AI 工程化进行时：当上百个专家探讨“落地”这件事

10 月 23 至 25 日，由极客邦科技旗下 InfoQ 中国主办的 QCon 全球软件开发大会·上海站（2025） 圆满落地。为期三天的盛会共吸引了 超过 1300 位 开发者、技术专家与行业从业者齐聚一堂，共同探讨前沿趋势与落地实践。现场气氛热烈，思维与技术的火花在交流与碰撞中不断迸发。

本次大会邀请到来自字节跳动、快手、小红书、腾讯、阿里巴巴、亚马逊云科技、Snowflake、Coupang、无问芯穹、百度、华为、蚂蚁集团、蚂蚁数科、阿里云、阿里云智能集团瓴羊、美团、京东零售、同程旅行、趣丸科技、抖音电商、PayPal、红帽、商汤科技、Rapport and Speech Graphics、火山引擎、工业 AI 社区、工业时刻、Plaud.ai、科大讯飞、Kodem 鉴渊、容联云、verl、Bambot、哔哩哔哩、喜马拉雅、记忆张量、网易易盾、网易云信、Acenta AI、马上消费金融、Asia Growth Partners、Array、爱奇艺、焱融科技、网易、Datastrato、算秩未来、中国科学院、夸克、小米、中兴通讯、清华大学、北京邮电大学、浙江大学、地瓜机器人、Mobvista、碳生万物、贝联珠贯、支付宝、阶跃星辰、HuggungFace、Dify、合合信息等 60 余家海内外知名企业与科研机构的 140 余位专家与实践者同台分享。他们围绕 AI 与软件工程的最新演进趋势、企业级智能化转型实践、以及底层基础设施的创新突破展开深入探讨，从大模型推理到 Agent 系统协作，从多模态融合到数据智能基础设施建设，在思想与代码的交汇中，描绘出未来软件与智能共生的新图景。

洞察技术趋势 深耕 AI 价值

在大会开场致辞中，极客邦科技创始人兼 CEO 霍太稳表示，AI 技术正进入“深水区”，产业正在经历三大关键转向：从算力竞争转向数据价值竞争，从单一智能转向多智协同，从场景试点转向流程重塑。

他指出，当技术的兴奋期逐渐过去，真正的挑战在于如何让 AI 可靠、高效、安全地注入企业核心系统，工程化落地才是决定未来竞争力的关键。

霍太稳介绍，本届 QCon 上海围绕这些真问题设置了覆盖 AI 工程化全链路的专题与实践案例，从 Agentic Infra 到 RAG 调优、从智能体合规到基础设施重构，聚焦开发者最关心的痛点。会上，他还宣布“「2025 中国技术力量年度榜单」正式开启征集，涵盖八大维度的 AI 创新成果，评审将综合专家、主编与用户三方打分，以确保公平、公正、公开，并将在 12 月 19 日于北京 AICon 大会主会场 正式公布最终获奖项目信息。其中，用户评分会在 模力工场（AGICamp） 进行。

此外，霍太稳还提到，极客时间迎来 8 周年，并启用全新 slogan“学 AI，用极客时间”，通过体系化课程与企业培训，帮助更多个人与组织系统掌握 AI 能力。

他最后强调：“大模型正在重新定义软件，而我们，正在共同定义它的未来。”

InfoQ 2025 年度中国技术力量榜单评选信息提交入口：

https://www.infoq.cn/form/?id=2821

主题演讲精彩回顾

夏立雪《从 AI Infra 到 Agentic Infra：智能体时代的基础设施革新》

无问芯穹联合创始人、CEO 夏立雪博士在主题演讲中表示，AI 不断向更高阶智能演进，正迈向自主行动的多智能体系统时代——我们正处在 深化 L3 “自主式 AI”并走向 L4 “创新型 AI” 的关键时期，需要高度关注 AI Agent 的产业落地和迭代进化情况。他强调，从传统云计算到 AI Infra，基础设施始终是人工智能落地的重要基石。面对 Agent 时代，我们必须思考：构建怎样的基础设施，才能支撑更自主、更协同的智能体生态，加速迈向 AGI 时代。

