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
待定
双核驱动,智效合一:AI 时代腾讯研发效能提升落地实践
在数万人规模的复杂研发场景下,单点或局部性的效能提升方法、实践或工具链,已无法应对当前的效率挑战。
本次演讲我将重点分享在 AI 时代的大背景下,腾讯研发效能提升的“双核驱动”的策略与大规模落地实践。
智能化:聚焦于个体层面的效率突破。我将分享AI在研发各阶段的应用场景及落地实现,包括 AI Coding(代码补全、代码生成、代码评审、单元测试等)的技术演进路线及最新技术实践,以及 AI 在需求管理、CI/CD、运维和可观测性领域的结合应用,介绍如何将大模型能力转化为工程师触手可及的工具产品能力,实现对开发者的减负赋能。
组织协同:致力于将个人效率转化为组织效能。个体开发者的“快”,如果不能顺畅地传递到下一个环节,就会在协作的缝隙中流失。我将分享腾讯如何打破各事业群间的工具壁垒,推动从需求、开发、测试到部署的全链路工具链融合与数据互通,保障研发价值流的顺畅流动,最终让个体的高效能汇聚成组织的战斗力。
“智能化”与“组织协同”双核并重,相辅相成,最终合一于“智效”。我们的目标不仅是让工程师更轻松,更是让创新的价值交付变得更快。

王一男
华为技术专家
华为云智能化DevOps产品专家
拥有北京航空航天大学软件工程专业本科及硕士学位,具备多年软件工程与管理实践经验,专注于通过方法与工具的结合提升组织研发效能。
待定
待定
从辅助工具到研发队友:Coding Agent的演进与实践
背景:随着大模型能力突破,AI4SE正改变软件研发范式。Coding Agent已从辅助工具进化为自主规划、端到端开发的智能队友,使得软件研发效率显著提升。但它是如何构建的?能力边界在哪?哪些场景可完全自动化?人类开发者的不可替代性是什么?本议题通过技术演进、产业案例和趋势分析,系统回答这些问题。

内容大纲
1. AI能力增长带来AI4SE研发范式转变
2. Coding Agent的演进历程
    2.1 第一代“代码补全时代”
    2.2 第二代“对话式编程助手”
    2.3 第三代“异步自主Agent”
3. 产品技术解构
    3.1 Coding Agent产品架构
    3.2 Coding Agent核心技术架构
4. 实践案例
    4.1 案例一
    4.2 案例二
5. 当前边界与挑战
6. 未来展望

听众收益
深入理解Coding Agent的演进路径与技术原理
通过案例获得可落地的经验
明确AI时代开发者的核心竞争力所在,把握机遇应对挑战

茹炳晟
腾讯 Tech Lead 
腾讯研究院特约研究员
复旦大学 CodeWisdom团队成员
中国计算机学会(CCF)TF研发效能SIG主席,“软件研发效能度量规范“标准核心编写专家,中国商业联合会互联网应用技术委员会智库专家,中国通信标准化协会TC608云计算标准和开源推进委员会云上软件工程工作组副组长,腾讯云架构师技术同盟入会主席,年度IT图书最具影响力作者,多本技术畅销书作者,著作有《测试工程师全栈技术进阶与实践》《软件研发效能提升之美》《现代软件测试技术之美》《高效自动化测试平台:设计与开发实战》《软件研发效能提升实践》《软件研发效能权威指南》《现代软件测试技术权威指南》《多模态大模型技术原理与实战》《高质效交付》等,译作有《软件设计的哲学》《整洁架构之道》《持续架构实践》《现代软件工程》《DevOps实践指南(第2版)》《精益DevOps》《基础设施即代码-模型驱动的DevOps》等,国内外各大技术峰会的联席主席,出品人和Keynote演讲嘉宾。公众号“茹炳晟聊软件研发”主理人。
待定
待定
DORA 2025报告解读:
AI 从“可选项”变为“新常态”后的企业生存法则
1. AI个人实践之道:有经验者的效率放大器
2. AI个人实践之道:Vibe Coding的正确打开方式
3. AI组织实践之道:上下文工程和知识沉淀是根本
4. AI组织实践之道:不同团队类型的交付质效提升
5. AI组织实践之道:研发管理者的理念升级

易品
字节跳动 质量技术专家
先后在滴滴、字节质量中台工作,现任字节跳动质量技术专家,负责字节内部质量智能体「小Q」的产品能力建设,见证了LLM全流程智能测试的演进过程、实践难点及解决方案。在LLM全流程智能测试、接口自动化/流量回放等方向,打造多款质量基建产品,有丰富的质效方案设计及落地经验。
待定
待定
小Q:数字QA在质量场景的探索实践
随着大模型技术的兴起和发展,LLM在测试领域的应用从单点尝试逐步演进到质量全流程结合,数字QA「小Q」是字节质量技术团队在质量全场景full automation的探索实践,目标是实现Al为主+人辅助的需求质量交付。在实践过程中,我们发现质效场景下的LLM Agent构建,关键问题在于「如何理解业务需求」、「怎么构建适配LLM能力的测试方案」、「如何处理复杂MAS系统的构建问题」。本次议题,我们会重点探讨这些问题:
1. 质量技术发展历程
2. 业务需求理解
3. 测试解决方案
4. 工具编排调度
5. 总结与展望

关注QECon公众号
关注QECon视频号
议题投稿
lijie@qecon.net
商务合作
151-2264-3988  木子
票务联系
186-4907-7637 胡利利 
媒体合作
135-1619-6409  皮皮
购票咨询
胡利利 18649077637
服务总线
400-183-9980  
电话咨询
联系电话:
胡利利 18649077637