QCon特别报道 | 大模型正在重新定义软件
QCon 全球软件开发大会是由极客邦科技旗下 InfoQ 中国主办的综合性技术盛会。自 2007 年 3 月份开始举办以来，已经有超万名有多年从业经验的技术人员参加过 QCon 大会。QCon 内容源于实践并面向社区，演讲嘉宾依据热点话题，面向 5 年以上工作经验的技术团队负责人、架构师、工程总监、开发人员分享技术创新和实践。
本专题将汇集 QCon 大会前中后期的一系列内容产出，链接和采访大会联席主席、专题出品人和讲师，汇集大会最全面、最前沿、最深度的干货。
QCon 2025 上海站即将召开，欢迎访问官网了解更多精彩内容：https://qcon.infoq.cn/2025/shanghai/
从“云原生”到“智能原生”，AI 中间件走到哪一步了？
在分布式和云原生时代，中间件通过屏蔽底层复杂性、提供标准化接口，大幅提升了软件研发效率。如今，AI 中间件也正在扮演类似的角色。那么，如何从“云原生”平滑过渡到“智能原生”？又该如何解决当前 AI 应用开发的核心痛点？
“像把大象塞进冰箱一样困难”，端侧大模型是噱头还是未来？
随着大模型技术的发展进入深水区，AI 应用的体验、成本、与隐私性正在成为愈来愈关键的命题。大模型若能直接在终端侧部署，对产业应用毫无疑问有着巨大的吸引力。那么，端侧大模型落地应如何克服庞大的模型尺寸与计算复杂度呢？
AI 落地的深水区：100+ 实战案例，解码工程化真问题
2025 年 10 月 23-25 日，QCon 全球软件开发大会·上海站即将启幕。近 100 位技术专家分享他们的实践经验。在这里，每一场演讲都源于实践者的亲身经历，每一个案例都直面工程一线的挑战与解法，聚焦行业关注的核心问题。
Fluss 湖流一体：Lakehouse 架构实时化演进
本文分享了流存储和 LakeHouse 架构割裂的现状下用户面临的问题和挑战，以及目前业界在融合两者上的趋势。并介绍了流存储 Fluss 如何完美地融入进 LakeHouse 架构，无缝地将 LakeHouse 架构进行实时化改造，以及基于 Fluss 来构建实时 LakeHouse 架构的最佳实践。
高性能全闪并行文件系统的设计和实践
本文介绍了焱融的全闪文件存储的整体架构和技术细节，并分享了 YRCloudFile 是如何解决 AI 训练过程中遇到的海量小文件访问慢、 带宽峰值、 内存访问瓶颈和多任务并发访问性能干扰等问题的。
DeepSeek 时代下工程师如何借力 AI 突围？
DeepSeek 为何火爆出圈？本文探讨了 DeepSeek 爆火的现象与本质与企业如何重构人才价值链：在人才的”选、育、用、留“方面的变化，以及未来的人才管理体系建设。
AI 应用开发的破局之路：字节跳动 Eino 框架实践
本文重点介绍了字节跳动 Eino 框架在 “组件” 抽象和业务编排方面的创新实践，提供 Eino 框架在大规模生产环境中的应用价值与实践经验参考。
AI Coding 正在重塑大前端！一码多端如何破局？
过去一年，鸿蒙在国内操作系统市场的份额已愈来愈高，AI Coding 亦愈加成为受人关注的技术领域。那么，面向各端不同的语言选型、框架、生态等问题，AI 从业者应如何应对“生成多端一致的客户端代码”这一巨大挑战呢？
AI 引领的企业级智能分析架构演进与行业实践
随着大模型技术成熟，AI 正在推动数据分析从“工具辅助”到“决策建议和工作流协同”的质变，基于大模型的智能分析技术正在吸引越来越企业的关注。
Learn to Reason _ The way of Baichuan-M1-ClinicReasoning
本文从介绍合情推理开始，首先回顾了强化学习视角下的大语言模型训练的各类损失函数，然后以 Deepseek R1 为例，梳理了大语言模型推理技术的发展，接着分享了百川智能研究小组在训练大语言模型进行临床推理方面的实践，最后就「如何继续提升模型能力的可能方向」以及「大语言模型与人类在智能上的差异表现」做了思考和展望。
复杂业务场景下 AIGC 赋能安全运营的实践
本文介绍了如何通过以原生安全范式构建原生安全底座，安全平行切面为数据采集和干预底座，将 DKCF（Data/Knowledge/Collaboration/Feedback，即数据 / 知识 / 协同 / 反馈） 可信推理范式构建智能化底座，落地安全运营与安全治理领域。该体系的落地经验，对于其他专业领域可信落地大模型，同样存在较大的借鉴意义。
