QCon 2026北京站 — AI工程化与智能体架构¶
会议概况¶
时间: 2026年4月16-18日 地点: 北京 规模: 2000+开发者、120+位专家、60+家企业/机构 主题: "Agentic AI时代的软件工程重塑"
核心洞察¶
1. 超级智能体时代已至¶
极客邦科技总编辑赵钰莹提出: - AI正从被动对话机器人升级为可自主设定目标、调用工具、协同完成任务的超级智能体 - 企业AI应用进入规模化落地关键分水岭
五大高成功率场景: 1. 效率提升 2. 风险管控 3. 精准决策 4. 全链路协同 5. 合规保障
落地范式: 场景(降本/增效/增收/控险) → 多智能体架构(感知-规划-执行-反思) → 工程化基建 → 数据闭环 → 合规保障
2. 组织与人才重构¶
- 团队规模收缩、人效提升
- 岗位缩减: 测试、UI等
- 价值凸显: 智能体架构师、算法与架构人才
- 技能重心: 架构、AI调优、数据治理、业务理解
- 组织形态: 扁平化、小型化、AI专项化
3. 软件工程范式转移¶
黄东旭 (TiDB联合创始人): - "Coding问题已基本解决，Software重构才刚刚开始" - 软件构建转向 目标-上下文-约束 框架 - 人机协同模式: 人类负责高熵低频决策，Agent承担低熵高频执行 - 软件形态从静态固定走向意图驱动 - 用户意图成为新一代软件的真正入口 - 市场向人机两极分化: - 靠近人: 情绪价值、交互体验、传播能力 - 靠近机器: 面向Agent设计、Agent体工程学
4. AI原生安全范式¶
韦韬 (蚂蚁集团副总裁): - 进入 "AI机车时代" — 百倍级生产力跃迁 - 传统安全体系根本性失效 - 四大原生安全范式: - NbSP (零越范式): 内存安全根源 - OVTP (可溯范式): 任务级工单体系 - HOP (高阶程序范式): 业务规约约束AI行为 - ARCP (攻击回报范式): "-1Day防御"
5. 模型之外的脚手架¶
阎栋 (Bosch集团首席AI科学家): - LLM仅掌握可符号化的"事物"，无法锚定组合的/动态的"事实" - Harness Engineering 六层脚手架: 1. 上下文管理 2. 工具调用 3. 流程编排 4. 状态维护 5. 反馈评估 6. 故障回滚 - 通向AGI的两条路径: - LLM + 遗传算法 - 世界模型 (技术范式仍未收敛)
专题覆盖 (25个)¶
- AI for SRE
- 具身智能与物理世界交互
- Agent Infra架构设计
- AI时代的"超级团队"
- LUI与GUI的融合
- 智能体安全实践
- Agentic Engineering
- AI重塑数据生产与消费
- Agent可观测性与评估工程
- Coding Agent驱动的研发新范式
- AIGC视觉生成技术的产业级应用
- OpenClaw生态实践
- 记忆觉醒: 智能体记忆系统的范式重塑
- 小模型与领域适配模型
- 多模态理解与生成的突破
关键参会企业¶
国内: 腾讯、阿里、蚂蚁、字节、火山引擎、华为、百度、地瓜机器人、京东、科大讯飞、快手、美团、小米、网易、智谱、蔚来、小红书、58同城、无问芯穹
国际: Snowflake、MongoDB、Elastic、Cloudflare、PayPal、Shopee、TiDB、亚马逊云科技、eBay
与现有wiki的关联¶
- concepts/ai-compute-economics — AI算力经济学 (MaaS规模化落地)
- concepts/ai-industry-panorama — AI产业全景 (工程化阶段信号)
- concepts/embodied-ai-supply-chain — 具身智能专题
- 9988.HK (阿里巴巴) — 阿里参与
- 0700.HK (腾讯) — 腾讯参与
- BIDU (百度) — 百度参与
Alpha要点¶
- AI工程化元年确认: 2026年企业AI从"演示"走向"生产力"
- 智能体架构师成为新稀缺岗位: 人才结构重塑利好头部云厂商
- 安全成为AI落地瓶颈: 蚂蚁安全范式若成为行业标准将巩固其地位
- Coding Agent竞争白热化: 从工具层面向编排层面升级
风险提示¶
- 企业AI落地进度可能慢于预期
- 安全合规要求可能抑制创新速度
- 人才转型滞后于技术演进