大会主题
面向未来的系统稳定性
.......
自动化到智能化测试实践
......
AI原生应用的质量评测
.......
数据驱动测试与精准测试
......
LLM测试工具创新实践
......
数据治理和知识工程
......
Vibe Coding模式下代码质效
......
大模型在研发提效中的深度实践
研发效能的核心在于聚焦业务目标覆盖产研全过程，让工程师专注于真正的创造性工作。然而现实中，研发团队大量时间被非核心任务占用：技术客服咨询、运维告警处理、环境搭建排障、代码/测试用例评审等。这些"隐形工作"严重影响了产研交付速率。
当前痛点集中表现为以下三点：
- 认知切换成本高：从深度编码状态切换到处理告警、技术咨询，平均需要15-20分钟恢复专注状态；
- 重复性劳动频繁：相似的环境问题排查、标准化的数据分析、常见技术咨询等，缺乏自动化支撑，影响整体交付效率；
- 知识传承断层：团队积累的问题解决经验难以沉淀，新人,新项目需要重复踩坑 。
希望报名者能够围绕上述痛点，分享利用人工智能技术应用在研发全流程效率提升方面的经验或思考。
测试左移与右移实践
......
AI时代质量架构
......
质效度量:从洞察到智能化
......
质效领域Agent实践
聚焦AI Agent在质量保障与效能提升中的创新应用。我们将深入探讨Agent在自动化测试、缺陷识别、代码审查、知识问答、流程协同等质量场景的实战案例，以及在开发、测试交付等效能场景中的落地实践。通过真实业务应用分享，展示智能Agent如何驱动质效双提升，助力企业实现研发智能化转型。
字节智能测试技术探索及实践
在大模型高速发展的时代背景下，如何将智能化能力应用到测试领域、解决传统测试领域瓶颈问题成为质量保障领域一个非常重要的探索及研究方向。借鉴研发智能助手相关领域的产品形态，字节质量技术团队将重点投入在智能测试助手方向，通过集成客户端、服务端等多种智能化测试能力，实现全流程的智能测试。本专场重点介绍智能助手及基础智能能力的建设及在字节当前的应用实践。
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。
.....
.....
CONFERENCE TOPICS
基于AI的智能用例生成探索之路
王裕坤｜字节跳动 质量技术团队
测试开发专家
基于LLM的通用Code Review实践
陈超宇｜字节跳动 质量技术团队
算法专家
基于Agent架构的单元测试落地实践
赵亮｜字节跳动 质量技术团队
质量内建智能化场景技术负责人
基于自进化的UI自主测试智能体
李鹤｜字节跳动 质量技术团队
大模型算法专家
基于LLM的业务缺陷检测系统
高安凝哲｜字节跳动 质量技术团队
大模型算法专家
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
186-4907-7637 胡利利
媒体合作
135-1619-6409 皮皮
购票咨询
胡利利 18649077637