重构开发体验：CodeFuse 智能代码助手的设计与实践
本文介绍了智能代码助手 CodeFuse 的本地核心服务的设计策略，并通过实际案例展示如何结合本地与远程数据资源，进一步优化智能代码助手的 AI 能力，产品在落地过程中的宝贵经验和教训以及 CodeFuse 的未来发展路径展望。
AI 原生应用全栈可观测实践：以 DeepSeek 对话机器人为例
本文以 DeepSeek 对话机器人为例，深入介绍 AI 原生应用架构的可观测需求、挑战与方案实践。比如 DeepSeek 为何频繁出现服务器繁忙？如何评估 DeepSeek 与其他模型的性能、成本与效果差异？如何优化 DeepSeek 对话机器人的终端用户体验？等等。
小红书 FinOps 实践：云成本优化与资源效率提升之道
在 InfoQ 举办的 QCon 全球软件开发大会（北京站）上，小红书混合云资源管理负责人梁啟成分享了《小红书 FinOps 实践：云成本优化与资源效率提升之道》，重点介绍了小红书的 FinOps 通过技术优化手段提升资源使用效率，每年节省数亿成本的实践经验。
基于 Elasticsearch 创建企业 AI 搜索应用实践
在人工智能发展的今天，结合大模型，使用 GenAI 可以让我们得到唯一的搜索答案，而不是传统的搜索引擎提供的多页面的搜索结果。由于企业数据或私有数据在每时每刻都在生成。大模型在缺乏上下文的情况下使用大模型来进行推理，在很多的时候会产生幻觉，因为这些知识不存在于大模型中。
从私域知识到智能 Agent：构建智能运维知识库
本文介绍了通过创新的知识沉淀、学习、生成与更新机制，将私域知识与 LLM 深度融合，构建更加智能和自主的运维系统的方法。并详解了 SOPAgent 这一全新架构，如何解决传统 AIOps 中遇到的难题，通过大语言模型的自主学习能力，让企业能够高效、智能地处理复杂的运维场景，从而大幅提升运维效率与准确性。
当代码遇上大模型：智能编程助手的架构设计与工程实践
在人工智能快速发展的今天，大语言模型正在重塑软件开发的范式。从最初的代码补全工具，到基于 Prompt 的智能助手，再到具备自主规划与执行能力的 Agent，我们正经历着开发模式的革命性转变。本次演讲深入探讨如何基于大语言模型构建新一代智能编程助手，分享从概念到落地的完整实践经验。
Kimi 大模型训推混部的稳定性与资源优化实战
本文主要介绍了月之暗面在训推混部集群中的实践经验，重点探讨如何快速定位并隔离故障，实现任务的高效恢复，从而提升系统整体稳定性，以及如何在资源有限的情况下最大化利用率，避免浪费，进一步将该思路应用于强化学习任务的训练中。给关注大规模模型训练的同行们提供了一些可靠的技术思考与实践参考。
拥抱 AGI 时代的中间层⼒量：AI 中间件的机遇与挑战
短期而言，中间件的使命是解决 “AI 应用规模化” 的最后一公里问题，让开发和部署智能应用像今天开发 Web 和移动应用一样快捷高效。长期来看，AI 中间件有潜力成为组织智能的“神经中枢”。让 AI 真正融入业务流程并产生协同效应。面向未来十年，AI 中间件的发展才刚刚起步，其重要性和影响力会日趋凸显。
构建会“说话”和“行动”的 AI：生成式数字人技术与 EchoMimic 实践
本文围绕 EchoMimic 系列开源生成式数字人项目，介绍了生成式数字人领域最新进展、 EchoMimic 背后的技术细节、生成式数字人相关应用场景以及该领域后续研究思路与方法。
不只是 AI，不只是趋势：2025 QCon 上海站正式启动，聚焦真正值得被解决的问题
QCon 上海站将于 10 月 23 – 25 日开启，内容策划将延续 QCon 一贯的高标准，拒绝“技术热词 + 泛泛而谈”的浅层形式，坚持邀请真正踩过坑、做过事的人，带来面向真实挑战的技术实践分享，探讨当下亟待解决的工程难题与路径选择。
从 Copilot 到 通用 Agent ： 阿里在 AI Coding 上的应用和挑战
本文为阿里巴巴代码平台负责人向邦宇在 InfoQ 举办的 QCon 全球软件开发大会上的演讲整理，他结合在阿里内部的探索经验介绍大模型在各个发展阶段遇到的问题和解决思路。
大模型安全挑战与实践：构建 AI 时代的安全防线
