专题演讲嘉宾：陈浩

代码生成越来越快，验证却仍是 AI 完成代码交付的最后一公里：上下文靠人找、执行靠人发请求、结论靠人判断。本次分享以快手主站棱镜为例，复盘如何用春芽运行事实、JVM 内部执行和任务级 Agent，把验证从“单点工具”组织成“完整任务”：从需求与变更理解，到用例设计、数据准备、执行排障和可复核报告；并给出多 Agent 协作、证据校验、长会话与操作安全的工程取舍。最后用真实使用数据说明：当验证成为研发流程中的一个节点，人和 Agent 的分工发生了什么变化。

演讲提纲

1. 背景｜Agent 很多，能交付的很少
   • 代码生成在加速，测试的瓶颈却从“写用例”转向“拿结果”：上下文、执行、判定仍靠人
   • 三类“看起来能跑”的 Agent：会聊天、会调工具、会写用例，但都无法对一次完整质量活动负责
   • 垂类执行agent三个常见错觉：Context 越多越好；执行就是模仿；多 Agent 就是拆工序
   • 本场要回答：一个执行型 Agent，怎样才算“敢把结果交出去”
2. 实践｜从工程根基到智能验证
   • 工程根基：春芽让验证有“运行事实”
     • 分布式链路追踪：调用关系、方法入出参、配置与执行轨迹
     • AI 不再只靠静态代码猜，而是依据真实执行过程做判断
   • Agent 形态：棱镜组织完整验证任务
     • 理解需求与变更 → 用例设计 → 数据准备 → 执行排障 → 证据与报告
     • 人的职责收窄为：定目标、识风险、审结论；AI 承接信息组织与繁琐操作
   • 棱镜实践的三个关键突破
     • 上下文：先收敛业务作用域，再沿调用链组织需求、代码、配置与运行事实；不是给更多代码
     • 执行：从 HTTP 前门到 JVM 内核；Arthas 工程注入、扩容零边际成本、业务无定制；HTTP 20–30% → JVM 90%+
     • MultiAgent：主 Agent 统筹任务与 Context，专项 Agent 按需参与，结果与证据统一回收；不是按工序切流水线
   • 4. 其他机制：可信、长程、安全、经验复用
     • 可信：调用成功 ≠ 业务通过；运行证据与断言支撑结论
     • 长程：状态管理、恢复、持续推进；操作：风险画像与门禁；退出：八类解阻策略与阻塞契约
     • 经验复用：数据回流沉淀运行事实，知识回流沉淀纠偏与 Skill；让下一次任务起点更高
   • 5. 协作：人、编码 Agent 与棱镜
     • 棱镜是如何融入完整开发流程的：编码 Agent 生码/修复，棱镜验证/复验，人做目标与最终判断；证据是交接语言
3. 成果与演进｜从人驱动到目标驱动
   • 真实使用：12 条业务线、20.8% 纯服务端需求渗透；5.1 万次执行、800+ 缺陷、6.6 万条用例。
   • 质量与效率：执行成功率 90%+、用例采纳率 80%+；人的注意力从“操作”转向“目标、风险、Review”
   • 还没解决：评测、成本、跨团队推广；不是所有场景都适合 Agent
4. 下一步：Vibe Testing → Auto Testing；从人发起、持续交互，走向可判定场景中的自主计划、执行、观测、复验；人保留关键判断
5. 总结与展望

听众收益

• 了解一套执行型垂类 Agent 的架构方法
  • 棱镜的三层架构、双 Loop、Context/执行/多 Agent 的取舍，可以映射到自己的测试、运维、交付场景
• 学习一套让 Agent 结果可复核的工程手段
• 执行置信度、证据链、阻塞契约、安全门禁设计参考，解决“Agent 说通过，你敢不敢信”
• 了解一份少走弯路的实践清单
  • 什么时候不该用多 Agent、为什么先建数据底座、为什么工程约束比提示词更重要、哪些指标能证明 Agent 真的在产生价值

演讲亮点

• 不是“又一个测试 Copilot”，而是执行型垂类 Agent 的完整落地。从 Context、执行内核、多 Agent 到置信度与安全，给出可复用的架构取舍和工程约束，不是 demo。
• 双 Loop 是核心增量。Data Loop 把每次执行变成覆盖与事实，Knowledge Loop 把用户纠偏变成可复用的记忆与 Skill；通用 Agent 能力只是底座，Loop 才是垂类壁垒。
• 真实生产数据与失败经验。测试与代码执行的执行内核的突破；多 Agent 的舒适区探索；假通过、假阻塞、安全绕过等真实坑及解法。