Post-Training Engineering|数据、奖励与模型能力塑造
本专题聚焦任务轨迹与合成数据构建、SFT与偏好优化、RFT与RLVR、Reward Model与模型Grader、Reward Hacking、模型蒸馏及领域小模型,探讨如何建立从数据、奖励、训练到评测、灰度和回滚的工程闭环。
多模型推理与算力调度实践
本专题聚焦多模型路由、KV Cache、批处理、并发调度、GPU利用率、弹性伸缩与故障切换,讨论如何根据任务质量、延迟、成本和安全要求选择模型与部署方式,构建稳定、灵活、可替换的企业推理基础设施。
Knowledge Engineering|让 Agent 理解企业
本专题重点关注 Ontology 与 Semantic Layer 如何建立企业业务语义,知识图谱如何组织对象与关系,以及多模态知识解析、RAG 与 GraphRAG、Context Engineering、长期记忆和知识治理如何共同为 Agent 提供准确、实时、可追溯且可执行的业务上下文。同时探讨企业知识如何持续更新、授权和评估,让 Agent 不仅能够检索信息,还能够理解业务概念、约束条件与行动边界。
Loop & Graph Engineering
本专题聚焦任务拆分、节点契约、多 Agent 协作、动态路由、状态管理、人工审批与失败恢复,讨论 Agent 如何连接 CRM、ERP、工单、供应链等业务系统,如何划分人与 Agent 的职责,以及如何通过任务成功率、人工介入率、处理周期和业务结果验证系统价值。
智能体评测与生产可靠性探索
本专题聚焦智能体评测与生产可靠性,讨论如何定义任务成功、构建真实业务评测集,并通过 Tracing、Replay、回归测试和质量 SLO 持续发现系统退化。同时关注长任务中断、重复执行、状态污染、工具失效、人工接管、故障恢复与业务补偿,探索如何建立覆盖测试、运行、监控和事故响应的 Agent 可靠性工程体系。
Agent Security|身份、权限与行动安全
本专题围绕身份、权限与行动三条主线,探讨 Agent 身份注册与委托关系、最小权限与临时凭证、工具及 MCP 信任机制、多 Agent 间的身份传递与权限衰减,以及提示注入、数据泄露和越权行动的运行时防护。我们也将讨论如何按风险对 Agent 行动进行自动放行、人工审批、实时阻断与隔离,如何通过自动化红队持续验证控制有效性,并以全链路审计还原从用户目标、模型决策到工具调用和真实副作用的完整过程。
AgentOps|企业 Agent 全生命周期管理
本专题聚焦 Agent 目录、版本、依赖、部署、监控、回滚与下线,讨论如何管理模型、Prompt、Skill 和知识变更,如何识别重复建设与闲置 Agent,如何衡量使用率、任务成功率和运行成本,以及平台、业务与安全团队如何共同建立 Agent 的规模化生产体系。
Self-Evolving Agents|从经验学习到可控进化
本专题聚焦经验记忆、Prompt 与 Skill 优化、工作流搜索、反馈驱动学习和自修改 Agent,讨论系统如何发现重复问题、生成候选改进,并通过自动评测、人工审批、灰度发布、退化检测和回滚机制实现可控更新。同时厘清当前技术边界:哪些改进闭环已经能够进入生产,哪些仍属于实验室中的递归自我改进。
Agentic Software Engineering|从代码生成到软件交付
本专题聚焦 Spec 驱动开发、研发 Agent 协作、代码库上下文、自动测试、质量门禁、遗留系统改造、安全漏洞与技术债治理,探讨企业如何让 Agent 参与软件交付全流程,并通过清晰的人机分工和验收标准,将 AI 生成的代码转化为可维护、可发布、可持续演进的软件。
AI Product Design|产品、交互与生成式 UI
本专题聚焦 Agentic Product Design、语音与多模态交互、Computer Use、生成式界面与主动式服务,讨论用户如何表达目标,Agent 如何呈现计划和执行进度,哪些行动必须确认,发生错误后如何解释、接管与恢复,以及 AI 产品如何建立信任、形成使用习惯并创造新的商业价值。
AI 原生架构的演进与治理
本专题将从架构、工程、服务、模型、成本、安全和稳定性等维度,系统梳理 AI 原生架构治理的关键方法,覆盖 Agent 定义、代码管控、安全约束、成本优化、模型稳定性、Agent 性能、CLI 接口开放与 Skill 规范等核心议题。传统架构聚焦高可用保障,AI 原生架构聚焦智能化可控性。
AI 产品出海|产品、增长与商业化实践
本专题聚焦市场选择、需求验证、产品本地化、海外获客、定价支付与合规,邀请实战团队复盘首批用户、增长数据、成本控制与失败经验,讨论 AI 产品如何从上线走向可持续经营。
AICon大咖说
What they think about the AICon