在 InfoQ 举办的 QCon 全球软件开发大会（北京站）上，京东信息安全部 AI 安全负责人 Sunny Duan 带来了题为《大模型安全挑战与实践：构建 AI 时代的安全防线》的演讲，她介绍了大模型安全领域的关键风险，以及京东利用大模型对安全场景的赋能及实践。
复杂场景下的 RAG 架构演进：跨模态知识联邦与统一语义推理实践
在 InfoQ 举办的 QCon 全球软件开发大会（北京站）上，枫清科技合伙人、智能平台事业部总经理王传阳分享了“复杂场景下的 RAG 架构演进：跨模态知识联邦与统一语义推理实践”，他深入剖析了基于跨模态知识联邦与统一语义推理的 RAG 架构，并结合生产实践分享实际应用成效，以及后续技术演进方向做了系统的分享。
从大模型到智能体，解锁开发者关注的十大隐性赛道 | QCon 北京 2025 优秀出品人 & 明星讲师名单揭晓
在 QCon 北京 2025 我们可以看到，AI 相关方向占据了 90% 的份额，不难看出 AI 技术在软件开发领域的主导地位和巨大影响力。值得注意的是，SRE 专题也突破重围，成为开发者们关注的热点之一。
从“人驱动”到“模型驱动”：聊聊 Agent 在 2025 年的爆发与挑战
随着 AI 技术的发展，Agent 技术正从“人驱动”向“模型驱动”转变。本文探讨了 Agent 在 2025 年的爆发与挑战，分析了模型推理能力、多模态模型的进步以及代码生成能力的提升。同时，讨论了通用 Agent 与本地 Agent 的不同模式及其技术选择，以及模型能力提升对 Agent 未来发展的影响。
与全球 140+ 顶尖工程师共同解构 AI 时代的技术浪潮
这不仅是一场会议，更是一次对技术演进的集体探索。无论你是资深开发者，还是技术管理者，都能在这里有所收获，为下一步的技术决策提供方向。
大模型在超大规模集群性能提升实践
本文深入探索如何在万卡昇腾 NPU 集群上，基于业界典型 AI 框架和 MindSpeed 分布式并行加速库，结合网络拓扑优化算法和华为开源 HCCL 集合通信库协同优化，并深入剖析了万卡集群训练过程中涉及的技术原理和难点，探讨万卡集群训练的性能和稳定性策略，最后结合案例讲解面向万卡集群的性能提升实践。
百度基于大模型安全运营的质效提升实践
本文主要介绍百度如何基于大模型构建深度安全推理智能体框架，实现运营效率和效果的双重提升，并展示包括告警自动研判和漏洞事件分析在内的实践经验，希望能给听众带来一些大模型安全领域应用最佳实践的启示。
AI 时代团队管理的变与不变
我们正身处 VUCA（指易变性、不确定性、复杂性和模糊性）的时代，眼下宏观经济调整、新技术 AI 的蓬勃发展更是让人感受到这一时代的特征，让人变得愈加不安与焦虑。还有，内卷常态化容易让人感到无奈而产生更多的消极情绪。
Agent 驱动的智能答疑产品构建：问答、诊断与修复实践
在 InfoQ 举办的 QCon 全球软件开发大会（上海站）上，阿里巴巴技术专家黄建磊为我们带来了精彩演讲“Agent 驱动的智能答疑产品构建：问答、诊断与修复实践”，重点阐述在小喵智能答疑产品的研发实践中，如何通过主动问题定位、根因分析、问题修复构建的群体智能体，动态化解决用户问题，提升用户满意度。
软件工程的“草台班子”如何不被 AI 取代？
真正的学习能力不仅仅是学习，还包括求证的习惯。
小红书基于 PPO 的多模态大模型 RLHF 系统的设计与优化
在 2024 年的 QCon 上海站上，小红书资深技术专家、RLHF 自研框架负责人于子淇发表了题为《基于 PPO 的多模态大模型 RLHF 系统的设计与优化》的演讲。本次演讲主要介绍小红书大模型团队自研 MLLM RLHF 训练框架的实现以及性能优化，分析了小红书团队如何通过训练和推理的混布调度优化等手段实现极致的模型性能，希望能给大家带来一些帮助。
“前端已死”是危言耸听吗？
前端在 AI 时代下的生存法则。
DeepSeek 点燃 AI 编程新战局，深度探讨编程范式变迁与实践
AI 编程助手，究竟能帮我们到什么程度？
2025 年技术指引：让真实案例和经验为开发者开路 | QCon
资深开发者、架构师和团队领导者正面临的挑战，往往可以从其他资深实践者分享的真实案例和经验中获益良多。
如何叠加管理能力成为管理者，不是放弃技术成为管理者
