专场：智能化时代的研发效能提升实践
专场聚焦于探讨：在人工智能领域飞速发展的时代，大语言模型的出现有望为DevOps带来哪些技术变革。本专场重点讨论但不仅局限于“自动化和效率提升，智能监控和故障预测，Tools智能决策支持，用户体验改善智能分析”等相关话题，着重关注大语言模型在DevOps领域的应用，助力其实现自动化。参与者将了解AIOPS的一些优秀落点案例，从而能够帮助开发者应用在实际工作中，来逐步降低开发成本和运维成本，更好地为AIOPS赋能。
专场出品人：马宇驰
AI算法科学家、华为代码大模型首席专家、华为云Dev.AI Lab负责人
博士应届加入华为，历任AI算法科学家、智能化测试技术专家、研发智能博士军团Leader等岗位，加入华为工作至今，先后围绕智能化测试、智能化运维、智能路由与调度、智能化代码生成等方向成功孵化多项智能研发服务，包括CodeMate、鸿蒙研发大模型、TestMate、DevMate、CodeArts Snap等服务。
刘芳
中兴通讯 有线研发能力中心总监
带领团队建立有线知识平台并获得2022年度最具创新型学习型组织Global MIKE大奖。历任公司项目管理经理、研发PMO，主导公司研发HPPD项目化运作的推进和实践。主导产品管理、项目管理知识体系在中兴内部的传播和落地落地。中国国际人才交流基金会授权师资、国家注册心理咨询师、东大大学&河海大学&浙江工商大学实务导师。著有《如何准备ACP考试》《产品经理知识体系学习与实践指南》。
待定
待定
研发提效的底座：全AI团队能力建设
项目人力短缺？可能不是人数的原因，而是人员结构的问题；
团队绩效低下？可能不是工具的原因，而是应用能力的问题；
在AI时代，组织能力和人员能力的建设是提效的底座；
本议题从AI时代研发提效的挑战和痛点出发，分享中兴通讯在构建组织能力和AI人员能力的实践经验。通过全AI团队能力建设，重构项目人员结构，调整人与AI的协同机制，探索从知识到绩效的达成路径。
内容大纲
1. 驱动研发提效的底层逻辑：知识一体化平台
1.1 构筑知识平台 支撑高效研发
1.2 盘活组织资产 促进知识消费
1.3 聚焦业务场景 提升组织绩效
2. 全AI团队能力建设关键：共生演进
2.1 人员能力：重构人员结构和能力 加强与智能体协作
2.2 组织能力：构筑知识一体化平台 建立能力转型机制
3. 全AI团队能力模型与组织支撑：协调机制
3.1 全AI团队的能力要求及成熟度模型
3.2 人机协同的边界与角色设置
3.3 AI梯队建设机制与组织支撑
团队绩效低下？可能不是工具的原因，而是应用能力的问题；
在AI时代，组织能力和人员能力的建设是提效的底座；
本议题从AI时代研发提效的挑战和痛点出发，分享中兴通讯在构建组织能力和AI人员能力的实践经验。通过全AI团队能力建设，重构项目人员结构，调整人与AI的协同机制，探索从知识到绩效的达成路径。
内容大纲
1. 驱动研发提效的底层逻辑：知识一体化平台
1.1 构筑知识平台 支撑高效研发
1.2 盘活组织资产 促进知识消费
1.3 聚焦业务场景 提升组织绩效
2. 全AI团队能力建设关键：共生演进
2.1 人员能力：重构人员结构和能力 加强与智能体协作
2.2 组织能力：构筑知识一体化平台 建立能力转型机制
3. 全AI团队能力模型与组织支撑：协调机制
3.1 全AI团队的能力要求及成熟度模型
3.2 人机协同的边界与角色设置
3.3 AI梯队建设机制与组织支撑
于旭东
快手高级研发效能专家
之前工作于网易云音乐，阿里巴巴菜鸟网络，诺基亚网络等公司，主要专注于研发组织数字化管理、研发效能度量体系和研发效能工具平台建设、敏捷/精益/DevOps等方法实践，帮助多个组织实现研发效能提升，在组织研发效能管理体系建设和组织敏捷转型等领域具有丰富管理与实践经验。
