作者 | 屠敏、鄭麗媛

出品 | CSDN（ID：CSDNnews）

傳統(tǒng)的軟件開發(fā)范式，正在被 AI 一點(diǎn)點(diǎn)“拆掉重來”。

從一鍵拉起環(huán)境、自動(dòng)生成代碼的工具鏈，到像 OpenClaw 這樣的 Agent 系統(tǒng)開始接管完整開發(fā)流程，“寫代碼”這件事本身正在被重構(gòu)——有人開始習(xí)慣“燒 token”換效率，也有人在追問：當(dāng)代碼可以被生成，程序員還能做些什么？

這些問題，并不是停留在討論區(qū)里的抽象爭(zhēng)論。在 4 月 17-18 日的 2026 奇點(diǎn)智能技術(shù)大會(huì)現(xiàn)場(chǎng)，它們被反復(fù)拋出、被不同觀點(diǎn)正面碰撞，也被來自一線的實(shí)踐者逐一拆解。

這場(chǎng)由 CSDN 與奇點(diǎn)智能研究院聯(lián)合舉辦的技術(shù)盛會(huì)，用整整兩天時(shí)間，把 AI 正在如何重塑軟件開發(fā)這件事，攤開講清楚。

超過 60 位來自全球的技術(shù)專家齊聚一堂，從 NVIDIA、微軟、Google 到華為、阿里、騰訊、京東、月之暗面、階躍星辰、網(wǎng)易、快手、昆侖萬維、MiniMax，再到北大、智源、奇點(diǎn)智能研究院，不同領(lǐng)域、不同場(chǎng)景，但討論的焦點(diǎn)卻異常一致：Agent 正在成為新入口，軟件形態(tài)正在被重寫。

兩日的大會(huì)現(xiàn)場(chǎng)座無虛席，不少技術(shù)專家剛走下臺(tái)，就被聽眾圍住繼續(xù)追問，走廊、門口很快變成了“加時(shí)討論區(qū)”。與其說這是一次大會(huì)，不如說更像一場(chǎng)圍繞“軟件開發(fā)將走向何處”的集中交鋒，也是一場(chǎng)不斷逼近答案的過程。

而這，僅僅是開始。

推理拐點(diǎn)之上：Agent 時(shí)代的產(chǎn)業(yè)重構(gòu)正在發(fā)生

在模型能力持續(xù)提升之后，行業(yè)的關(guān)注點(diǎn)不再只是“模型能不能做”，而是“能不能真正進(jìn)入系統(tǒng)、參與執(zhí)行”。當(dāng)大模型從單點(diǎn)能力走向可調(diào)用、可編排的執(zhí)行單元，推理能力就成了分水嶺。它決定了 AI 是停留在“回答問題”，還是進(jìn)入“完成任務(wù)”。也正是在這個(gè)轉(zhuǎn)折點(diǎn)上，Agent 不再只是一個(gè)應(yīng)用形態(tài)，而開始變成軟件系統(tǒng)里的新入口。

4 月 17 日上午的主會(huì)場(chǎng)，奇點(diǎn)智能研究院院長(zhǎng)、CSDN 高級(jí)副總裁李建忠，榮耀終端 AI 首席科學(xué)家、首席人工智能官（CAIO）黃非，螞蟻集團(tuán)副總裁、國家級(jí)創(chuàng)新領(lǐng)軍人才周俊，上海人工智能實(shí)驗(yàn)室青年領(lǐng)軍科學(xué)家、大模型中心負(fù)責(zé)人陳愷等嘉賓，分別從不同技術(shù)與產(chǎn)業(yè)視角，展開了對(duì)大模型演進(jìn)與 Agent 生態(tài)的系統(tǒng)性討論。

Agent 重塑軟件與互聯(lián)網(wǎng)產(chǎn)業(yè)新范式

• 李建忠 奇點(diǎn)智能研究院院長(zhǎng)，CSDN 高級(jí)副總裁

跨越周期：人工智能的演進(jìn)和未來

• 黃非 榮耀終端 AI 首席科學(xué)家、首席人工智能官（CAIO）

從語言到推理：百靈大模型的 AGI 探索

• 周俊 螞蟻集團(tuán)副總裁，國家級(jí)創(chuàng)新領(lǐng)軍人才

萬億參數(shù)科學(xué)多模態(tài)大模型: Intern-S1-Pro 技術(shù)解析

• 陳愷 上海人工智能實(shí)驗(yàn)室青年領(lǐng)軍科學(xué)家，大模型中心負(fù)責(zé)人

主會(huì)圓桌環(huán)節(jié)，在奇點(diǎn)智能研究院開源技術(shù)委員會(huì)主任、華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院教授王偉的主持下，奇點(diǎn)智能研究院院長(zhǎng)、CSDN高級(jí)副總裁李建忠，榮耀終端 AI 首席科學(xué)家、首席人工智能官（CAIO）黃非，上海人工智能實(shí)驗(yàn)室青年領(lǐng)軍科學(xué)家、大模型中心負(fù)責(zé)人陳愷，新浪微博首席科學(xué)家及 AI 研發(fā)部負(fù)責(zé)人張俊林共同參與討論。