技术管理的本质是在于技术，如果管理人是难题，那么管理技术是难上加难，因为技术管理不只要管人，还要管技术本身。同程旅行出行事业群 CTO 王晓波老师用一次系统重构为例来展开技术管理在实践过程中要做好的那些事儿。
去哪儿网前端代码自动生成技术实践
去哪儿网前端技术总监姚佳梅围绕去哪儿网三大业务场景的前端代码生成的方案，涵盖了代码生成中的难点和解决思路、AI 的应用和业务的应用提效等，希望能给大家带来一些帮助和思考。
负责任的技术规划 —— 不仅仅是技术
无论是为了更好的支撑业务，还是凝聚并激发团队，技术规划都是技术管理者的核心职责之一。管理者往往需要结合行业的趋势、团队的构成、遗留系统的状态、组织的激励和文化机制，去制定并迭代合理的技术规划。
AI 重塑技术流程：下半场的破局之道
演讲揭示了 AI 如何重塑技术流程的“下半场”，从技术知识管理的痛点出发，展示团队如何运用 AI 技术从简单的知识检索到知识飞轮，让性能分析变得高效。
AI 驱动的智能化单元测试生成：字节跳动的实践与创新
字节跳动质量效能专家赵亮在不久前举办的 QCon 全球软件开发大会（上海站）上作了“基于 LLM 的单元测试用例自动生成”的精彩演讲，针对字节研发内部需求，基于大模型技术结合深度程序分析，实现存量及增量单元测试的自动生成。
大模型技术重塑智能研发新范式
作为工程师，我们需要适应 AI 带来的新工具和新方法，以便在未来的研发工作中保持竞争力。
B 站轻量级容灾演练体系构建与业务实践
B 站是如何通过容灾演练体系来支撑业务多活、大促保障和研发质量交付等多个环节的？本文能为大家带来一些稳定性保障的新思路。
云原生架构下中间件联邦高可用架构实践
云原生架构将运维能力下沉，如何高效利用云原生能力并实现中间件跨可用区高可用？
大模型让我们成了“提词狂魔”，未来开发者核心竞争力在哪里？| QCon 晚场激辩
这些都是能说的吗？
从社区数据看大模型开发生态的全景与趋势
生态是本无所谓有，无所谓无的。正如这些公共接口；其实项目之间本没有公共接口，重复造的轮子多了，也便成了接口。
AI 托管商家经营: 1688 电商 AI 落地实战
在 10 月 18-19 日举办的 QCon 全球软件开发大会 2024（上海站） 上，阿里巴巴淘天集团技术专家刘祥宇分享了《AI 托管商家经营：1688 电商 AI 落地实战》，他结合 1688 商家端的 AI 实战，向参会者介绍了面向商家提供的 AI 智能化服务，包括咨询问答、 客户管理、 商品运营、经营计划等工作，以及业界领先的 AI 经营托管能力，并阐述相关的技术方案和踩坑经验。
阿里许晓斌：我团队里 AI 替代程序员还不现实， AI 编程工具没产生质变
“我们不能指望 AI 和人聊后，把业务逻辑梳理清楚。”
大模型如何重塑软件开发流程，腾讯、百度、字节跳动等七位专家深度解析 | QCon
本周五，QCon 全球软件开发大会（上海站）即将落地，错过可惜～
如何将提升 RAG 准确率至 90%？
数据检索作为连接信息与用户需求的桥梁，正经历着前所未有的变革。
华为乔彦辉：大模型如何驱动华为云智能运维无人化变革
大模型在运维领域的实践，就在 10 月 18 日 -19 日的 QCon 上海，一起来聊。
初创公司的 FinOps 之路：两年内云成本节省 80%，无需专职团队！
和大公司不同的地方，没有投入一个专门团队做所谓“降本增效”战役，也未高价购入 FinOps 产品或者引入专业的成本优化供应商，完全以内部研发团队兴趣小组的方式，自建共享迭代优化，且在 FinOps 过程中以零打搅研发效率为目标。
iOS 上手 Vision Pro 还未摸到门道？快来听听淘宝 Vision Pro 的最佳实践
Vision Pro 作为一个全新的平台，其实也给开发者带来了巨大的挑战。而淘宝团队则在没有任何前例可循、不断探索的情况下，成功上线了淘宝 Vision Pro 版本。
开源三年，CloudWeGo 的生态发展和社区增长
字节跳动 CloudWeGo 开源项目运营经验分享。
AI 革新软件：从底层到应用的全面升级！字节、阿里、腾讯齐聚 QCon 上海，60+ 分享不容错过
10 月 18 日 -19 日，QCon 上海落地，日程确认，错过遗憾哦～
从开源 CubeFS 看云原生存储技术的演进与创新
开源 CubeFS：在 AI 浪潮中，如何打造可靠的存储底座
