专题演讲嘉宾：徐孟祥

结合云信 IM 研发多智能体中心的真实建设实践，介绍如何从单点 Agent 试验出发，逐步构建一套面向企业研发场景的智能体平台，并通过能力抽象、上下文治理、任务编排、权限控制、过程追踪和质量评测，让 Agent从“辅助工具”演进为可协同、可治理、可度量的研发基础设施。

演讲提纲：

1. 1. 研发 Agent 的落地现状与关键挑战
   • LLM 驱动下研发工具的演进：从代码助手到流程型 Agent
   • 企业研发提效的新阶段：不是替代单个动作，而是嵌入需求、开发、测试、文档和运维流程
   • IM 研发场景的复杂性：多端、多语言、多仓库、多系统协作与强稳定性要求
   • 单点 Agent 试用的常见瓶颈：上下文不足、工具割裂、任务不可追踪、结果不稳定、收益难度量
   • 企业级落地的核心命题：如何让 Agent 可用、可控、可审计、可规模化推广
2. 云信 IM 研发多智能体中心的架构设计
   • 为什么 IM 研发需要多智能体中心，而不是零散的代码助手
   • 整体思路：围绕研发流程构建统一的智能体平台能力
   • 能力单元设计：将模型、工具、知识、权限和任务模板组织为可复用的执行能力
   • 统一任务与会话抽象：支持不同类型的分析、协作与持续跟进
   • 执行体系设计：支持多任务并行、弹性扩展与稳定运行
   • 工具与知识接入：打通代码、文档、日志、需求、工单和知识沉淀等研发上下文
   • 治理能力建设：权限控制、过程留痕、反馈闭环、统计分析与审计机制
3. 研发全流程 Agent 实践
   • 代码诊断与修复 Agent：面向复杂研发场景辅助定位问题、分析根因并生成修复建议
   • 代码 Review Agent：嵌入研发流程，辅助发现逻辑缺陷、兼容性风险、可维护性问题和测试缺口
   • 文档 Review Agent：面向官网文档、SDK 文档和技术说明，检查准确性、一致性、完整性和发布风险
   • 日志分析 Agent：结合日志、错误信息、版本上下文和代码语义辅助定位线上问题
   • 需求 Spec Agent：将需求输入结构化为目标、边界、流程、异常场景和验收标准
   • 方案生成 Agent：基于需求背景、历史经验和系统约束生成可评审、可落地的设计方案
4. 关键场景落地案例
   • 从线上问题到修复建议：多类 Agent 协同完成问题分析与方案收敛
   • 从需求输入到技术方案：需求理解与方案生成的协同实践
   • 从代码提交到质量把关：代码 Review Agent 在研发流程中的应用
   • 从文档变更到发布校验：文档 Review Agent 的质量保障实践
   • 复杂协同场景下的上下文组织、工具调用和结果追踪
   • 从一次性问答到持续会话：会话沉淀与反馈闭环如何提升任务完成质量
5. 踩坑经验与治理方法
   • 如何降低幻觉：约束输入、限定边界、结构化输出、证据链要求和人工确认点
   • 如何做质量评测：构建覆盖准确率、可执行性、召回率、误报率和任务完成度的评测体系
   • 如何设计人机协同边界：哪些环节允许自动化，哪些环节必须人审，哪些环节只做建议
   • 如何处理安全与权限：访问控制、数据隔离、敏感信息保护和操作审计
   • 如何控制成本和稳定性：任务调度、并发治理、超时中断和失败恢复
   • 如何从单点试点走向规模化推广：从高频痛点场景切入，用平台能力沉淀复用机制
6. 总结与展望
   • 云信 IM 研发多智能体中心的关键经验：场景先行、平台承载、治理前置、评测闭环
   • 研发 Agent 的演进路径：从工具化，到流程化，再到平台化和基础设施化
   • 多智能体协同在 IM 研发、客户支持、运维保障和质量治理中的持续演进
   • 面向未来的企业研发智能化基础设施：更强上下文、更深工具融合、更可信的人机协作闭环

听众收益：

• 认知层面：理解企业研发 Agent 从单点代码助手走向多智能体研发中心的演进逻辑，以及规模化落地的关键阻碍
• 架构层面：掌握研发多智能体中心的核心设计思路，包括能力抽象、任务编排、执行体系、工具接入、上下文治理和权限
• 体系。
• 实践层面：获得网易云信在代码诊断、代码修复、代码 Review、文档 Review、日志分析、需求分析和方案生成等场景中
• 的一线经验。
• 治理层面：了解如何通过评测体系、质量指标、过程追踪、安全审计和人机协同边界，让 Agent 在真实研发流程中可控
• 落地。
• 趋势层面：看到 Agent 如何逐步融入企业研发链路，成为下一代研发基础设施的一部分