圍繞“跨越奇點(diǎn)：推理拐點(diǎn)下的 Agent 產(chǎn)業(yè)新生態(tài)”這一主題，五位技術(shù)專家從產(chǎn)業(yè)與實(shí)踐出發(fā)，討論了 AI 正在如何重塑軟件形態(tài)，以及這種變化對(duì)從業(yè)者的實(shí)際影響。話題也從早期的提示工程，延伸到上下文工程，再到當(dāng)下逐漸受到關(guān)注的“駕馭工程”（Harness Engineering）。在此背景下，無論是職場(chǎng)開發(fā)者還是在校學(xué)生，都需要重新思考自身的能力結(jié)構(gòu)與應(yīng)對(duì)之策。

首日精彩亮點(diǎn)見：

三大發(fā)布：從方法論、評(píng)測(cè)體系到開發(fā)者生態(tài)的全棧布局

本次大會(huì)上，奇點(diǎn)智能研究院院長(zhǎng)、CSDN 高級(jí)副總裁李建忠和奇點(diǎn)智能研究院開源技術(shù)委員會(huì)主任、華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院教授王偉，共同帶來了三項(xiàng)關(guān)鍵發(fā)布，分別覆蓋 AI 軟件研發(fā)方法論、行業(yè)評(píng)測(cè)體系與開發(fā)者生態(tài)建設(shè)，形成一條從認(rèn)知框架到實(shí)踐落地的完整鏈路。

1. 《AI 原生軟件研發(fā)成熟度模型AISMM白皮書》發(fā)布：探析 AI 時(shí)代的軟件工程演進(jìn)趨勢(shì)

作為本次發(fā)布的核心成果之一，《AI 原生軟件研發(fā)成熟度模型 AISMM 白皮書》由奇點(diǎn)智能研究院專家團(tuán)隊(duì)，基于豐富的行業(yè)客戶咨詢案例、并融合業(yè)界最佳實(shí)踐總結(jié)而成。

白皮書共分為五大章節(jié)，系統(tǒng)梳理了 AI 正在重塑軟件研發(fā)范式的關(guān)鍵變化，包括：

• 變局：AI 重塑軟件全新范式

• 框架：AISMM 全景解讀

• 剖析：AI 原生軟件工程的核心變革

• 評(píng)估：企業(yè)現(xiàn)狀與行業(yè)格局

• 展望：技術(shù)趨勢(shì)與價(jià)值主張

報(bào)告從研發(fā)流程、組織架構(gòu)、基礎(chǔ)設(shè)施到工具鏈等多個(gè)層面，提出了系統(tǒng)性的轉(zhuǎn)型要求與落地建議。它不僅是對(duì)“AI 介入軟件研發(fā)全過程”的一次結(jié)構(gòu)化總結(jié)，也試圖為行業(yè)提供一條可演進(jìn)、可評(píng)估的實(shí)踐路徑。

2. 《AI 大模型技術(shù)體系綜合開源影響力榜單》發(fā)布：構(gòu)建多維度評(píng)測(cè)坐標(biāo)體系

另一項(xiàng)重要發(fā)布是《AI 大模型技術(shù)體系綜合開源影響力榜單》。該榜單通過構(gòu)建統(tǒng)一評(píng)測(cè)框架，系統(tǒng)呈現(xiàn)國際與國內(nèi)大模型在技術(shù)體系上的綜合實(shí)力對(duì)比。

本次榜單設(shè)置三大分榜單及一個(gè)綜合榜單，從模型能力、數(shù)據(jù)體系、評(píng)測(cè)體系與系統(tǒng)工程四個(gè)維度出發(fā)，建立起覆蓋全棧能力的評(píng)價(jià)坐標(biāo)。整體評(píng)測(cè)體系包含 53 項(xiàng)核心指標(biāo)，數(shù)據(jù)來源覆蓋 17 個(gè)主流技術(shù)平臺(tái)，共計(jì)采集 13,541 條有效鏈接，力求在盡可能客觀的基礎(chǔ)上，反映當(dāng)前大模型技術(shù)生態(tài)的真實(shí)競(jìng)爭(zhēng)格局。這一榜單的意義，不僅在于“排名”，更在于為行業(yè)提供了一套可持續(xù)迭代的評(píng)估方法論，讓不同技術(shù)路線與工程體系之間具備可對(duì)照、可分析的參照系。

3. 「AI DSpace」AI 開發(fā)者空間站成立：構(gòu)建面向全球的 AI 開發(fā)者連接器

與前兩項(xiàng)偏方法論與評(píng)測(cè)體系的發(fā)布不同，「AI DSpace」AI 開發(fā)者空間站更側(cè)重生態(tài)層面的構(gòu)建。該社區(qū)由多位技術(shù)專家以個(gè)人名義聯(lián)合發(fā)起，定位為面向海內(nèi)外技術(shù)從業(yè)者的高密度 AI 開發(fā)者社區(qū)，目標(biāo)是連接產(chǎn)業(yè)與學(xué)術(shù)、資深專家與入門開發(fā)者之間的斷層。

從覆蓋范圍來看，「AI DSpace」試圖打通 AI 全棧技術(shù)與產(chǎn)業(yè)落地鏈路，涵蓋基礎(chǔ)設(shè)施、模型工程、核心應(yīng)用場(chǎng)景、運(yùn)維體系以及行業(yè)洞察等多個(gè)層面，為開發(fā)者提供一個(gè)從學(xué)習(xí)到實(shí)踐再到協(xié)作的完整生態(tài)支撐。