AI 整顿职场，比 00 后都狠？先对过时的管理者开刀，招人标准大变，人性化和自组织才是归宿
在这样的 AI 时代下，技术工程师们该如何适应？技术团队的工作方法和管理方式又因此正发生哪些变化？适合 AI 时代的团队文化应该是什么样的？
阿里、腾讯、英特尔等企业联袂呈现，大前端新时代的机遇与挑战 | QCon
10 月 18 日 -19 日，看看大前端在技术浪潮下的创新实践
OpenAI 有 o1 大模型，QCon 有大模型推理技术实践，大模型基础设施与算力优化拿捏！
模型压缩、异构训练、分布式推理……一看一个不吱声！技术点不要太密集，简直是会圈天菜！
架构进化之道：揭秘腾讯、蚂蚁、快手、B 站的实战演进之路 | QCon
在 10 月 18 日 -19 日即将落地的 QCon 全球软件开发大会（上海站），深入探讨架构进化之道。
一场演讲就能“值回票价”！来 QCon 听李云分享 AI 时代团队管理的变与不变
全面了解自我成长与团队效能的关系。
你“渣”过 AI 吗？你的工作流程被 AI 颠覆了吗？
对 AI 的态度，就是不主动使用 AI，不主动学习提示词工程，对于使用 AI 生成的结果不负责，结果不好都是 AI 的问题，跟我无关。你是不是也这么想的？
Rust 引领前端基建新潮流：字节跳动的深度应用实践
本文整理自字节跳动 Web Infra 前端负责人张磊在 QCon 2024 北京 的演讲分享“Rust 如何引领前端基建新潮流以及字节跳动的应用”。
哎呀，系统“挂了”！——这是能说的吗？
高质量的线上可靠性工程不仅能够减少故障发生的概率，还能够在故障发生时快速恢复服务，成为企业的核心竞争力之一。
AI 浪潮下应用开发的“华山论剑” | QCon
作为企业技术管理者和架构师，您是否在思考如何利用 AI 推动业务强劲增长？
探索安全边界：出海合规与大模型实践 | QCon
10 月 18 -19 日 QCon 上海站「探索安全边界：出海合规与大模型实践」专场，将探讨企业出海中的合规要求，助力企业建立有效的合规体系，以及大模型如何帮助团队成员更高效地解决安全问题。
不追风口，不依赖风投，盈利后为何选择开源？
本文整理自 Juicedata 合伙人 苏锐在 QCon 2024 北京的演讲分享“JuiceFS 的商业与开源实践”。
字节跳动容灾实践：同城容灾 + 异地多活是最好的模式吗？
“容灾建设中，关注三个关键词：资源、流量和数据。容灾建设强依赖于资源评估。无论是专线中断还是 AZ 不可用的情况下，我们的首要任务是评估资源容量是否充足。
成本与效率：作业帮数据治理全方位解析
在数字化时代，数据指标已成为企业最重要的指南针。有效的数据治理对于确保“数据指南针”持续稳定工作至关重要。
微软中国 CTO 韦青：亲身经历大模型落地的体会与思考 | QCon
在大模型、AIGC 的冲击下，大多数人把目光聚焦在技术浪潮上，聚焦在那些“容易解决”的问题上
技术管理者如何“好好说人话”
管理者的核心职责是让团队能够创造卓越的价值，而这归根到底都依赖于团队中每个员工能否充分发挥他们的潜力。
京东商家智能助手：Multi-Agents 在电商垂域的探索与创新 | QCon
京东零售基于 Multi-Agents 理念搭建了商家助手大模型在线推理服务架构
万字干货！手把手教你如何训练超大规模集群下的大语言模型 | QCon
快手总结了一套超大规模集群下大语言模型训练方案。
AI 老师的强大功能 + 真人老师的情感交流 = 未来教育？ | QCon
人工智能正在深度重塑教育领域，驱动着教学模式，尤其是个性化学习的革新。
大模型引领软件行业变革，除了拥抱变化，我们还能做些什么？ | QCon
2024 年，QCon 全球软件开发大会以拥抱变化、全面进化为主题，覆盖架构、前后端、算法、运维、安全、大数据等关键技术领域的研发工程师、技术管理者及创业者、投资人等泛开发者群体，关注技术前瞻性和实用性，提供有价值的行业洞察和参考，旨在帮助技术团队降低探索新技术的时间成本，更快地将创新技术和最佳实践应用到实际业务中。
章文嵩、蒋晓伟、李飞飞、张凯巅峰对谈：大模型时代的数据智能新趋势 | QCon
AI 与数据，它们的生产关系是不是发生了变化？
揭秘大模型技术在快手搜索的应用 | QCon
重点介绍了多模态技术，尤其是多模态理解和生成方面的最新科研进展。
云时代下，云和开源软件厂商如何共存共荣?
