专题演讲嘉宾：费良宏

本次演讲探讨Amazon 如何利用Agentic AI 大规模变革软件开发的实践。我们将探讨从传统开发工作流到人工智能增强流程的演变，并展示自主代理在实际应用中如何在整个软件生命周期内为开发者提供的强力支持。与会者将深入了解Amazon如何将AI Agent集成到开发工作流程中的方法、面临的挑战以及对生产力、代码质量和开发者体验的可衡量影响。

本次演讲将涵盖Agentic AI 的技术架构以及在大规模软件开发环境中成功应用这些技术所需的技术迭代与组织变革等。

演讲提纲：

1. 简介与背景
   • 在软件开发背景下定义Agentic AI
   • 自主的AI Agent 为何对现代开发实践至关重要
   • Amazon 软件开发的演变
2. Amazon 的Agentic AI 的发展概况
   • AWS Cloud 9：Cloud IDE 的尝试
   • CodeWhisperer：从代码补全到自主代码生成
   • Amazon Q Developer：基于人工智能的编程助手及代理
   • Kiro：从“氛围编码”到“意图驱动的开发”
   • MCP 的革命 - 与Amazon 开发工具和服务集成
3. 开发生命周期中的Agentic AI
   • 代码生成与审查
     • 根据需求自主生成代码
     • AI 驱动的代码审查和安全扫描
     • 自动重构和优化建议
   • 测试与质量保证
     • 智能测试用例生成
     • 自动检测和解决错误
     • 通过AI分析与性能优化
   • 文档与知识管理
     • 自动文档生成
     • 代码解释和知识传递
     • 保持技术债务的可见性
   • 实施挑战与解决方案
     • 信任与可靠性：确保 AI Agent 决策值得信赖
     • 集成复杂性：将Agent 无缝嵌入现有工作流程
     • 开发人员采用：变更管理和培训策略
     • 安全注意事项：保护敏感代码和数据
     • 可扩展性：AI 代理的管理
   • 可衡量的影响与成果
     • 开发人员生产力指标和改进
     • 代码质量和安全性增强
     • 加快发布时间
     • 开发人员满意度和体验提升
     • 通过自动化流程优化成本 
4. 未来方向与最佳实践
   • 软件开发中Agentic AI 的新趋势
   • 对考虑采用团队的建议
   • 下一代Agentic AI 走向何方

听众收益：

• 深入了解 Agentic AI 如何改变软件开发工作流程
• 了解企业级 AI Agent 成功实施的真实案例
• 学习在自身组织中评估和实施 Agentic AI 的框架
• 洞察采用 AI 增强开发实践时如何克服常见挑战
• 衡量 AI Agent 对开发团队影响的可行策略