多維議題并行，解碼大模型、智能體與 AI 原生未來

主論壇的前沿洞察已為我們勾勒出 AI 發(fā)展的圖景，接下來的分論壇環(huán)節(jié)，將把技術(shù)脈絡(luò)與產(chǎn)業(yè)實(shí)踐層層展開。

從大語言模型技術(shù)演進(jìn)、多模態(tài)與世界模型，到 AI 原生軟件研發(fā)、智能體系統(tǒng)工程；從具身智能與智能硬件、AI 原生應(yīng)用創(chuàng)新，到 AI Infra 基礎(chǔ)設(shè)施運(yùn)維、OpenClaw 行業(yè)實(shí)踐，再到 AI + 各行業(yè)落地攻堅(jiān)，技術(shù)嘉賓們深入技術(shù)內(nèi)核、拆解工程難點(diǎn)、分享一線案例。

大語言模型技術(shù)演進(jìn)

大語言模型技術(shù)的演進(jìn)，已經(jīng)不再是單純圍繞規(guī)模擴(kuò)張的持續(xù)堆疊，而是一次覆蓋訓(xùn)練機(jī)制、注意力結(jié)構(gòu)、數(shù)據(jù)體系與推理效率的系統(tǒng)性重構(gòu)。從底層算法到工程實(shí)現(xiàn)，各個(gè)環(huán)節(jié)都在被重新設(shè)計(jì)與優(yōu)化，以支撐更復(fù)雜任務(wù)場(chǎng)景下的穩(wěn)定輸出與高效運(yùn)行。本次論壇正是在這樣的技術(shù)背景下展開，圍繞大模型從基礎(chǔ)原理到工程落地的整個(gè)演進(jìn)過程進(jìn)行深度探討。

本論壇匯聚了來自頭部互聯(lián)網(wǎng)企業(yè)、科研機(jī)構(gòu)、大模型廠商及開源社區(qū)的七位技術(shù)專家，議題覆蓋在線策略蒸餾、零樣本語音合成、線性注意力的最新進(jìn)展、Agent 基座模型構(gòu)建方法，以及推理編譯器優(yōu)化等維度，并結(jié)合預(yù)訓(xùn)練數(shù)據(jù)優(yōu)化與復(fù)雜任務(wù)建模的實(shí)踐經(jīng)驗(yàn)，呈現(xiàn)大模型在關(guān)鍵技術(shù)環(huán)節(jié)中的最新進(jìn)展與落地思路。

大模型在線策略蒸餾（On-Policy Distillation）：方法、優(yōu)勢(shì)與問題

• 張俊林 新浪微博首席科學(xué)家及 AI 研發(fā)部負(fù)責(zé)人

基于大語言模型的零樣本語音合成

• 劉樹杰 微軟亞洲研究院香港首席研究員

線性注意力：過去、現(xiàn)在與未來

• 唐飛虎 月之暗面高級(jí)研發(fā)工程師、開發(fā)者關(guān)系負(fù)責(zé)人

Agent 時(shí)代需要一個(gè)什么樣的基座模型

• 滕愛齡 階躍星辰 (StepFun) 開發(fā)者產(chǎn)品和生態(tài)負(fù)責(zé)人

邁向 3D 世界模型：騰訊混元 3D-DiT 架構(gòu)演進(jìn)與自動(dòng)化原生管線工程實(shí)踐

• 李楊 騰訊混元 3D 研究員

重新思考大語言模型預(yù)訓(xùn)練中的數(shù)據(jù)問題——數(shù)據(jù)選擇、數(shù)據(jù)混合與高效訓(xùn)練

• 劉嘯 微軟亞洲研究院高級(jí)研究員

vLLM-compile：將編譯器優(yōu)化引入大模型推理

• 張家駒 vLLM 社區(qū)貢獻(xiàn)者，紅帽大中華區(qū) CTO

多模態(tài)與世界模型

多模態(tài)與世界模型，核心是推動(dòng) AI 從理解單一輸入，升級(jí)為對(duì)現(xiàn)實(shí)世界的統(tǒng)一建模。以往模型多處理孤立任務(wù)，而真實(shí)世界的視覺、語言、時(shí)空與物理規(guī)律本就是相互關(guān)聯(lián)、彼此約束的。多模態(tài)不只是接入更多類型數(shù)據(jù)，更是在統(tǒng)一空間中實(shí)現(xiàn)信息對(duì)齊與融合；世界模型則更進(jìn)一步，在感知之外，具備環(huán)境推演與因果推理能力。這一方向正讓 AI 從單純的感知工具，轉(zhuǎn)向擁有內(nèi)部模擬能力的智能系統(tǒng)，成為生成式 AI 邁向交互、推理與自主行動(dòng)的關(guān)鍵支撐。

在本場(chǎng)論壇中，來自 NVIDIA、Google Cloud、SGLang 社區(qū)、螞蟻集團(tuán)、昆侖萬維等頭部科技企業(yè)的技術(shù)專家圍繞 GPU 底層編程、云側(cè) AI 全棧規(guī)模化落地、高性能推理框架演進(jìn)、企業(yè)級(jí)多模態(tài)模型研發(fā)、視頻生成到世界模型的技術(shù)實(shí)踐等議題，帶來兼具底層技術(shù)深度與產(chǎn)業(yè)落地價(jià)值的前沿分享。

