Keynote Speech
10.16 09:00-12:00
扫码预约
观看直播/回放
汪维敏
华为云代码智能体首席专家
华为云智能体产品管理团队Leader
华为云智能体产品管理团队Leader
.....
待定
待定
从个人提效到组织提效
....
陶建辉
涛思数据创始人 CEO
涛思数据创始人· CEO ，开源软件 TDengine 时序数据库主要作者，2024 年“中国计算机学会(CCF)杰出工程师奖”获得者。1994年中国科大毕业后，赴美留学，先后在芝加哥Motorola、3Com等公司从事移动互联网的研发工作。2008年回到北京，先后创办科技企业“和信”和“快乐妈咪”。2017年5月创办涛思数据，专注物联网、工业数据处理。产品TDengine TSDB时序数据库在2019年7月开源后，在GitHub全球趋势排行榜上多次排名第一。2026年7月TDengine 升级为AI 原生的工业数据平台，并宣布对全球中小企业永久免费，将AI的能力在工业、物联网场景落地，为工业数据流提供从采集、存储、实时分析到可视化、事件管理、根因分析、AI洞察等全栈技术解决方案。涛思数据已获红杉、GGV、经纬、明势资本等多家机构超5亿RMB的投资。
待定
待定
AI 时代，测试团队有存在的必要吗？
议题背景：
AI 能写代码、生成用例、修缺陷，“测试团队还有存在的必要吗”成了质量管理者的必答题。多数团队仍卡在老地方：场景藏在个人脑子里、跑完一轮说不清覆盖了什么，脚本与文档脱节，测试资源紧张。根因不是 AI 不够强，而是测试从未工程化。更棘手的是，软件本身在变成 AI 原生：TDengine 2026 年 7 月已升级为 AI 原生的工业数据平台，内置 AI 洞察与根因分析，测试对象也从确定性结果扩展到语义与推理可验证。本次演讲回答：测试团队靠什么继续存在。
内容大纲：
1. 问题诊断：AI 来了，测试团队还剩什么价值
1.1 三个必须正面回答的问题
1.2 五个真实的低效场景
1.3 根因拆解：测试从未被工程化
1.4 核心判断：被取代的是不可复用、不可回溯的测试方式
1.5 新的变量：软件本身正在变成 AI 原生
2. 技术抉择：一切代码化
2.1 Environment as code
2.2 Pipeline as code
2.3 Documentation as code
2.4 Benchmark as code
2.5 Infrastructure as code
2.6 AI as code
2.7 取舍与复盘
3. 落地实践：TDengine 的测试工程化路径
3.1 笔记本上即可打包、发布、跑测试
3.2 测试脚本自带描述，覆盖场景可枚举
3.3 验收报告、性能对比、Release Notes 自动生成
3.4 客户场景测试一键执行
3.5 PR 与 Workflow 公开透明
3.6 AI 原生化之后的测试对象
3.7 AI 反哺测试
4. 量化收益
4.1 规模与效能
4.2 新人上手速度
4.3 测试覆盖与交付周期
4.4 AI 参与后的质量数据
5. 组织与人的转型：AI 时代的测试团队怎么活
5.1 角色重定义
5.2 能力模型
5.3 AI 的正确位置
5.4 迁移路线图
听众收益：
1. 一套判断框架：分清哪些测试工作会被 AI 与自动化替代、哪些在 AI 时代反而更值钱，可用于测试团队的定位、编制与年度规划。
2. 一份“一切代码化”落地清单：Environment / Pipeline / Documentation / Benchmark / Infrastructure / AI as code 的推进顺序、依赖与踩坑点，含 README、自带描述的测试脚本、自动生成验收与性能报告的做法。
3. 一个真实参照：从 TDengine 真实组织架构调整出发以及产品升级为 AI 原生工业数据平台之后，测试团队如何做到新人几小时上手、覆盖可枚举、不依赖公司测试资源，以及角色的演进路径。
敬请期待
......
.....
待定
待定
敬请期待
....
关注QECon公众号
关注QECon视频号
商务合作
151-2264-3988 木子
票务联系
159-0126-5561 小娟
媒体合作
135-1619-6409 皮皮
购票咨询
小娟 15901265561
