套从运行数据到语义认知、从 Agent 能力到工程闭环的 AI Native SRE 方法论。
姚斌斌，腾讯云智能顾问技术负责人，深耕 AI Agent、DevOps、SRE、监控等领域十余年。当前主要负责腾讯云智能顾问整个技术体系的建设工作，包括 CloudQ AIOps Agent、云巡检、混沌演练、多云管理、健康看板等产品能力建设。他在本次会议的详细演讲内容如下：
演讲提纲：
从 Coding 到 Running：为什么需要 SRE Agent
Coding Agent 解决软件开发效率问题。
SRE Agent 面对的是上线后的运行治理问题。
运行阶段的复杂性来自服务依赖、资源变化、监控日志、发布变更和专家经验。
核心问题：Agent 如何理解一个持续变化的运行世界？
2. 数据层：构建 Running World 的事实基础
Infra：计算、网络、存储、数据库、容器、云资源。
Observability：Metrics、Logs、Trace/APM、Events、Alerts。
Knowledge：团队文档、SOP、Runbook、历史故障、RCA。
关键观点：单一数据源无法完成诊断，SRE Agent 需要融合多源运行事实。
3. 认知层：让 Agent 建立对运行世界的理解
仅有数据并不足以让 Agent 完成诊断，不同系统中的资源、服务、实例、告警和变更往往语义不一致。
本部分将介绍如何通过本体、语义层和全景图谱，把分散的运行数据组织成统一的 Running World Model，让 Agent 能够理解系统对象、关系和上下文。
核心观点：Agent 缺少的不是更多文档，而是对运行世界的统一语义理解。
4. 能力层：SRE Agent 如何参与运行治理
当 Agent 建立了对运行世界的理解，它就可以围绕真实运维场景完成连续推理与决策辅助。
本部分将介绍 SRE Agent 如何支撑架构可视化、健康巡检、根因分析、容量规划、变更风控、FinOps 优化等典型场景。
核心观点：SRE Agent 的价值，不是替人打开更多工具，而是帮助 SRE 在复杂运行上下文中更快形成判断，并持续提升系统治理效率。
5. 工程闭环：让 SRE Agent 可落地、可进化
SRE Agent 面向真实生产环境，不能只依赖一次性的 Prompt 效果，而需要可评测、可回放、可验证。
本部分将介绍 Harness 如何通过任务轨迹、工具模拟、沙箱验证、经验沉淀和能力复用，让 Agent 从“能回答”走向“可验证、可复现、可持续优化”。
核心观点：Agent 也需要自己的 DevOps。
6. 案例：一次线上故障治理闭环
最后通过一个线上故障案例，将前面的数据、语义、图谱、架构、诊断和 Harness 串联起来。
从一次 CPU 告警开始，展示 Agent 如何理解告警背后的应用、资源、部署和变更，如何结合日志与 Trace 进行分析，如何匹配历史经验和 Runbook，最终形成根因判断和处置建议，并将处理过程沉淀为后续可复用的经验。
听众收益
理解 SRE Agent 与 Coding Agent 的关键差异，认识到 SRE Agent 的核心不是简单接入 LLM 和工具，而是建立对运行世界的语义理解。
掌握从基础设施、可观测数据和运维知识出发，通过本体、语义层和全景图谱构建 Running World Model 的方法路径。
获得 SRE Agent 工程化落地的实践参考，了解如何支撑架构可视化、健康巡检、根因分析、容量规划、变更风控、FinOps 优化等运行治理场景，以及 Harness 驱动的持续进化。
除此之外，本次大会还策划了AI Infra、推理工程与异构计算、超级个体与蜂群智能的共生进化、迈向机器人 AGI 的关键技术与产业实践、Agent 安全：从风险到可控、大模型效率工程与 Agent 系统实践、AI Agent 高价值商业场景实战等 10 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+资深专家在现场带来前沿技术洞察和一线实践经验。
2026 年 AICon 人工智能开发与应用大会 · 深圳站将于 8 月 21 日—22 日举办，聚焦 AI 基础设施、大模型系统、智能体工程、数据智能、多模态技术与行业落地等关键方向，邀请来自腾讯、阿里、华为、百度、蚂蚁集团等 50 + 头部科技企业技术负责人、科研机构一线专家，系统性分享前沿洞察与实战干货，共同探讨 AI 技术从能力到系统、从实验到生产的真实路径。大会限时 9 折优惠，现在报名立减 580，更多详情可扫码或联系票务经理 13269078023 进行咨询。
