▼

在人工智能技术迅猛发展的当下，为了帮助企业在人工智能的浪潮中抓住机遇，“AI+研发数字峰会（AiDD）”应时而生，致力于协助企业利用AI技术深化计算机对现实世界的理解，推动研发进入智能化和数字化的新时代。AiDD峰会是兼具专业性、专注性、全面性与前瞻性的顶级 AI 数字峰会。

2025 AiDD峰会深圳站共设五大条线，分别是“AI+开发”、“AI+测试”、“AI+技术前沿”、“AI+领域”、“AI+工程”线。其中“AI+开发”线精心策划了三大论坛，涵盖超越“编程Copilot”、为大模型贴身打造的需求工程（中兴专场） 、multi-Agent协同开发框架，汇聚了众多AI领域的顶尖专家与前沿成果，包括腾讯、百度、极狐驭码、汇丰、中兴、科大讯飞、CAMEL-AI等顶尖企业，为参会者带来了一场思想碰撞与技术盛宴。

一、超越“编程Copilot”

论坛出品人：汪晟杰 腾讯 资深技术专家

本论坛聚焦从辅助编码向自主软件构建的范式跃迁，探讨代码大模型在需求理解、架构设计、全栈生成与自我演化的进阶能力。围绕语义深度理解、上下文感知编程、人机协同开发模式等议题，推动AI从“助手”走向“协作者”，重塑软件研发范式。

1.《从Coding Agent到Coding SubAgent》

百度文心快码智能体负责人牛万鹏系统回顾了Coding Agent的发展历程——从早期插件式补全工具，到具备上下文感知能力的编程协作者，再到如今面临复杂任务分解难、多轮交互精度衰减、上下文容量受限等瓶颈的现实挑战。为此，他提出“SubAgent”分层协同架构：由一个主控的Lead Agent统筹调度，结合系统级SubAgent（如搜索、写作、命令执行）与自定义SubAgent，实现能力解耦与任务拆解。

2.《Vibe Coding屠龙纲要：CodeRider在AI辅助编程中的实践经验》

极狐驭码AI解决方案专家武让以驭码CodeRider为实践载体，提出了“心法、技法、身法”三位一体的Vibe Coding实战纲要。所谓“心法”，即坚信“Context is All You Need”，强调通过上下文工程注入架构设计、命名规范与依赖关系；“技法”则是提炼出“精准提问、分步引导、反馈闭环”三板斧，提升人机协作效率；而“身法”则倡导灵活应对——当AI连续出错时，“走为上计”，及时切换策略或回归人工干预。

3.《AI Agent落地实战：汇丰科技的智能化SDLC改造之路》

汇丰科技内部开源技术委员会主席李渭宁主导推进了汇丰科技内部AI Agent与MCP（Model Control Plane）平台的建设，旨在通过智能化手段重构整个软件开发生命周期（SDLC）。他分享道，传统开发流程中存在效率低、协作断层、评审滞后等问题，而AI Agent的引入正逐步改变这一局面。团队通过内部开源共建机制，打造了一系列定制化Copilot插件，并将其无缝集成至VS Code、GitHub Copilot、Jira、Confluence等主流工具链中，实现了从需求分析、架构设计、编码评审到测试部署的全链路赋能。

4.《AI 编程工具选型实践指南：插件、IDE 与终端形态的深度解析》

腾讯资深技术专家汪晟杰在演讲中深入剖析了当前AI编程工具的三种主流形态：插件、IDE与终端，并逐一解析其技术实现逻辑与发展脉络。深度解析为开发者和技术管理者提供了科学选型框架，也勾勒出AI-native开发环境的清晰蓝图。

二、为大模型贴身打造的需求工程（中兴专场）

论坛出品人：王一 中兴通讯有线研究院需求AI应用负责人

聚焦大模型技术提升全流程需求分析效率和质量，重点探讨如何借助AI和知识工程能力，重塑需求获取、分析与评审验证的新范式。议题涵盖智能需求引导、多模态需求融合、多角色智能需求评审、需求域知识工程实践等方向，旨在构建互联知识体系注入大模型，实现客户需求精准表达及高效流转。

1.《从Coding Agent到Coding SubAgent》

百度文心快码智能体负责人牛万鹏系统回顾了Coding Agent的发展历程——从早期插件式补全工具，到具备上下文感知能力的编程协作者，再到如今面临复杂任务分解难、多轮交互精度衰减、上下文容量受限等瓶颈的现实挑战。为此，他提出“SubAgent”分层协同架构：由一个主控的Lead Agent统筹调度，结合系统级SubAgent（如搜索、写作、命令执行）与自定义SubAgent，实现能力解耦与任务拆解。