如何 Create 一个好的开源技术产品
大语言模型加持，是智能运维架构的未来吗？
字节跳动 SRE－Copliot 框架的优势、架构及技术细节。
架构师会被 AI 秒了吗？ | QCon
对于一名架构师，最能让其感到兴奋的词汇莫过于“重构”。
钉钉 AI Agent Store 上线了！软件竞争格局重构：Agent 掀起新风暴，App 何去何从？
是流量入口还是超级底座？钉钉对 AI Agent Store 的思考
是流量入口还是超级底座？钉钉对 Agent Store 的思考 | QCon
5 月 17 日 -18 日在北京·乐多港万豪酒店举办，点击链接了解人工智能技术领域的行业变革与技术创新全流程。
通往 AGI 之路，数据系统还需挑战哪些物理极限？
分布式 Data Warebase 是性能、正确性、实时性这三个业务核心需求的必然推论，它不是一个发明，而是一个发现。
钉钉智能化之路：打造未来交互新形态，重塑组织效能 | QCon
在 AI 技术与产品快速迭代的浪潮中，钉钉顺应时势，深度布局智能化战略。从产品革新、交互升级、数据激活到产业融合，全方位推进智能化落地，使其融入生产场景，赋能组织效能提升，构筑未来智慧办公新范式。
QCon 北京 2024 盛大开幕，韦青、王皓、程操红、郭东白、章文嵩、蒋晓伟、李飞飞、张凯等行业领袖呈现精彩分享
让 QCon 的参会者先看到未来！
Agent 如何重构微服务、重塑营销，百度的“趟坑”经验总结｜QCon
被普遍认为是生成式 AI 浪潮中最有可能商业化落地的 Agent，目前进展如何？还需要解决哪些问题？
AI Agent 在营销领域的落地：让用户用 prompt 实现广告投放｜QCon
传统的营销推广平台诞生于 PC 互联网时代，因其 GUI-Based 特性，导致很多功能藏得深，缺乏有效的引导与互动，这种结构特点无形中抬高了客户进行广告投放的操作门槛和技术难度。
向着“生成式 AI”全面进化！QCon 会展正式启航！
多模态、智能编码、数字人、模型广场 & 管理 & 调优、性能优化 & 智能测试 & 智能运维...
第一批落地大模型的企业现在做得怎么样了？| QCon 北京 2024 日程上线
中国大模型产品开发现状如何？哪些先行企业实践值得关注？
LLM 和多 Agent 在运维领域的落地经验｜QCon
在数字化时代，企业和组织的 IT 系统变得越来越复杂，运维工作也变得越来越繁琐和困难。为了解决这些问题，AIOps 智能运维技术应运而生，而大模型的出现，为 AIOps 更强大的计算、决策与自学能力，极大地提升了 IT 运营的自动化和效率。
分享一种主干开发方案：既能高频发布又能保证软件质量｜QCon
为什么 Motiff 团队不选择传统的分支发布 + 人工测试方案？
微服务过微怎么办？字节跳动提供了一种合并编译的方案｜QCon
有没有一种方案，可以既拥有单体的性能，又拥有微服务的研发效率呢？
1688 AI 托管：曾经以为走错了路，但最终闯出一片天
本周五，QCon 上海站，和你交流大模型时代下的 AI 托管
京公网安备 11010502039052号 | 产品资质