使用 Tile 進(jìn)行 GPU 編程

• Bryce Adelstein Lelbach NVIDIA 首席工程師、CUDA C++ 核心庫主管

Google Cloud 全棧 AI 規(guī)?；涞嘏c多模態(tài)實(shí)戰(zhàn)

• 鄭曉曦 Google Cloud 亞太區(qū)行業(yè)首席架構(gòu)師

SGLang 高性能推理現(xiàn)狀與未來路線全景解析

• 蔡尚銘 SGLang 社區(qū)核心開發(fā)者

百靈多模態(tài) Ming-Omni 研發(fā)實(shí)踐與探索

• 彭晗 螞蟻集團(tuán)高級(jí)算法專家，百靈多模態(tài)大模型后訓(xùn)練算法負(fù)責(zé)人

從視頻生成到世界模型：多模態(tài)生成技術(shù)的演進(jìn)與實(shí)踐

• 王沛雨 昆侖萬維多模態(tài)大模型 Tech lead

AI 原生軟件研發(fā)與氛圍編程

過去幾年，程序員的角色正在悄然發(fā)生變化，從傳統(tǒng)意義上的“代碼實(shí)現(xiàn)者”，逐步轉(zhuǎn)向更接近“產(chǎn)品定義與意圖表達(dá)者”的位置。需求不再被拆解為一行行具體代碼，而是以自然語言、設(shè)計(jì)意圖，甚至較為粗略的想法先被提出，再由 AI 系統(tǒng)持續(xù)補(bǔ)全、生成、修正與迭代。在這一過程中，“寫代碼”本身的重要性被逐漸弱化，取而代之的是對(duì)問題定義能力、上下文表達(dá)能力以及結(jié)果校準(zhǔn)能力的更高要求?！癆I 原生軟件研發(fā)”與“氛圍編程”，正是在這一背景下逐步形成的新范式：以 AI 能力為核心重構(gòu)開發(fā)流程，通過智能編碼、Agent 協(xié)作以及工程化工具鏈，讓開發(fā)者從大量重復(fù)性勞動(dòng)中解放出來，將更多精力投入到架構(gòu)設(shè)計(jì)與創(chuàng)新探索之中，從而推動(dòng)軟件研發(fā)走向更高效、更智能的階段。

本場(chǎng)論壇中，快手、通義實(shí)驗(yàn)室、百度、硅心科技的資深專家齊聚一堂，圍繞 AI 輔助編碼的實(shí)踐路徑、智能體在軟件工程中的演進(jìn)方向、規(guī)?；悄苋蝿?wù)的構(gòu)建方法，以及企業(yè)級(jí)高效研發(fā)的新范式等議題，分享各自在一線落地中的經(jīng)驗(yàn)與思考。從工具演進(jìn)到工程體系重塑，這些內(nèi)容也共同指向一個(gè)清晰趨勢(shì)：軟件研發(fā)正在從“人寫代碼”轉(zhuǎn)向“人定義目標(biāo)、AI 驅(qū)動(dòng)實(shí)現(xiàn)”的新協(xié)作范式。

軟件研發(fā)協(xié)同時(shí)代：L3 AI Coding 的探索與實(shí)踐

• 華劍侃 快手 CodeFlicker 產(chǎn)品負(fù)責(zé)人

從輔助編程到自主智能：Qoder 在復(fù)雜軟件工程中的 Agentic 演進(jìn)與實(shí)踐

• 李永彬 Qoder&通義靈碼模型負(fù)責(zé)人，通義實(shí)驗(yàn)室算法科學(xué)家

基于 Skill 構(gòu)建規(guī)模化 Agent 任務(wù)

• 張立理 百度前端架構(gòu)師、百度前端 CMC 負(fù)責(zé)人

讓每一分算力都算數(shù)——Fast Apply 與企業(yè)級(jí)高效能研發(fā)新范式

• 黃寧 硅心科技（aiXcoder）產(chǎn)品研發(fā)負(fù)責(zé)人

在由奇點(diǎn)智能研究院首席咨詢師李沫南主持的圓桌對(duì)話中，Qoder&通義靈碼模型負(fù)責(zé)人、通義實(shí)驗(yàn)室算法科學(xué)家李永彬，快手 CodeFlicker 產(chǎn)品負(fù)責(zé)人華劍侃，硅心科技（aiXcoder）產(chǎn)品研發(fā)負(fù)責(zé)人黃寧，共同圍繞“變與不變：AI 重構(gòu)軟件開發(fā)新范式”這一主題展開討論。

幾位嘉賓結(jié)合各自的技術(shù)實(shí)踐與產(chǎn)品經(jīng)驗(yàn)，聊一聊 AI 編碼能力的演進(jìn)、智能體如何真正進(jìn)入開發(fā)流程，以及 AI 原生工具在實(shí)際工程中的使用情況。同時(shí)，討論也會(huì)回到一個(gè)更本質(zhì)的問題：當(dāng)開發(fā)效率被不斷推高之后，軟件工程里哪些東西依然離不開人、需要被堅(jiān)持，哪些部分正在被 AI 接管甚至改寫。

