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。
蚂蚁集团前端工程师彭佩乔已确认出席 “Coding Agent 驱动的研发新范式” 专题，并发表题为《让每个员工都有一个 Coding Agent：蚂蚁 Vibe Coding 平台落地半年后的实践经验》的主题分享。彭佩乔及其团队在蚂蚁内部建设了可视化 AI Coding 平台，目标是让非技术同学也能用“对话+可视化编辑”快速做出可交付的网站与系统。随着用户从尝鲜进入投产阶段，平台面临的核心挑战不再是“能生成”，而是“稳定交付”：长对话与大工程上下文膨胀、生成质量与一致性、上线部署与安全、以及用户中途离开导致的任务中断等。同时，采用“框架约束 + 受控工具链 + 自愈交付”的方案：通过约定式全栈框架与脚手架降低发散，引入实时校验，构建失败自动修复与离线容器续跑并通知，保证结果可用。当前平台 MAU 已达 1 万+，线上运行应用/运行时规模 1 万+。在本次演讲中，彭佩乔将分享这个过程中的关键选型、工程细节与踩坑经验。
彭佩乔，前端领域深耕 10 年+，曾在支付宝负责核心业务与技术产品研发，擅长以前端视角构建全栈应用系统。主导过高并发应用下发管理、营销投放、边缘渲染等项目，积累了丰富的大流量工程实践。带领低代码团队向 AI 方向转型成功，目前正在推动蚂蚁内部可视化 AI Coding 平台的投产与规模化落地，探索 Coding Agent 驱动的“人人可开发、交付更确定”的新范式。他在本次会议的详细演讲内容如下：
演讲提纲
背景：AI 普惠不是“给工程师提效”，而是“让全员都能交付”
Muse 的定位：可视化在线 Vibe Coding + Coding Agent，让非技术岗位也能做应用/网站
阶段变化与规模信号：从 0-1 探索到 1-N 投产（MAU、运行时规模、典型用户画像可点到）
主线金句：Coding 越来越不重要，交付才是关键
2. 从 Vibe 到交付：非技术用户的“成功路径”长什么样
用户旅程：一句话需求 → 生成页面/功能 → 调整 → 接数据/权限 → 发布 → 运行与迭代
为什么 GUI 仍重要：降低启动门槛、帮助表达意图、让结果可见
但为什么“结果优先”：用户不关心代码，只关心稳定可用与可分享
3. 规模化投产的六大问题域（总览）
超长轮次对话、超大工程/大仓库、能力膨胀（skills）、稳定性与部署、生态链接、权限与数据
这些问题来自真实业务规模化使用，不是 demo 阶段问题
4. 解法 1：超长对话与不稳定——上下文工程 + 文件即记忆
上下文治理：分层记忆、加载/卸载、把“长期状态”外化成工程文件
文件即记忆：spec/runbook/readme_for_agent 等，让 Agent 每次可稳定读取与续作
5. 解法 2：超大工程/大仓库——索引化与工程地图（CodeMap）
核心判断：全仓塞进上下文不可持续
CodeMap：基于语言服务（LSP/tsserver）+ 构建依赖信息形成工程地图
文件系统 read/write 工具：支持增量改动、边界控制与验证闭环
6. 解法 3：能力膨胀——skills 按需加载 + Agentic 决策
意图理解路由：不同任务加载不同 skills（生态/数据/页面美化/检索等）
skills 产出落盘：结果文件化，支持复用与“无限上下文”的外部承载
7. 解法 4：让用户只看结果——稳定性链路与自愈交付
事前：前置指导/脚手架/约束/最佳实践，让默认写对
事中：LSP/TSC/Lint 等检测进入 Agent 流程，边生成边校验
事后：构建错误静默修复；离线容器续跑 + 通知（人走了活还继续干完）
8. 解法 5：交付链路——内外网托管 + 生态链接 + 权限数据一体化
托管部署：内外网、独立域名、高可用/抗流量、安全生产要点
生态链接：钉钉/语雀/项目管理/ODPS/代码仓库，真正“接入工作流”
权限与数据：一体化数据库、对话改表、默认安全、2088/内网登录、低门槛但企业级
9. 反推底座：三项硬需求（AI-native 全栈能力栈）
MuseJS 全栈框架（对等 Next.js）：约定式工程形态 + 内置最佳实践 + Agent 友好
Sandbox：安全隔离、可控工具调用、可审计/可回放、离线执行
一体化数据库（对等 Supabase）：默认安全 + 权限合规 + 面向峰值可用
10. 趋势判断：Coding Agent 将如何重塑平台与协作
Token 入口与 Agent-first 文档（readme_for_agent.md）成为关键资产，GUI 可能腐化
新协作形态：任务/变更轨迹驱动的协作层（不仅是 PR）
Supervisor 展望：多 agent 调度、容器化执行，“干到成功为止”
11. 收尾：AI 普惠的关键不是“更强模型”，而是“更强交付系统”
复述主线：让每个员工都能产出业务价值
Takeaways：低门槛启动、工程化治理、交付链路、生态/权限/数据、Agent-first 资产化
这样的技术在实践过程中有哪些痛点？
主要痛点是多维取舍：低门槛 vs 企业级复杂度（权限/数据/上线不可避免变复杂），自由度 vs 可控性（约束越强越稳但不够灵活），成功率 vs 成本/时延（校验与自愈越多越慢越贵），自动修复 vs 可解释性（修好了但用户不知道改了什么），生态集成 vs 安全合规（接得越深风控与治理成本越高）。
演讲亮点 ：
交付链路内建的工程化闭环：不是只做“生成代码”，而是把类型/语义校验与构建运行反馈纳入同一条 Agent 流程，并支持失败自动修复、离线续跑与结果回传，使生成过程具备可验证、可收敛的生产特性。
面向大工程的上下文治理：不依赖“全仓塞进上下文”，而是以文件系统读写工具为基础，结合语言服务索引构建 CodeMap（符号、引用、依赖与入口点），让 Agent 能按任务召回上下文、增量改动并控制变更边界，降低大仓库场景的误改与不可控。
听众收益 ：
一套可复用的“Coding Agent 投产方法论”：从生成到交付的工程闭环（校验、构建反馈、自愈、离线续跑），以及如何把不确定性收敛到可治理的生产系统。
大仓库/长上下文下的落地实践：如何用语言服务索引构建 CodeMap，配合文件级增量编辑与变更边界控制，避免“全仓上下文”带来的性能与误改问题。
面向企业内规模化推广的关键设计点：如何在低门槛体验与企业级安全/权限/合规之间做取舍，并通过运行时隔离、工具调用治理与审计机制保证可控。
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。
大会日程已 100%上线，更多详情可扫码或联系票务经理 18514549229 进行咨询。
