大模型驱动的DevOps工具链-2025北京站_QECon全球软件质量效能大会-橙柚科技

优惠倒计时

8折票抢购中

团购享受更多优惠

北京站 · 10月31-11月1日

上海站 · 9月12-13日

深圳站 · 5月23-24日

专场：大模型驱动的DevOps工具链

本专场聚焦探索大模型（LLM）如何深度重塑DevOps工具链，解锁软件开发与运维的在 AI 智能化时代的新范式。我们将会邀请国内外各领先企业分享AI 大模型在革新需求管理、代码生成、智能测试、部署及运维等关键环节中的前沿实践与新的突破，共同探讨LLM 能力如何深度应用到现有工具链，在保障质量的前提下实现开发生产力跃升，并对生产环境的运营质量进行持续强化。我们诚邀您来研讨最新洞见、工具创新或对未来 AI重构DevOps协同模式的思考，一起构建 AI时代 DevOps 工具变革的新蓝图。

专场出品人：张乐

腾讯研发效能及 Al Coding 资深技术专家

目前负责服务数万人的智能化软件工程相关工具平台的设计与研发。前百度工程效率专家、前京东工程效率总监与首席架构师。长期在拥有数万人研发规模的一线互联网公司，负责研发效能提升、研发效能度量体系建设、敏捷与DevOps实践落地及工具平台研发工作。DevOps运动国内早期布道者与推动者。《研发效能宣言》发起人及主要内容起草者。著作：《软件研发效能提升实践》、《软件研发效能权威指南》；译著：《独角兽项目：数字化转型时代的开发传奇》、《价值流动：数字化场景下软件研发效能与业务敏捷的关键》。知识星球“研发效能”主理人。

樊昱伯

腾讯产品专家

2017年加入腾讯，目前负责TAPD腾讯敏捷研发平台、WeDev研效融合平台，曾深度参与腾讯研效能变革、针对不同业务属性的项目定制解决方案，对敏捷项目管理、敏捷方法论、研发流程改进有着丰富的实践累积。

待定

腾讯WeDev：研效融合互通与智能化驱动之路

面对业务广泛、形态多元的挑战，腾讯在研发效能领域确立了“融合互通+智能化”的核心路径，成功探索出一条从工具孤岛迈向智能化生态的实践方案。通过推出WeDev品牌，推动构建起“去中心化”的研效生态联盟，在统一技术底座上支持跨团队工具的灵活组合，显著降低了工程师的认知负担与使用成本。同时，借助AI技术全面赋能研发流程，提升整体研效。

内容大纲
1. 腾讯研效大数据报告与发展历程
1.1 腾讯研效的发展
1.2 破局之路
2. WeDev构建的研效融合互通生态
2.1 wedev的诞生与使命
3. 以智能化AI贯穿研效工具链
3.1 需求&项目管理
3.2 编码实现
4. 经典实践案例
4.1 案例1
4.2 案例2
4.3 案例3

刘永强

Kodem 技术总监

Kodem 技术总监，企业能效工程建设领域深耕十余年，资深 DevSecOps 专家顾问。架构师峰会，业界峰会讲师。Gradle技术认证专家、JFrog制品库认证技术专家，华为MVP。

待定

面向未来的DevSecOps：Kodem 如何用AI重塑应用安全

1. AI 重构 DevSecOps：趋势与角色
2. “安全左移”和团队现实的差距和现实挑战
3. 从“工具集合”走向“平台化的安全智能”
4. 践行“安全平铺“将 AI 集成到 DevSecOps 的最佳实践

谢保龙

Thoughtworks 中国区

DevOps/研发效能咨询业务负责人

拥有15+年软件工程从业经验，目前主要带领团队聚焦于国内大型客户的敏捷、DevOps转型工作以及研发效能相关咨询业务。对敏捷项目管理、研发效能度量与提升、大型企业组织转型等有丰富经验。

待定

平台工程2.0：面向AI构建下一代DevOps平台

我们看到很多企业仅仅是在已有的工具中集成AI，以实现工作提效——用AI做代码审查（Code Review），用AI生成测试用例和用户故事。这看似高效，但却忽略了问题的本质。Code Review、用户故事等实践只是手段，不是目的。如果你只是在用AI更快地完成过去做的任务，那么大概率是用错了方向。
这背后是一个更严峻的挑战：企业曾投入巨资和数年心血构建的工具平台，这些宝贵的数字资产，在AI时代正迅速变成沉重的历史包袱。它们为人类的点击和线性思维而设计，却无法满足AI Agent对机器可读契约、动态执行空间的需求。在旧地基上做“+AI”的表面文章，根本无法支撑起AI这座全新的大厦。我们是该任由这些昂贵资产僵化，还是寻找第三条路？

内容大纲
1. 引言：在现有DevOps实践上+AI不是真正的技术升级
2. 平台为谁而建：AI将成为"头号客户"
3. 从"自动化"到"授权"的理念转变
4. 搭建授权式平台的四大支柱：
4.1 告别"黄金路径"，拥抱"动态策略"
4.2 API的未来：Agent优先和"工具市场"
4.3 高级安全：从"护栏"到"隔离舱"
4.4 深度可观测性：看穿AI的"心思"
5. AI友好度成熟度模型：从L1到L5
6. 给技术领袖的行动指南

听众收益
1. 对AI时代DevOps平台演进的深刻理解
1.1 认识到为什么在现有DevOps实践上简单添加AI不是真正的技术升级
2. 平台工程2.0的核心理念与框架
2.1 明确AI将成为平台的"头号客户"，需要重新思考平台设计方向
2.2 理解传统自动化平台与下一代授权式平台在核心理念、接口设计、工作流等方面的根本区别
3. 平台AI友好度评估与成熟度提升
3.1 使用AI友好度成熟度模型（L1-L5），能够准确定位自身平台在AI时代的发展水平，识别出关键差距和瓶颈点，为转型提供明确

方向和优先级
4. 对未来趋势的前瞻性认识
4.1 AI演进路径：理解AI从个人Copilot到Team AI再到Company AI的演进路径
4.2 平台工程发展：认识到平台工程2.0需要支撑软件1.0、2.0和3.0的工程化落地
4.3 战略方向：明确AI驱动的研发价值流是未来发展的必然方向，提前布局以保持竞争力

张乐

腾讯研发效能及 Al Coding 资深技术专家

目前负责服务数万人的智能化软件工程相关工具平台的设计与研发。前百度工程效率专家、前京东工程效率总监与首席架构师。长期在拥有数万人研发规模的一线互联网公司，负责研发效能提升、研发效能度量体系建设、敏捷与DevOps实践落地及工具平台研发工作。DevOps运动国内早期布道者与推动者。《研发效能宣言》发起人及主要内容起草者。著作：《软件研发效能提升实践》、《软件研发效能权威指南》；译著：《独角兽项目：数字化转型时代的开发传奇》、《价值流动：数字化场景下软件研发效能与业务敏捷的关键》。知识星球“研发效能”主理人。

待定

QETalk闭门会：

DORA 报告启示与人工智能辅助软件研发实践路径研讨

研讨问题：
1.AI与软件研发关键结果之间的关系
2.AI的放大器效应企业中的实际案例
3.AI赋能软件研发的度量指标如何设定
4.DORA的人工智能能力模型解析及案例
5.敏捷与DevOps实践在AI时代如何发挥作用
6.平台工程在AI时代应该如何持续演进
7.知识工程能否成为AI取得实效的基石
8.AI时代工程师应该如何自处与前行
……