智能體系統(tǒng)與工程

如果說過去的軟件是“等人點(diǎn)擊后執(zhí)行指令”，那么新一代系統(tǒng)正在變成“主動(dòng)理解目標(biāo)、拆解任務(wù)并持續(xù)執(zhí)行”的智能體形態(tài)。它們能搜索信息、調(diào)用工具、協(xié)同多個(gè)模塊，甚至在運(yùn)行中不斷修正策略、自我優(yōu)化。可問題也隨之而來：當(dāng) Agent 不再只是 Demo，而要承擔(dān)真實(shí)工作流時(shí)，如何設(shè)計(jì)架構(gòu)、保證穩(wěn)定性、提升擴(kuò)展性，并讓它持續(xù)進(jìn)化，成為工程領(lǐng)域新的核心命題。

為此，來自騰訊、DeerFlow、Qoder、新加坡科技研究局、北京大學(xué)的 5 位技術(shù)專家與研究者，在本專題揭開了 Agent 工程化最真實(shí)的一面：從微信 AI 搜索 Agent 的實(shí)戰(zhàn)落地，到 DeerFlow 2.0 從研究框架走向 Super Agent 運(yùn)行時(shí)的架構(gòu)重構(gòu)；從桌面 Agent 重塑全場(chǎng)景生產(chǎn)力，到 Agent 設(shè)計(jì)模式的系統(tǒng)化總結(jié)，再到可自我增強(qiáng)智能體工程體系的探索，這些分享將展示 Agent 如何從概念熱詞，進(jìn)化為真正可部署、可擴(kuò)展、可持續(xù)成長(zhǎng)的軟件系統(tǒng)。

微信 AI 搜索 Agent 的技術(shù)實(shí)戰(zhàn)分享

• 王炳寧 騰訊微信搜索 AI 算法研究方向負(fù)責(zé)人，專家研究員

DeerFlow 2.0：從深度研究框架到 Super Agent 運(yùn)行時(shí)的架構(gòu)重構(gòu)之路

• 姜寧 DeerFlow 核心貢獻(xiàn)者

重塑桌面生產(chǎn)力，構(gòu)建全場(chǎng)景驅(qū)動(dòng)的桌面 Agent

• 謝吉寶（唐三） Qoder 技術(shù)負(fù)責(zé)人

Agent 設(shè)計(jì)模式：從認(rèn)知架構(gòu)到工程落地

• 黃佳 新加坡科技研究局（A*STAR）高性能計(jì)算研究所 AI 研究員，《Agent 設(shè)計(jì)模式》作者

Toward Self-Improving Agents：構(gòu)建可自我增強(qiáng)的 Agent 工程體系

• 王樂業(yè) 北京大學(xué)計(jì)算機(jī)學(xué)院長(zhǎng)聘副教授

當(dāng)下，智能體幾乎是 AI 世界里最熱的關(guān)鍵詞之一。它能寫代碼、做搜索、拆解任務(wù)、調(diào)用工具，甚至開始像“數(shù)字員工”一樣參與真實(shí)業(yè)務(wù)流程。人們驚嘆于它展現(xiàn)出的執(zhí)行力，也同樣被它偶爾失控、跑偏、卡死在流程里的表現(xiàn)所提醒——讓智能體變得更強(qiáng)并不難，真正困難的，是讓它穩(wěn)定、可靠、可規(guī)?；毓ぷ?。于是，一個(gè)比“模型有多聰明”更現(xiàn)實(shí)的問題擺在行業(yè)面前：當(dāng)智能體進(jìn)入生產(chǎn)環(huán)境，我們究竟該如何駕馭它？

帶著這個(gè)疑問，本場(chǎng)以“智能體的技術(shù)躍遷與駕馭工程”為主題的圓桌對(duì)話正式開啟，在 CSDN 資深編輯王啟隆的主持下，騰訊微信搜索 AI 算法研究方向負(fù)責(zé)人、專家研究員王炳寧，Qoder 技術(shù)負(fù)責(zé)人謝吉寶（唐三），DeerFlow 核心貢獻(xiàn)者姜寧，以及新加坡科技研究局（A*STAR）高性能計(jì)算研究所 AI 研究員、《Agent 設(shè)計(jì)模式》作者黃佳齊聚一堂，圍繞智能體技術(shù)躍遷路徑、駕馭工程實(shí)操難點(diǎn)、行業(yè)落地新可能等話題，展開了一場(chǎng)觀點(diǎn)碰撞拉滿、干貨密度超標(biāo)的深度對(duì)談。

AI+行業(yè)落地實(shí)踐

真正改變產(chǎn)業(yè)的，從來不是實(shí)驗(yàn)室里刷新的榜單成績(jī)，而是那些進(jìn)入真實(shí)業(yè)務(wù)流程、解決具體問題的 AI 系統(tǒng)。當(dāng)大模型熱潮逐漸回歸理性，各行各業(yè)開始提出更現(xiàn)實(shí)的要求：能不能提升收入？能不能降低成本？能不能進(jìn)入核心流程，并穩(wěn)定創(chuàng)造價(jià)值？于是，AI 的競(jìng)爭(zhēng)也從“誰的模型更強(qiáng)”，轉(zhuǎn)向“誰先跑通行業(yè)閉環(huán)”。

不同于技術(shù)前沿的理論探索，“AI+行業(yè)落地實(shí)踐”專題更聚焦“實(shí)戰(zhàn)”與“實(shí)效”。為此我們匯集了小紅書、中能拾貝、京東、平安科技、金山辦公、螞蟻集團(tuán)、百度等 7 家企業(yè)的核心技術(shù)負(fù)責(zé)人，他們各自拆解 AI 在不同行業(yè)的適配邏輯、工程化路徑，以共同回答同一個(gè)問題：AI 究竟要如何真正成為行業(yè)增長(zhǎng)引擎。

