专题演讲嘉宾：宋文龙（闻可）

AI Coding 正在推动研发模式从“工具辅助开发”走向“AI Native 研发体系”。但在企业场景中，个人编码效率提升，并不必然带来组织交付效率提升。真正的变化不只是“代码写得更快”，而是需求、上下文、协作、验证、交付和组织方式都在被重新定义。

本次演讲将围绕企业 AI Native SDLC 展开，讨论企业如何从单点 AI 工具使用，走向可规模化、可验证、可持续进化的研发生产系统。演讲将结合 AI 研发成熟度模型、Spec Driven Development、Harness 工程、Loop & AgentTeam，以及 Qoder 和业务实践案例，探索 AI 时代如何成就超级个体，并进一步打造超级组织。

演讲提纲

1. 问题现状：为什么出码率不等于提效率
   • AI 让编码更快，但企业效率瓶颈正在迁移到更长的研发链路中；关键不是“AI 会不会写代码”，而是“组织能不能承接 AI 生成”。
2. 方法论：从 AI Native SDLC 到企业 AI 研发成熟度
   • 从软件工程、敏捷、DevOps 到 AI Native SDLC，结合 Prompt、Context、Harness、Loop 的能力演进，建立企业 AI 研发成熟度模型
3. 解决方案：Spec、Harness 与 AgentTeam
   • 通过 Spec Driven Development 让复杂任务具备工程契约，通过 Harness 工程让 Agent 可调度、可验证、可进化，再通过 Loop & AgentTeam 把人机协作升级为“人 + 数字员工”的协同网络。
4. 产品能力支撑：Qoder 全家族如何支撑 AI Native SDLC
   • Qoder 不是单点 Coding 工具，而是支撑 AI Native 研发流程的平台能力集合，覆盖知识、Spec、Harness、AgentTeam、验证和数字员工等关键环节。
5. 实践案例分享：从业务转型到团队实践
   • 结合淘宝闪购 AI Native 研发实践、Qoder Harness 闭环交付实践，以及 Qoder AI-Native 团队与数字员工探索，展示 AI Native 如何从方法论走向真实业务和组织实践。
6. 行动建议：从用工具到建设企业级AI Native组织及流程能力

听众受益

• 理解 AI Native SDLC 的演进逻辑，掌握从工具提效到组织级研发效能提升的方法路径。
• 了解 企业 AI 研发成熟度模型、Spec Driven Development、Harness、AgentTeam 等关键方法与实践。