待定
待定
热模型冷思考：领域化治理效能提升案例
本次分享在介绍研发效能框架和效能评估模型的基础上，通过一个实际案例与大家分享如何识别定位组织研发效能问题，如何通过领域化架构治理等手段帮助组织实现研发效能提升，如何设计合理的定量指标描述分析领域化治理对效能改进的影响，以及在这个过程中的一些思考和总结。
内容大纲
1. 研发效能
1.1 研发效能定义
1.2 研发效能框架
1.3 研发效能评估模型
2. 效能案例
2.1 某组织研发效能现状
2.2 组织研发效能问题分析
2.2.1 单体架构（4W到50W行代码）
2.2.2 单体架构对开发影响（开发周期长）
2.2.3 单体架构对测试影响（测试周期长）
2.2.4 单体架构对发布影响（发布周期长）
2.2.5 单体架构对研发效率影响（部署周期长）
2.3 领域化治理
2.3.1 领域划分
2.3.2 模块化治理
2.3.3 领域化治理
2.3.4 领域自治治理
2.4 效能结果
2.4.1 领域化指标变化，反映拆解后的直接结果，如领域数量等
2.4.2 效能过程指标变化，展示领域化拆分对关键研发过程的影响，如编译部署时长，周期等
2.4.3 效能结果指标变化，包括研发效能北极星指标及其关键影响指标变化
3. 总结与思考
3.1 案例总结
3.2 智能化热潮下的一些冷思考
内容大纲
1. 研发效能
1.1 研发效能定义
1.2 研发效能框架
1.3 研发效能评估模型
2. 效能案例
2.1 某组织研发效能现状
2.2 组织研发效能问题分析
2.2.1 单体架构（4W到50W行代码）
2.2.2 单体架构对开发影响（开发周期长）
2.2.3 单体架构对测试影响（测试周期长）
2.2.4 单体架构对发布影响（发布周期长）
2.2.5 单体架构对研发效率影响（部署周期长）
2.3 领域化治理
2.3.1 领域划分
2.3.2 模块化治理
2.3.3 领域化治理
2.3.4 领域自治治理
2.4 效能结果
2.4.1 领域化指标变化，反映拆解后的直接结果，如领域数量等
2.4.2 效能过程指标变化，展示领域化拆分对关键研发过程的影响，如编译部署时长，周期等
2.4.3 效能结果指标变化，包括研发效能北极星指标及其关键影响指标变化
3. 总结与思考
3.1 案例总结
3.2 智能化热潮下的一些冷思考
听众收益
1. 效能框架与评估模型
2. 领域化治理实践对效能影响
3. 三层次效能定量指标设计框架
4. 智能化在研发效能领域重点做功方向
曹高雄
华为 鸿蒙智能化研发负责人
目前作为华为鸿蒙智能化研发负责人，主要负责鸿蒙智能化研发工作，相关功能已上线内部CodeMate，外部CodeGenie和开发者联盟官网，用户量达xxw+。工作以来长期从事NLP相关方面的研究与应用落地工作，曾获得WSDM、CCF等NLP和推荐算法比赛4次冠军，1次亚军。
待定
待定
鸿蒙智能体的构建与优化
公司内外对于提升鸿蒙单框架编码效率以及获取鸿蒙相关开发知识进行快速鸿蒙化有极强的诉求，期望通过智能化手段提升鸿蒙编码效率。而目前基模型缺乏鸿蒙知识，RL 采样效率低且冷启动注入知识困难；强化学习对有 ground truth 的代码数据研究不足；需设计预训练、SFT 与 RL 的有效协同算法，以及结合多Agent、工具调用等能力构建鸿蒙智能体。
内容大纲
1. 鸿蒙智能化背景
2. 鸿蒙智能化业务场景与技术挑战
3. 鸿蒙SFT语料构建与大模型训练
4. 长思维链构建与RL优化
5. 鸿蒙Agent的研发与设计
6. 未来技术展望
听众收益