夏立雪认为，当前的 AI Agent 在实际生产中仍频频“碰壁”，以 Agent Coding 为例，外界对“一键生成可用产品”的想象与工程现实存在落差，当前更像“抽盲盒”——“这不是算法不够聪明，而是缺少环境、上下文、工具链、安全与可观测性等基础设施的支撑。”

他将从 AI Infra 向 Agent Infra 的演进归纳为 环境、上下文、工具链、安全 四个核心方向，并分享了无问芯穹在这四个方向上的重点实践，包括混合虚拟化沙箱服务、自动上下文管理、一站式工具链框架以及可观测系统等。“构建 Agent Infra，可以让算法能力被更好地发挥，帮助 Agent 从演示品走向生产力。”

更进一步地，Agent 还将发展出更多新特征，其主体性会不断上升。“我们要从视 Agent 为工具，转变到视 Agent 为关系平等的协作者”。随后夏立雪介绍了无问芯穹在 Agentic Infra 上的探索：通过让智能体深度参与基础设施协作，形成“基础设施智能体蜂群体系”，为 Agent 走向规模化生产应用打好可拓展性的基础，并逐步实现多智能体之间的理解、协同与自进化。

在多智能体协同上，他介绍了 C2C（Cache-to-Cache） 的通信机制：以 KV-Cache 替代传统 T2T（Text-to-Text）传输，实现 3.1%~5.5% 的精度提升与 2 倍速度提升。展望未来，他期待 A2A（Agent-to-Agent） 的组织化协作——将让 IaaS、PaaS、MaaS 层的运维智能体与应用智能体协同运行，让 Agent 实现从演示品到生产力、从工具到协作者的全面跃迁。

Jeff Barr 《Next-Generation Software Development: Challenges, Best Practices, and Future Trends》

时隔 16 年，Amazon Web Services Vice President & Chief Evangelist Jeff Barr 再次回归 QCon 舞台，带来主题演讲《Next-Generation Software Development: Challenges, Best Practices, and Future Trends》，分享他对开发者与 AI 协作时代的思考。

“我希望你们把那些由 AI 驱动的工具当作助手，而不是替代你们或替代你们那些美好的创造力。” 他以自己四十多年的开发经历为引子，谈到人类与工具如何相互成就，并强调，AI 是要帮助开发者更快地从意图到实现，让人的创造力被放大。

同时，他还引用了亚马逊所倡导的“Virtuous Cycle（良性循环）”理念，说明技术创新如何代代相生。软件行业也存在类似的循环：开发者用工具创造下一代工具，用软件构建更好的软件。“作为开发者，我们的责任之一，就是与所有的创新和进步一起不断向前。” Barr 鼓励开发者尊重变化、拥抱进步。

会上，Barr 还重点提到了亚马逊的 AI 驱动集成开发环境 Kiro，他表示，这不仅是一个新工具，更是一种新的协作方式——开发者通过自然语言与 Kiro 交互、共创规范与实现，AI 成为理解和表达意图的伙伴。 Barr 指出，这一变化意味着开发者未来将需要更强的沟通与表达能力，因为“我们将从一个主要写代码的时代，走向一个主要读代码的时代。” 随着 AI 能够自动生成代码，阅读、理解与验证将成为关键能力。

“阅读代码正变得越来越重要，并且在未来将成为更加关键的技能。” Barr 说，过去教育体系主要关注写代码，而未来开发者需要学会如何分析、理解和解释由 AI 生成的复杂系统。他认为，AI 不会削弱人的作用，反而会让开发者成为更好的创造者与沟通者。

杨扬《让 AI 不止回答问题：企业级 Agentic AI 重构智能生产力》

Snowflake 亚太及日本地区解决方案工程副总裁杨扬在主题演讲中指出，现在业内常谈大模型与 Agentic AI，但从“回答问题的 AI”迈向“重塑智能生产力的 AI”仍是一个巨大的跨越，企业级 Agentic AI 的落地关键在于让系统具备智能、可组合、可信且高效的特性。

作为基于公有云的数据与 AI 平台，Snowflake 在全球拥有逾 12000 家企业客户，其中超过一半在使用其 AI 功能。杨扬分享了 Snowflake 面向 Agentic AI 研发的五大核心支柱：