自適應(yīng)強(qiáng)化學(xué)習(xí)驅(qū)動(dòng) AI 搜索 Agent 對(duì)齊在小紅書的實(shí)踐

• 陸承鏹 小紅書 AI 搜索生成算法負(fù)責(zé)人

工業(yè)智能躍遷：數(shù)據(jù)與知識(shí)驅(qū)動(dòng)的工業(yè)場(chǎng)景 AI 工程化實(shí)踐

• 劉勇 中能拾貝科技有限公司創(chuàng)始人兼 CTO

Agentic Commerce：商業(yè)世界模型中的因果建模實(shí)踐

• 鄧金秋 京東定價(jià)算法負(fù)責(zé)人

破局大模型落地“不可能三角”：平安科技 AI 在復(fù)雜醫(yī)療場(chǎng)景下的多 Agent 實(shí)踐

• 董揚(yáng) 平安科技創(chuàng)新事業(yè)部算法研究資深專家

辦公領(lǐng)域多模態(tài)的探索與實(shí)踐

• 孫亞博 金山辦公資深算法工程師

構(gòu)建商業(yè)世界的“數(shù)字雷達(dá)”：基于世界模型與智能體的企業(yè)認(rèn)知與動(dòng)態(tài)評(píng)價(jià)體系構(gòu)建與演進(jìn)

• 馬宇翔 螞蟻集團(tuán)企業(yè)信用部算法負(fù)責(zé)人

飛槳 PaddleOCR 最新技術(shù)與產(chǎn)業(yè)實(shí)踐

• 崔程 百度資深工程師

具身智能與智能硬件

“大模型給了 AI 大腦，但誰來給它手腳？”——這正是具身智能正在回答的問題。不同于屏幕里的聊天機(jī)器人，具身智能必須直面物理世界的混亂、不確定和真實(shí)風(fēng)險(xiǎn)，讓機(jī)器不再只停留在數(shù)據(jù)運(yùn)算，而是能在物理世界中完成“感知-決策-執(zhí)行”的完整閉環(huán)。

為解鎖具身智能與智能硬件的創(chuàng)新密碼，本專題邀請(qǐng)到了京東、優(yōu)必選、網(wǎng)易靈動(dòng)、同濟(jì)大學(xué)的行業(yè)大咖與學(xué)術(shù)專家，他們跳出傳統(tǒng)技術(shù)分享的框架，結(jié)合自身深耕領(lǐng)域的實(shí)戰(zhàn)經(jīng)歷，拆解從技術(shù)研發(fā)到規(guī)?；涞氐娜溌冯y點(diǎn)，分享那些藏在“機(jī)器落地”背后的創(chuàng)新思路。從空間理解到工業(yè)量產(chǎn)，從無人裝備到生物混合——顯然，這是一場(chǎng)關(guān)于 AI 如何“長(zhǎng)出身體、走進(jìn)世界”的前沿分享。

JoyAI-Image-Edit：讓模型真正“理解空間，編輯空間”

• 黃浩洋 京東探索研究院總監(jiān)、多模態(tài)基礎(chǔ)模型研發(fā)團(tuán)隊(duì)負(fù)責(zé)人

具身智能從模型到量產(chǎn)：L3-L5 全棧機(jī)器人在工業(yè)物流的規(guī)?；涞貙?shí)踐

• 萬昕 優(yōu)必選智慧物流子公司 UQI 優(yōu)奇戰(zhàn)略與產(chǎn)品負(fù)責(zé)人

數(shù)據(jù)驅(qū)動(dòng)算法：無人裝載機(jī)全流程作業(yè)的規(guī)模化實(shí)踐

• 陳廣大 網(wǎng)易靈動(dòng)規(guī)劃控制算法負(fù)責(zé)人

探索具身智能新范式：生物智能混合機(jī)器人系統(tǒng)研究與實(shí)踐

• 印真 同濟(jì)大學(xué)教授，上海創(chuàng)智學(xué)院全時(shí)導(dǎo)師

AI 原生應(yīng)用創(chuàng)新與開發(fā)實(shí)踐

隨著大模型從“玩具”變成“工具”，真正的 AI 原生應(yīng)用正在重新定義人與軟件的交互方式。從下一代視頻剪輯范式到搜索的極致性價(jià)比，從 AI PPT 的工程化落地到生產(chǎn)級(jí) Agent 系統(tǒng)的設(shè)計(jì)，從上下文工程到上下文學(xué)習(xí)——AI 原生應(yīng)用不再滿足于“接入模型”，而是在交互邏輯、工作流重構(gòu)和用戶體驗(yàn)上完成了一次徹底的重塑。來自小紅書、AWS、商湯科技、Dify、Macaron AI 等機(jī)構(gòu)的資深專家相聚于本專題，帶來了他們?cè)?AI 原生應(yīng)用一線探索中的真實(shí)案例與技術(shù)沉淀，這些案例將幫助開發(fā)者理解 AI 原生產(chǎn)品如何從概念走向可規(guī)?；涞?。