- 1. 让听众了解鸿蒙智能化的难点以及整个构建过程2. 让听众了解鸿蒙大模型的整个构建过程以及如何利用RL等进行优化3. 让听众了解鸿蒙Agent是如何设计与构建
王万辉
支付宝 测试开发专家
支付宝-商家开放技术部-测试开发专家，团队负责多个支付宝阵地增长业务。个人目前主要负责驯鹿效果评测平台和效果分析诊断平台的开发。平台目前已助力蚂蚁多条搜推业务大幅提升分析排查效率。测开领域从业9年，前期主要从事业务质量保障体系建设，后期主要负责各质量平台研发工作。
待定
待定
搜推效果分析洞察实践
面向支付宝搜推业务链路复杂且黑盒、变更频繁，构建了一套可编排、低代码、快速迭代、前端免研发的架构基座。通过离在线数据处理、业务流程可视化编排、业务逻辑脚本化处理、前端标准组件协议构建，支持各业务场景快速搭建自己的个性化实时分析方案，目前已支持10+业务线。针对搜推效果难解释的业务特性，基于流程基座和大模型的通用知识，支持灵活构建搜推场景的分析诊断智能体，提升整体业务效果和研发效率。
解决痛点：
1. 搜推业务链路复杂且黑盒化(特征、召回、粗排、精排、重排),调试和排查困难,如何提供白盒化、可视化的形态助力快速分析定位。
2. 搜推效果现象解释困难,人力标注成本较高，如何借助大模型的通用知识和推理能力解释现象，预测未来，提升业务效果和研发效率。
3. 搜推业务变更频繁(数据、工程、模型、实验)且公司内有很多相似场景，如何提供配套的可快速迭代的设计方案，提升迭代效率，同时助力公司其他业务提升整体研发效能。
内容大纲
1. 背景介绍
1.1 业务介绍
1.2 技术架构和痛点
1.2.1 复杂且黑盒
1.2.2 效果难解释
1.2.3 迭代快速且场景多
解决痛点：
1. 搜推业务链路复杂且黑盒化(特征、召回、粗排、精排、重排),调试和排查困难,如何提供白盒化、可视化的形态助力快速分析定位。
2. 搜推效果现象解释困难,人力标注成本较高，如何借助大模型的通用知识和推理能力解释现象，预测未来，提升业务效果和研发效率。
3. 搜推业务变更频繁(数据、工程、模型、实验)且公司内有很多相似场景，如何提供配套的可快速迭代的设计方案，提升迭代效率，同时助力公司其他业务提升整体研发效能。
内容大纲
1. 背景介绍
1.1 业务介绍
1.2 技术架构和痛点
1.2.1 复杂且黑盒
1.2.2 效果难解释
1.2.3 迭代快速且场景多
2. 解决思路和方案
2.1 白盒化的解决方案
2.2 大模型分析案例1
2.3 大模型分析案例2
2.4 设计方案
3. 整体平台结构
4. 总结和启发
听众收益
1. 针对复杂的排查分析流程如何提升排查效率，并设计通用的技术架构
2. 针对"不可解释"的高成本问题，如何基于大模型的能力实现“可解释”
2.1 白盒化的解决方案
2.2 大模型分析案例1
2.3 大模型分析案例2
2.4 设计方案
3. 整体平台结构
4. 总结和启发
听众收益
1. 针对复杂的排查分析流程如何提升排查效率，并设计通用的技术架构
2. 针对"不可解释"的高成本问题，如何基于大模型的能力实现“可解释”
刘道龙
顺丰科技 测试专家
顺丰科技测试体系架构专家，带领团队构建支撑C端7亿用户营销域的质量管理体系。从业十余年深耕测试效能提升战略能力，在测试保障体系搭建、自动化工具提效及精准测试实践等领域拥有丰富的实战经验，主导搭建了"测试左移-精准验证-智能监控"三维度质量管控方案。
待定
待定
智启未来：AI赋能的软件测试效能跃迁的四大应用场景
