专题演讲嘉宾：陈立宝

本次分享将介绍飞猪用户技术面需要解决核心问题，兼容并包解决性能体验，动态化效率两大重点目标。拆解基于飞猪meshup app架构设计及多样化业务差别的跨端框架技术选型原因，设计，过程，收获。更重要的部分是面向大模型时代，AI编程带来的变与不变，技术方案展望，及设计实现路径。

飞猪的跨端研发之路并非简单的操作系统适配，而是一场在淘宝、支付宝等多个超级 App 生态中寻求最大公约数的复杂战役。演讲旨在系统梳理飞猪用户侧技术的演进脉络，直面我们在极致性能与动态化效率之间寻找平衡点的核心难题。

我们将深入拆解基于 Meshup App 的架构设计，还原在业务形态高度差异化的背景下，团队为何以及如何选型 DX、Weex、RN、Flutter 和小程序框架。这不仅是一次技术栈的罗列，更是一段关于权衡、妥协与突破的实战记录。

更重要的是，站在大模型爆发的风口，我们将重新审视跨端开发的底层逻辑：哪些是恒久不变的技术原则？哪些是必须随 AI 编程浪潮而重塑的策略？ 演讲最后将抛出面向未来的技术愿景，探讨结合 Kotlin、Flutter 及 DX Next 的新一代跨端方案设计与实现路径，为行业提供可参考的演进范式。

演讲提纲：

1. 跨端技术的核心目标及飞猪业务特色化要求
   • 极致用户体验&动态发布能力
   • 跨移动操作系统的同时，跨应用（飞猪客户端，淘宝，支付宝）要求
   • Meshup App的架构设计特色
   • 境内外技术生态的差异化要求
2. 技术方案演进历程
   • 极致体验要求解决方案：DX、原生、Flutter
   • 跨应用技术解决方案：Weex、React、小程序
3. vibe code 时代的未来展望设计
   • 面向AI的，一端代码 To 多端运营 转变为 需求 To AI 多端实现的设计可以成为现实。升级方向探讨
   • Design to code，需求 To Code 共同演进到 用户侧研发Agent的全研发生命周期引入
   • 选择适合 100% 生码的 UI 实现方案。核心是动态发布能力范围扩大
   • 建设需求+设计+业务知识库的研发Agent。核心是 AI 理解、AI实现
   • 匹配串联调试、测试、集成、发布、监控，风险应急的 AI 研发工具链；及海量的 Skill 基础能力匹配支撑
   • 跨端研发工程师专型为跨端生态工具研发工程师

听众收益：

1. 了解飞猪跨端技术方案可借鉴的内容
2. 学习 AI 背景下跨端技术框架设计方案