随着大语言模型和智能体（Agent）技术的快速发展，AI Coding Agent 已成为软件开发领域的革命性力量，已从简单的代码生成工具向具备自主规划、决策和协作能力的编程助手演进。本次演讲将深入探讨AI Coding Agent的核心技术架构、落地挑战与解决方案，并分享实际场景中的实践案例。我们将从上下文体系、工具体系、评测体系、扩展性等方面阐述在 IDE 中落地 AI Agent 所需的核心能力，通过系统性技术解析与实战经验，为开发者与企业提供可复用的AI Coding Agent建设方法。

演讲提纲：

1. AI Coding 的技术演进趋势
2. 打造 AI Coding Agent 的核心原则
   • 简单 Simple
   • 智能 Intelligent
   • 主动学习 Active Learning
3. 核心架构设计与关键技术突破  
4. 企业级落地实践
5. 未来趋势展望

听众收益

• 掌握构建企业级 AI Coding Agent 的核心技术架构与工程实践
• 获取前沿 AI 编程技术的发展趋势，为团队技术选型与规划提供参考

在 ToB 严肃生产领域应用 Agent 技术时，常遭遇一系列严峻挑战。API 的输入与输出参数极为复杂，相关文档晦涩难懂且难以实际应用；多步推理需求频繁涌现，工业级应用对容错率的要求近乎严苛，同时在速度与成本方面的考量也极为严格。欲攻克这些难题，Agent 系统自身必须具备高度的可靠性、上下文一致性、过程透明性以及可控性等关键特性。然而，大模型固有的偏黑盒、偏随机的天然属性与上述要求相悖，因此亟需进行针对性的优化与解决。蚂蚁数科将结合一系列实践案例，分享在此过程中积累的技术沉淀与宝贵经验。

演讲提纲：

1. 概述
   • ToB 严肃生产领域Agent技术应用挑战
   • 可信Agent系统关键特性需求
   • 蚂蚁数科技术优化与实践方向
2. 实践案例
   • 金融问答智能体
   • 风控建模智能体
   • 营销外呼投放智能体
3. 可信Agent技术
   • 知识工程
     • 模态文档解析与知识提炼
     • 知识信噪比优化与可信性保障
   • 可信对齐技术
     • 基于RL的幻觉抑制与知识激励
     • 论据-结果一致性强化
   • 工具推理能力增强
     • 长思考数据驱动的SFT/RL训练
     • 多步调用透明性与准确性提升
   • SOP学习与遵循
     • 问题解法SOP探索与生成
     • SOP推理阶段严格遵循机制
   • 自动化评测与归因
     • 场景开发效率自动化评估
     • 归因分析与优化方向指导
4. 总结与展望

听众收益：

• 深入了解蚂蚁数科在可信 Agent 领域的前沿实践经验以及深刻的技术思考

在过去的大模型实践中，我们重塑了软件开发范式，从人工编码逐步转为辅助编码，从最初的工具逐步进化为智能编程助手，编码的体验在飞速发展。在演进的过程中，逐步延伸出了性能、安全、成本等当下的核心问题，而随着系统复杂度的提升和业务定制化需求增强，工具和 Agent 的生态能力逐渐成为提升工程效率、增强平台能力的关键，是未来发展的基石。

本次分享将深入探讨如何通过 MCP 以及 Agent 构建一个可扩展的生态体系，内容涵盖自定义 Agent 的设计与接入方式、如何与一方内部工具集成、MCP 等三方生态工具如何共建。同时，也将展望下一阶段的技术演进方向，包括语言无关的能力扩展方式与云原生场景下的新挑战。

演讲提纲：

1. 当前大模型能力的挑战与限制
   • 大语言模型的能力范式与落地边界
   • 大模型在调用外部系统过程中的典型问题与瓶颈
2. 工具调用架构的演进路径
   • 传统 ToolCall 模式的局限性
   • MCP 的核心价值与架构设计思路
   • 与现有应用工具链的集成与协同机制
   • 工具调用的权限控制与能力隔离方案
3. 构建可扩展的生态能力体系
   • 一方工具链的集成路径与能力打通
   • 自定义 Agent 的接入机制与能力封装模型
   • Multi-Agent 协同的处理链设计与调度逻辑
4. 复杂对话场景下的上下文构建挑战
   • 在 MCP + Multi-Agent 模型下构建稳定上下文
   • 多轮对话中的信息对齐、能力拆解与状态保持
   • 架构设计中的上下文缓存、数据隔离与一致性保障
5. 未来趋势展望
   • 工具能力的深度演进与自动化趋势
   • 云端能力的支撑和协同

听众收益：​

• 系统理解大模型在实际工程化落地中的挑战与解决路径
• 掌握 MCP + Agent 生态体系的设计方法与实践经验
• 前瞻性洞察未来多智能体协同与云原生场景下的技术趋势

本次演讲将深入探讨智能体技术的发展背景、核心能力及未来前景。首先我会分享智能体的定义、定位及其能力分级，重点剖析规划、记忆与自适应等关键技术，以及“Computer use”在智能体中的应用；随后，结合澜舟实践，分享大模型在企业应用中所面临的挑战，并介绍基于澜舟智搭平台的智能体解决思路和具体实施步骤。通过智能知识库和智能客服等实际案例，与你一起交流智能体在企业数智化转型中的应用价值与发展潜力。

演讲提纲：

1. 智能体技术发展背景与现状
   • 智能体定义和定位
   • 智能体核心能力和水准分级
   • 智能体关键技术
     • 规划、记忆与自适应
     • Computer use
2. 智能体技术与企业应用
   • 大模型在企业应用中面临的挑战
     • 大模型发展与局限
     • 大模型应用开发成本
   • 智能体解决方案和实施步骤
     •  智能体平台与应用快速开发
     • 智能体具体实施步骤
3. 智能体应用案例分析
   • 智能知识库应用案例分析
   • 智能客服应用案例分析
4. 总结与展望

听众收益：

• 了解智能体相关发展背景、发展趋势和关键技术，以及智能体技术在企业数智化过程中的实际应用