下一代視頻剪輯范式——OpenStoryline

• 許思杰 小紅書 Super Intellegence AIGC 組算法工程師

GenAI 中搜索的極致性價(jià)比之路

• 楊揚(yáng) AWS OpenSearch AI 研發(fā)經(jīng)理

從生成到可編輯：AI PPT 在線編輯系統(tǒng)的工程化實(shí)踐

• 馬林 商湯科技技術(shù)總監(jiān)

從構(gòu)建自治 AI 到設(shè)計(jì)生產(chǎn)級(jí) Agent 系統(tǒng)

• 鄭立 Dify 開源生態(tài)負(fù)責(zé)人

邁向經(jīng)驗(yàn)智能：從 Context Engineering 到 Context Learning

• 馬驍騰 Macaron AI 首席科學(xué)家

AI Infra 基礎(chǔ)設(shè)施與運(yùn)維

大模型能力持續(xù)躍升的背后，真正決定應(yīng)用上限的，往往不是模型本身，而是承載模型運(yùn)行的基礎(chǔ)設(shè)施體系。從算力集群調(diào)度、推理性能優(yōu)化，到多芯片兼容、軟硬協(xié)同架構(gòu)，再到自動(dòng)化運(yùn)維與智能化管理，AI Infra 正成為大模型時(shí)代最關(guān)鍵的“底座工程”。為此，本專題匯聚了多位來自全球科技巨頭、科研機(jī)構(gòu)及前沿企業(yè)的頂尖技術(shù)專家。

其中，NVIDIA 產(chǎn)品管理高級(jí)總監(jiān) Han Vanholde 率先聚焦 GPU 基礎(chǔ)設(shè)施的規(guī)模化運(yùn)營(yíng)，分享開源 AI 工廠軟件如何助力 NVIDIA 云合作伙伴構(gòu)建高效運(yùn)維體系；啟元實(shí)驗(yàn)室數(shù)據(jù)智能團(tuán)隊(duì)負(fù)責(zé)人馬少楠?jiǎng)t立足大模型時(shí)代需求，詳解軟硬協(xié)同計(jì)算架構(gòu)的搭建與數(shù)智融合的實(shí)踐路徑；Omn-Infer 模型性能優(yōu)化負(fù)責(zé)人、華為研發(fā)工程師何斌聚焦大模型推理落地中的性能核心痛點(diǎn)，深入拆解 Omni-Infer 語言大模型在高吞吐和低時(shí)延方面進(jìn)行極致性能優(yōu)化的關(guān)鍵技術(shù)和實(shí)踐探索，包括融合算子、多流并行、調(diào)度和投機(jī)等；清程極智技術(shù)專家吳再龍則提出 Agentic AI Infra 理念，解讀以智能體為中心的八卦爐智能軟件棧的構(gòu)建邏輯。

開源 AI 工廠軟件：NVIDIA 云合作伙伴如何構(gòu)建與規(guī)?；\(yùn)營(yíng) GPU 基礎(chǔ)設(shè)施

• Han Vanholde NVIDIA 產(chǎn)品管理高級(jí)總監(jiān)

面向大模型時(shí)代的軟硬協(xié)同計(jì)算架構(gòu)與數(shù)智融合實(shí)踐

• 馬少楠 啟元實(shí)驗(yàn)室數(shù)據(jù)智能團(tuán)隊(duì)負(fù)責(zé)人

Omn-Infer 性能極致優(yōu)化實(shí)踐

• 何斌 Omn-Infer 模型性能優(yōu)化負(fù)責(zé)人，華為研發(fā)工程師

Agentic AI Infra: 以智能體為中心的八卦爐智能軟件棧

• 吳再龍 清程極智技術(shù)專家

在本專題的下午場(chǎng)，來自智源、昆侖芯、趨境科技、無問芯穹、清微智能等機(jī)構(gòu)的各位技術(shù)專家，從不同維度深度拆解 AI Infra 領(lǐng)域的技術(shù)創(chuàng)新與落地路徑，全方位展現(xiàn)該領(lǐng)域的前沿成果，為行業(yè)從業(yè)者提供兼具實(shí)用性與前瞻性的實(shí)踐參考。

基于 FlagOS 技術(shù)棧的大模型框架多芯片統(tǒng)一高效插件體系

• 敖玉龍 北京智源人工智能研究院 AI 框架研發(fā)負(fù)責(zé)人

昆侖芯大規(guī)模 LLM 推理優(yōu)化：在文心一言上的實(shí)踐

• 馬陽 昆侖芯推理框架架構(gòu)師

從單體到解耦：Mooncake 如何支撐下一代大模型推理架構(gòu)

• 楊珂 Mooncake 核心貢獻(xiàn)者，趨境科技技術(shù)專家

基于 Agentic Infra 的 AIOps 智能體系統(tǒng)：面向多 GPU 集群的自動(dòng)化運(yùn)維破局與實(shí)踐

• 吳保東 無問芯穹技術(shù)副總裁

可重構(gòu)計(jì)算超節(jié)點(diǎn)的理論探索和實(shí)踐

• 樓群芳 清微智能技術(shù)專家

OpenClaw 行業(yè)實(shí)踐

OpenClaw 作為當(dāng)下 AI 領(lǐng)域的熱門方向，正推動(dòng)智能體技術(shù)從理論探索走向產(chǎn)業(yè)落地，成為連接大模型能力與實(shí)際業(yè)務(wù)需求的關(guān)鍵橋梁。從全民可用的 AI 工作臺(tái)到企業(yè)級(jí)多智能體解決方案，從數(shù)字員工的規(guī)?；瘧?yīng)用到智能體系統(tǒng)的安全防護(hù)，OpenClaw 正以多元實(shí)踐形態(tài)，重塑各行業(yè)的效率邊界與創(chuàng)新路徑，而如何破解落地難題、挖掘技術(shù)價(jià)值，也成為行業(yè)共同探索的核心課題。