• 智能体编排与工具使用：通过 Cortex Analyst 与 Cortex Search 实现多工具协同与动态任务拆分，构建 Planning-Execution-Adaptation 闭环；

• 结构化数据智能：以 ReFoRCE 系统实现 schema 压缩、自我优化与投票一致机制，SQL 执行效率提升 20% 以上，在 Spider 2.0 Lite 榜上排名全球第二；

• 非结构化数据智能：提出 VERDICT 机制，将结果准确率提升至 93%，显著减少大模型“幻觉”；

• 可观测性与信任：采用 OpenTelemetry 标准，支持 End-to-End 可追溯链路与对比评测，使 AI 决策过程透明、可验证、可控；

• 系统优化：通过 Shift Parallelism 架构结合 Tensor 与 Arctic Sequence Parallel，实现端到端响应 3.4×、吞吐 1.7×、Embedding 任务 16× 提升，相关成果已开源。

在应用层，杨扬展示的 Snowflake Intelligence 平台以统一的智能编排中心，将结构化与非结构化分析、AI SQL、Cortex 工具集成在同一安全环境中，从而实现从查询到决策的全流程自动化。“Bring the work to data，”他强调说，“而不是把你的数据拿出来 take it to the work。每次把数据从云环境中拿出去复制，安全风险都会指数级增长。”

杨扬表示，只有把智能体编排与工具使用、数据智能、可观测性和信任机制结合在一起，才能实现真正的企业级 Agentic AI。

纵深洞察 AI 工程化，27 个分论坛全景呈现

分论坛方面，本次大会共策划了 27 个覆盖 AI 工程化全链路的深度专题，内容横跨技术、架构、工程、管理与行业应用多个层面。从最火的 AI Agent 和多模态，到保证落地效果的 RAG 调优和性能监控，再到支撑这一切的底层基础设施，以及金融、制造、安全等行业应用——您所关心的每一个工程痛点，几乎都能在这里找到答案。

专题体系涵盖：混沌工程与全链路压测、基础设施开源技术架构的挑战与未来、从一流技术到一流管理、大模型推理工程实践、AI 与跨端的高效融合、AI 搜索技术的深水区、Vibe Coding、端侧大模型的创新与应用、大模型驱动的制造革命、金融大模型的工程化实践、大模型驱动的智能数据分析、软件研发提质增效实践、模型训练与微调、AIGC 重塑内容新生产力、大模型安全、Agentic AI、AI 时代的可观测实践、多模态融合技术与创新应用、具身智能、Data Infra for AI、AI 中间件、从“炫技”走向“实用”的 AI 产品。此外，也有多家领先企业携手共创的多个分论坛：企业级 Agentic AI - 从数据和大模型到企业智能、The Next AI IDE：重构开发想象力、AI 双引擎：业务增长与安全重构、火山引擎 AI Coding 技术实践、HarmonyOS 开发者技术分论坛。

这些不同主题的论坛，全景式呈现了 AI 时代软件工程的关键命题——从底座到应用，从模型到智能体，从工具到生态。

共创技术生态，合作展区精彩纷呈

除了内容论坛的高能分享与深度交流，大会展区同样人气爆棚。各大技术厂商带来了丰富的互动展示与最新产品体验，AI 应用、AI 工具、智能云服务平台等集中亮相，现场的演示与互动吸引许多观众驻足。

本届 QCon 上海的成功举办，离不开众多合作伙伴的鼎力支持。

大会特别感谢亚马逊云科技、火山引擎、Snowflake、Kodem 鉴渊、Couchbase、容联云、蚂蚁开源、拜服信息、心流、搭叩、华为开发者空间、合合信息、IPIP、TDengine 等合作伙伴的倾情助力。正是因为有这样一群与开发者同行的伙伴，QCon 才能持续成为推动技术创新与工程落地的核心舞台。

携手再出发，12 月 AICon 北京见

伴随 2025 QCon 上海站的圆满收官，我们将把这股技术与思考的热度延续至 12 月 AICon 北京站。期待与更多开发者再相聚，共同探索智能时代的下一程。