系统技术架构需求

利用 AI 代码智能体优化软件架构的五种方法

现代架构常会复用遗留服务来处理特定任务，但这类服务往往缺少完备的文档，如果对其理解不充分，使用它们就存在风险。AI 代码智能体能够帮助填补这一知识缺口。

架构变更案例：面向演进式架构的实用方法

架构变更案例拓展了架构决策记录（ADR）的设计思路，用于评估各项决策后续可能发生的变更，能够挖掘隐藏的预设条件，协助团队预估变更的撤回成本与可逆程度。

轻量级 ADR 与架构咨询例会如何支撑架构决策工作

架构咨询流程可实现去中心化架构决策，以ADR为支撑、每周架构咨询例会为辅，而决策方式是架构工作的核心。

可复制的 AI Coding 全栈实战：比 OpenSpec 更轻量、更丝滑

AI写代码为什么总显得“差那么点意思”？

AI 时代，技术人靠什么赢？｜QCon 上海

本次分享将结合小红书技术团队在“产品工程师（PE）”实践中的探索，复盘 AI 时代技术人能力结构的变化：当 AI 不断降低技术实现的门槛，技术人的价值正在从“把技术做好”转向“把事情做成”——不仅要具备技术能力，还需要建立 Leader 思维，以及理解业务、判断价值的能力。

OPPO 端侧多模态大模型工程化实践｜AICon 深圳

随着端侧多模态场景扩展与长上下文需求增长，端侧大模型在 prefill / decoding 时延、工程链路复杂度、模型迭代周期上面临多重约束

破局多端困境，拥抱 AI 变革：飞猪跨端技术的过去、现在与未来｜AICon 上海

本次分享将介绍飞猪用户技术面需要解决核心问题，兼容并包解决性能体验，动态化效率两大重点目标

途虎养车基于 Apache Doris 构建统一 OLAP 数据底座，支撑用户画像与 BI 多维分析

途虎养车 OLAP 平台的演进历程，主要经历了四个关键阶段。

美图 Roboneo：设计生产场景下多智能体编排工程实践｜AICon 上海

本次分享将结合 Roboneo 从 0 到 1 的建设历程，系统梳理面向设计生产场景的 Agent 能力编排工程实践

小红书 vibe coding 平台（Muse）之高可用人机共创 Agentic 系统架构实践｜AICon 上海

目前 Muse 已覆盖小红书全部职能线，在主流 AI Coding 产品中率先实现非研发独立完成从创意到可上线代码的全链路 NoCode 交付

黄仁勋宣布 Rubin 全面投产，4 万名工程师参与构建！史上最强 CPU 同步亮相

老黄的口头禅已经从“买得越多，省得越多了”变为了“买得越多，赚的越多”。

将可理解性作为架构特性：无法理解的系统无法安全演进

在演进式架构中，系统应该设计成可以吸收并适应不断变化的需求和环境。但要真正实现这种适应性，团队成员需要对系统本身有深刻的理解。

谦合益邦打造全球首款 4 层 3D DRAM 存算一体芯片

近日，3D存算一体芯片领军企业谦合益邦宣布，其自主研发的全球首款4层3D DRAM堆叠存算一体芯片成功回片并点亮，标志着4层3D DRAM堆叠存算一体芯片从技术验证正式迈入工程落地阶段。

得物推荐 AI Harness：从“狂野代码”到“按目标生产”｜AICon 上海

本次分享将围绕“让 AI 写的黑盒代码也能安全上线”这一目标展开，重点介绍如何通过 Harness 体系建设，实现需求周期渗透率提升、链路 AI 采纳率提升，以及全链路迭代时长下降。

AI Coding 贡献率超 90%，需求交付却只快了 10%：菜鸟如何用 Agent 托管端到端交付？

跟上 AI 的节奏：为演进式架构构建上下文存储库

AI虽可快速完成大部分开发工作，但会隐藏架构隐患。建立统一存放于代码仓库的上下文存储库，整合规范设计文档、TDD测试、自动化架构校验工具，以此实现人与AI安全协同迭代系统。

物理 AI 如何定义下一代平台革新？

物理 AI 是机器在现实世界中设计、部署与获得信任的全新篇章。

从 AI Coding 到 AI Native SDLC：企业级人机协同研发范式的演进与落地｜AICon 深圳

AI Coding 的企业化拐点不是“AI 会写代码”，而是研发组织开始把 Agent 放进需求、设计、实现、测试、评审、CI、度量和夜间自动执行的闭环里。

企业级 Harness Engineering 实践：运营、数据、Coding 与办公智能体工程化落地｜AICon 深圳

如何围绕不同场景构建 Harness：通过数据基建、知识库建设提供可信上下文

WAIC 2026 现场，阡视科技发布超节点系统，专为 Token 工厂而生

当前，人工智能技术正从推理时计算演进至递归自我改进阶段，长程连续迭代与闭环规划任务成为下一阶段的核心范式。