圍繞“OpenClaw 行業(yè)實(shí)踐”這一主題，本專題匯聚了來自騰訊云、沐曦股份、MiniMax、網(wǎng)易有道、記憶張量、阿里云、華中科技大學(xué)、360 的一線專家與技術(shù)負(fù)責(zé)人，他們結(jié)合自身深耕領(lǐng)域的實(shí)戰(zhàn)經(jīng)驗(yàn)，系統(tǒng)分享了 OpenClaw 在辦公協(xié)作、企業(yè)服務(wù)、數(shù)字員工、多 Agent 架構(gòu)、安全防護(hù)等方向的最新探索，為開發(fā)者與從業(yè)者提供最具參考價(jià)值的實(shí)踐指引。

WorkBuddy Claw 打造全民 AI 工作臺(tái)

• 汪晟杰 騰訊云開發(fā)者 AI 產(chǎn)品負(fù)責(zé)人，首席產(chǎn)品經(jīng)理，騰訊資深技術(shù)產(chǎn)品專家

從算力到智能體：OpenClaw 數(shù)字員工實(shí)踐

• 韓澤耀 沐曦股份應(yīng)用生態(tài)負(fù)責(zé)人

MiniMax M2.7 驅(qū)動(dòng)的 OpenClaw 及 Agent 企業(yè)落地實(shí)踐

• 馮雯 MiniMax 開放平臺(tái)產(chǎn)品負(fù)責(zé)人

有道龍蝦 LobsterAI 的養(yǎng)成與實(shí)踐

• 李良才 網(wǎng)易有道 AI 應(yīng)用架構(gòu)師，有道龍蝦核心研發(fā)

從“記錄”到“資產(chǎn)”：MemOS 如何構(gòu)建 OpenClaw 多 Agent 的記憶引擎

• 唐波 記憶張量 MemTensor 應(yīng)用算法負(fù)責(zé)人，MemOS OpenClaw 項(xiàng)目技術(shù)負(fù)責(zé)人

HiClaw - 企業(yè)級(jí) Agent Team 解決方案

• 王泉力 阿里云解決方案架構(gòu)師

從 OpenClaw 到泛在智能體系統(tǒng)：大模型軟件系統(tǒng)的安全挑戰(zhàn)與思考

• 劉天銘 華中科技大學(xué)網(wǎng)絡(luò)空間安全學(xué)院 Security PRIDE 團(tuán)隊(duì)博士后研究員

賽博龍蝦安全養(yǎng)殖指南

• 寧宇飛 360 漏洞云 AI 安全及技術(shù)發(fā)展資深專家

AI 正當(dāng)時(shí)，未來可期

至此，2026 奇點(diǎn)智能技術(shù)大會(huì)·上海站圓滿結(jié)束。本次大會(huì)的順利舉辦，也離不開中能拾貝、Omni-AI 開源社區(qū)、樂奇 Rokid、人民郵電出版社異步社區(qū)、清華大學(xué)出版社等合作伙伴的大力支持。

如果把這兩天的討論放在更長(zhǎng)的時(shí)間尺度下來看，它所呈現(xiàn)的并不只是幾場(chǎng)技術(shù)分享，而是一種正在成形的行業(yè)共識(shí)：AI 正在從工具層，逐步進(jìn)入軟件開發(fā)、產(chǎn)品形態(tài)乃至企業(yè)組織方式的核心位置。對(duì)企業(yè)來說，這意味著不只是“是否使用 AI”的選擇題，而是如何重構(gòu)研發(fā)流程、提升組織效率、構(gòu)建自身 AI 能力的系統(tǒng)性問題；對(duì)從業(yè)者和程序員而言，也不再只是學(xué)習(xí)某個(gè)新工具或框架，而是要適應(yīng)一種全新的工作方式——更強(qiáng)調(diào)問題定義、系統(tǒng)理解以及與AI協(xié)同的能力。在這個(gè)過程中，真正的差距，往往不在模型本身，而在于誰能夠更快地完成認(rèn)知與實(shí)踐的轉(zhuǎn)換。

圍繞這些變化，社區(qū)與生態(tài)的重要性也愈發(fā)凸顯。無論是技術(shù)經(jīng)驗(yàn)的沉淀、最佳實(shí)踐的傳播，還是不同角色之間的連接與協(xié)作，都需要一個(gè)持續(xù)生長(zhǎng)的土壤。CSDN 與奇點(diǎn)智能研究院也在持續(xù)深耕其中，通過大會(huì)、內(nèi)容與社區(qū)建設(shè)，為開發(fā)者、企業(yè)與研究者之間搭建連接的橋梁，讓技術(shù)經(jīng)驗(yàn)?zāi)軌虮豢匆?、被?fù)用，也讓更多實(shí)踐得以沉淀與擴(kuò)散。

兩天的交流或許已經(jīng)結(jié)束，但圍繞 AI 的探索還在持續(xù)進(jìn)行中。期待下一次再聚。