本次演讲将从一段没有具体实现但能够实际执行的运行时函数代码说起，带领听众逐步深入了解：当 GenAI 进入到现有系统，会带来哪些改变，而这些改变又会给开发者和开发思想带来什么样的冲击。

与打开一个放在一旁的窗口、侧边栏、浏览器插件不同，与使用 IDE Copilot 或是有 GenAI 加持的 IDE 也不同，GenAI 应用会真正将 GenAI 能力用于业务流程之中，成为业务逻辑的一部分。

当老板提出“希望大家思考一下 AI 能力如何作用于我们的业务”这个要求时，我们能做的仅仅是买几个模型 plus 账号、采购一台 DeepSeek 一体机，或是通过后端接口转发的方式封装几个大模型服务商的接口而已吗？

本次演讲将结合 Agently AI 应用开发框架在演进过程中的实践经验和案例，向开发者群体展现，随着 GenAI 技术深入到代码运行时的今天，我们有哪些思维范式需要变革。

演讲提纲：

1. 让我们从一个能运行，却没有实现代码的空函数说起

   • 函数定义是给 GenAI 模型看的

2. 在运行时对 GenAI 控制和放权的边界在哪里

   • 结合 Agently 框架的模型请求代码，探讨对运行时模型输出的控制平衡点

3. Function Calling 的白盒化 + 工作流思考

   • 为什么说 Function Calling 是 GenAI 应用的基石

   • 结合 Function Calling 工具调用白盒化案例讨论 GenAI 应用的设计原则

   • 工作流：到底是限制灵活性的 SOP，还是 GenAI 应用必不可缺的架构保障

4. GenAI 应用时代，我们正在经历开发思想范式的洗牌

   • GenAI 能力进入系统，对开发者的思想冲击

   • 这些 GenAI 应用，它们与传统应用的异同在哪里

5. 好的 GenAI 应用开发框架应该解决的问题是什么

您认为，这样的技术在实践过程中有哪些痛点？

• 需要理解模型有智力不等于模型有解决业务问题的能力
• 需要思考我们到底应该开发和供应什么，而将什么问题留给模型
• GenAI 应用开发者除了具备技术技能之外，还需要叠加对 GenAI 能力、操控方法的认知，这是在传统编程思想之上最需要转变的地方，而这个转变，不亲自跳下水游两下，只看媒体的宣传和一些结论性评价，永远不会有真实的体感
• 做完面向场景的方案可行性验证，离真实上线还有一些路要走

听众收益：

• 能够理解上马 GenAI 能力、将 GenAI 应用到业务里去，和买模型会员、买一体机、买 Copilot IDE 的区别
• 能够理解 GenAI 在业务系统、应用中的能力边界，明确 GenAI 在业务系统中的定位，从而指导应用架构设计
• 能够了解 GenAI 带来的设计思想、开发范式的变革，对技术团队成长的挑战和未来的收益分别是什么
• 能够扩展视野，了解除了做一个对话机器人之外，GenAI 应用还可以是什么样的