2.《Vibe Coding屠龙纲要：CodeRider在AI辅助编程中的实践经验》

极狐驭码AI解决方案专家武让以驭码CodeRider为实践载体，提出了“心法、技法、身法”三位一体的Vibe Coding实战纲要。所谓“心法”，即坚信“Context is All You Need”，强调通过上下文工程注入架构设计、命名规范与依赖关系；“技法”则是提炼出“精准提问、分步引导、反馈闭环”三板斧，提升人机协作效率；而“身法”则倡导灵活应对——当AI连续出错时，“走为上计”，及时切换策略或回归人工干预。

3.《AI Agent落地实战：汇丰科技的智能化SDLC改造之路》

汇丰科技内部开源技术委员会主席李渭宁主导推进了汇丰科技内部AI Agent与MCP（Model Control Plane）平台的建设，旨在通过智能化手段重构整个软件开发生命周期（SDLC）。他分享道，传统开发流程中存在效率低、协作断层、评审滞后等问题，而AI Agent的引入正逐步改变这一局面。团队通过内部开源共建机制，打造了一系列定制化Copilot插件，并将其无缝集成至VS Code、GitHub Copilot、Jira、Confluence等主流工具链中，实现了从需求分析、架构设计、编码评审到测试部署的全链路赋能。

4.《AI 编程工具选型实践指南：插件、IDE 与终端形态的深度解析》

腾讯资深技术专家汪晟杰在演讲中深入剖析了当前AI编程工具的三种主流形态：插件、IDE与终端，并逐一解析其技术实现逻辑与发展脉络。深度解析为开发者和技术管理者提供了科学选型框架，也勾勒出AI-native开发环境的清晰蓝图。

二、为大模型贴身打造的需求工程（中兴专场）

论坛出品人：王一 中兴通讯有线研究院需求AI应用负责人

聚焦大模型技术提升全流程需求分析效率和质量，重点探讨如何借助AI和知识工程能力，重塑需求获取、分析与评审验证的新范式。议题涵盖智能需求引导、多模态需求融合、多角色智能需求评审、需求域知识工程实践等方向，旨在构建互联知识体系注入大模型，实现客户需求精准表达及高效流转。

1.《多智能体协同 - 打造智能化驱动的研效提升新范式》

科大讯飞 研发效能产品团队负责人于航带领团队打造了一个基于Multi-Agent架构的统一效能平台。该平台将需求管理、项目管理、测试管理、CI/CD等能力模块化为独立Agent，每个Agent专注解决特定领域问题，如需求PRD生成、任务拆解、自动化测试等。通过多智能体协同框架，这些Agent可在复杂场景下协同工作，实现从需求到部署的端到端自动化。

2.《Nebula-GUI Agent: 精准快稳的端到端屏幕操作解决方案》

中兴通讯AI算法工程师张凯莉聚焦于GUI-Agent这一新兴赛道——即让AI像人一样操作手机界面完成订票、点餐、缴费等任务。然而，现有方案普遍存在准确率低、响应慢、泛化差等问题。为此，她介绍了自研的Nebula-GUI Agent框架及其配套的7B量级视觉语言模型。该方案从数据合成、训练优化到推理加速全流程创新：采用自动化脚本生成高质量标注数据，引入SFT图思维链增强逻辑推理能力，结合任务级在线强化学习提升鲁棒性，并通过轻量化推理优化保障实时性。

3.《Agent 研发框架的设计及其在业务全域质效提升中的实践》

腾讯PCG工程效能平台部工程效能与AI算法研究专家刘琮玮带领团队持续探索其在需求、代码、用例、缺陷等领域的应用边界。他们构建了一套完整的MultiAgent大模型研发框架，涵盖Prompt工程、MCP能力调度、Agent编排等核心技术，支撑AI能力在研发全流程的渗透。这套框架已在腾讯多个业务线取得实效，成为AI赋能质效提升的重要基础设施。

4.《Building the Future of Multi-agent Workforce》

CAMEL-AI 工程师孙韬将深入分析AI技术的三个发展阶段：从辅助工具到自动化的单体Agent，再到能够在多种环境和任务中协同适应的多Agent系统。我们将聚焦于技术构建的细节，探讨如何利用底层的大模型、辅助工具、记忆等组件构建复杂的AI系统，并分析这些技术的实际工程实现。 

“AI+开发线”十位嘉宾的思想碰撞，共同描绘出一幅AI重塑软件研发全景图：从编码辅助到自主构建，从个体智能到群体协同，从工具使用到范式变革。这场由大模型驱动的技术浪潮，已不再是“是否要用AI”的选择题，而是“如何构建属于自己的AI研发体系”的必答题。

---