本议题系统性阐述如何通过AI技术重构软件测试全生命周期，构建"需求分析-用例生成-数据构造-测试执行-缺陷预测"的智能闭环体系。聚焦自然语言处理、强化学习与大语言模型技术，展示AI如何实现测试需求精准解析、智能生成高覆盖率测试场景、自动化构建仿真测试数据，以及通过智能机器人实现实时测试问答协同。通过真实场景案例，验证AI测试一体化方案可提升测试效率300%以上，减少人工介入90%，为DevOps提供可靠的智能质量保障基座。
内容大纲
1. 行业变革：AI重构软件测试的必然趋势
1.1 测试痛点，测试效能提升的必要性
1.2 行业现状：三阶段演进：工具化 → 平台化 → 智能化
2. 四大引擎技术拆解
2.1 测试设计与执行
2.1.1 AI软件测试用例设计：自动分析需求文档，结合业务知识图谱生成测试用例
2.1.2 智能造数&智能问答加持的手工测试：辅助测试人员了解业务需求及操作手册，一句话造数快速生成测试条件
2.2 全场景自动化测试
2.2.1 UI自动化守护页面：智能化UI自动化测试、AI加持的智能遍历测试、多模态生成自动化测试脚本
2.2.2 接口自动化测试：智能解析代码、AI分析接口信息生成自动化测试脚本
2.2.3 场景自动化护航业务场景：分析接口代码关联信息智能生成场景自动化测试
2.3 多环境齐驱
2.3.1 多环境背景：串行版本迭代无法满足业务需求
2.3.2 多环境方案：环境选择切换、网关路由控制、用户环境控制
2.3.3 多环境应用效果：C端、管理后台灵活的环境控制策略
2.4 360实时监控
2.4.1 前端监控：根据业务错误量、页面性能、页面访问量等监控告警生产环境前端异常
2.4.2 接口监控：服务接口探活、接口调用量、响应时间监控
2.4.3 配置变更监控：实时监控生产配置变更
2.4.4 生产页面定时巡查：生产环境 C端页面巡查，告警C端页面异常
内容大纲
1. 行业变革：AI重构软件测试的必然趋势
1.1 测试痛点，测试效能提升的必要性
1.2 行业现状：三阶段演进：工具化 → 平台化 → 智能化
2. 四大引擎技术拆解
2.1 测试设计与执行
2.1.1 AI软件测试用例设计：自动分析需求文档，结合业务知识图谱生成测试用例
2.1.2 智能造数&智能问答加持的手工测试：辅助测试人员了解业务需求及操作手册，一句话造数快速生成测试条件
2.2 全场景自动化测试
2.2.1 UI自动化守护页面：智能化UI自动化测试、AI加持的智能遍历测试、多模态生成自动化测试脚本
2.2.2 接口自动化测试：智能解析代码、AI分析接口信息生成自动化测试脚本
2.2.3 场景自动化护航业务场景：分析接口代码关联信息智能生成场景自动化测试
2.3 多环境齐驱
2.3.1 多环境背景：串行版本迭代无法满足业务需求
2.3.2 多环境方案：环境选择切换、网关路由控制、用户环境控制
2.3.3 多环境应用效果：C端、管理后台灵活的环境控制策略
2.4 360实时监控
2.4.1 前端监控：根据业务错误量、页面性能、页面访问量等监控告警生产环境前端异常
2.4.2 接口监控：服务接口探活、接口调用量、响应时间监控
2.4.3 配置变更监控：实时监控生产配置变更
2.4.4 生产页面定时巡查：生产环境 C端页面巡查，告警C端页面异常
3. 未来展望：拥抱AI，走向智能化测试
听众收益
揭秘AI全链路渗透测试生命周期的技术实现与效能跃升，拆解AI如何重构软件质量保障体系，从需求分析到缺陷预测的智能闭环。
听众收益
揭秘AI全链路渗透测试生命周期的技术实现与效能跃升，拆解AI如何重构软件质量保障体系，从需求分析到缺陷预测的智能闭环。
关注QECon公众号
关注QECon视频号
议题投稿
lijie@qecon.net
票务联系
159-0126-5561 小娟
媒体合作
135-1619-6409 皮皮
商务合作
151-2264-3988 木子
购票咨询
15901265561 小娟
