🎤 技术大会 · 前沿洞察
出码率≠提效率：AICon深圳站8月开幕，AI Native研发升级路径公开
模型能力逐渐成为行业共识之际，真正的竞争力正在转向系统工程与组织级落地能力。2026年AICon人工智能开发与应用大会·深圳站将于8月21-22日举行，阿里Qoder高级技术专家宋文龙确认出席，现场拆解企业AI Native研发流程的升级与重塑路径。
来源：综合公开信息•
2026-07-22•
全文约 4 分钟读完
#AI Native
#AICon
#智能体工程
#研发效能
8.21-22
深圳 · 两天会期
60+
重磅议题
50+
头部企业技术专家
10
大专题 + 1 动手实验室
⚡ 30 秒速览
- 核心命题：出码率≠提效率——AI让编码更快，但企业效率瓶颈正在迁移到更长的研发链路中。
- 大会规模：8月21-22日 · 深圳，10大专题+1个动手实验室、近60场议题、50+专家。
- 关键嘉宾：阿里Qoder高级技术专家宋文龙，20年IT老兵，将发布企业AI研发成熟度模型。
- 核心方法论：Spec Driven Development让任务具备工程契约，Harness让Agent可调度可验证，AgentTeam构建"人+数字员工"协同网络。
- 实践案例：淘宝闪购AI Native研发实践、Qoder Harness闭环交付，已从方法论走向真实业务。
01一场大会：AI竞争从"模型"转向"系统"
模型参数规模不断突破，推理成本持续下降，开源生态日益繁荣。当模型能力逐渐成为行业共识，一个新的问题开始浮现。
当人人都能获得强大模型能力之后，真正的竞争力还剩下什么？
答案正在从模型能力本身，转向围绕模型构建可规模化的智能系统；从单点能力提升，转向系统工程与组织级落地能力。
50+头部科技企业
10大专题论坛
60重磅议题
1动手实验室
数据来源：AICon深圳站官方日程。专题覆盖AI基础设施、大模型系统、智能体工程、数据智能、多模态与行业落地。
腾讯、阿里、华为、百度、蚂蚁集团等头部科技企业技术负责人，以及科研机构一线专家将系统性地分享从实验到生产的真实路径。
AI Infra
推理工程与异构计算
超级个体与蜂群智能
机器人AGI
Agent安全
大模型效率工程
Agent商业场景
Coding Agent研发
+2 专题
专题列表为不完全列举，完整日程以大会官方发布为准。
02核心命题：出码率≠提效率
AI Coding正在推动研发模式从"工具辅助开发"走向"AI Native研发体系"。但在企业场景中，个人编码效率提升，并不必然带来组织交付效率提升。
一个看似反直觉的判断：出码率不等于提效率。
关键不是"AI会不会写代码"，而是"组织能不能承接AI生成"。真正的变化不只是"代码写得更快"，而是需求、上下文、协作、验证、交付和组织方式都在被重新定义。
传统 AI 辅助研发
AI 作为工具辅助程序员，单点提升编码效率，但组织链路不变，瓶颈仍在。
AI Native 研发体系
需求、上下文、协作、验证、交付被重新定义，AI 成为研发流程的基础设施。
对比维度：AI在研发流程中的角色定位与组织影响范围。
宋文龙将这场演讲的核心问题定义为：如何从单点AI工具使用，走向可规模化、可验证、可持续进化的研发生产系统。
03方法论：AI Native SDLC 的三根支柱
从软件工程、敏捷、DevOps到AI Native SDLC，结合Prompt、Context、Harness、Loop的能力演进，企业需要建立一套AI研发成熟度模型。
具体的路径是什么？宋文龙给出了三个关键方法。
Prompt→
Context→
Harness→
Loop
能力演进链路：从提示词到上下文工程，再到可调度的执行环境与持续反馈闭环。
Spec
Spec Driven Development
让复杂任务具备工程契约
Harness
让Agent可调度
可验证、可进化
AgentTeam
人机协作升级为
"人+数字员工"协同网络
三大支柱对应：任务定义层、执行调度层、组织协同层。
这套方法论的目标，是让AI时代成就超级个体，并进一步打造超级组织。
04谁来讲：20年老兵的 AI 实践
宋文龙，现任Qoder高级技术专家。拥有20年IT研发经验，加入阿里前，曾担任某互联网公司研发总监、IBM CSTL高级架构师等职位。
👨💻
宋文龙
Qoder 高级技术专家
20年IT研发经验 · 前某互联网公司研发总监 · 前IBM CSTL高级架构师
AI Agent 开发
企业级软件开发
操作系统研发
云原生互联网架构
他的演讲专题为"AI原生新范式：Coding Agent重构软件研发全流程"，主题聚焦企业AI Native研发流程升级与重塑。
05从方法论到真实业务
方法论最终要落到真实业务。三个实践案例值得关注：
🛍️ 淘宝闪购 AI Native 研发实践业务转型
- 场景：将AI Native研发方法论应用在真实业务团队的端到端流程改造。
- 重点：不是"代码写得快"，而是需求、上下文、协作、验证、交付方式的全面重构。
- 结论：个人提效与组织提效之间存在系统工程鸿沟，需要体系化设计。
实践方向：从"工具辅助"走向"AI Native"的研发流程重构。
🔧 Qoder Harness 闭环交付交付效率
- 场景：让Agent可调度、可验证、可进化的闭环交付系统。
- 重点：通过Harness工程实现AI生成→验证→交付的可靠链路。
- 延伸：Qoder AI-Native团队与数字员工探索，把人机协作升级为"人+数字员工"协同网络。
实践方向：从"人机协作"走向"超级组织"的协同形态。
这些案例展示了AI Native如何从方法论走向真实业务和组织实践。
编辑核心判断
Coding Agent 的竞争正在从"模型能力"转向"工程系统"。企业真正的分水岭，不是谁用上了AI，而是谁能让AI生成的代码被组织可靠地承接、验证和交付。
▶现在就能参与
AICon深圳站日程已100%上线，抢鲜了解近60场议题与10大专题。
了解大会详情 →
票务咨询：132 6907 8023