专题演讲嘉宾：刘仁权(弈阁)

在蚂蚁很多团队 AI 生成代码占比已经达到 90% 以上，AI Coding 已经不是壁垒，瓶颈开始转移到 AI Delivery，本次分享主要介绍蚂蚁在 7x24h 端到端 AI 研发交付上探索、踩坑经历和沉淀的 AI 基建。

演讲提纲

1. 背景（为什么做）：蚂蚁传统研发基建和 AI 时代面临的困境
2. 架构：蚂蚁研发新范式 ADS 技术架构和踩坑经历
   • 设计理念：认知变化——Agent 是一等公民。在一等公民之下有三个原则：弱平台化（去中心化）、CLI First、Code First
   • Ama：AI 时代的需求管理和研发流程基建，Agent 协同和 AI Workflow 基建。通过统一的多 Agent 运行时平台，实现工程师对多个 Agent 的 7×24 小时并行调度与长程协作，从而将单线程工作升级为支持复杂任务的云端-本地一体化多 Agent 协作模式
   • Poolab：AI 时代的云端研发 Agent 环境，提供万级规模并发 Agent 执行能力
   • ACLI：建设蚂蚁统一的 For Agent 原始的 CLI 标准化研发体系与生态，解决 CLI 分散建设、标准不一、安全能力薄弱以及构建、发布、分发链路割裂等问题。
   • ADE：ADE 是让 评测/预发环境对 Agent 可创建、可验证、可保鲜、可路由，把「环境中心 + 云图 + GYP + MOSN」的碎片能力收成可编排的闭环，避免评测流量掉飞、环境漂移和排障靠人肉
   • Agentic CI/CD： 通过 AI 驱动构建、部署、切流和门禁控制，为用户提供统一的意图式交付入口，屏蔽部署平台差异；同时支持流水线自动监控、根因诊断和切流能力，减少耗时与人工操作，让交付更简单、高效
3. 案例：阿福 7x24 Harness 实践
   • ADS 在阿福 BadCase 修复场景首次跑通生产端到端 Harness，涵盖归因、方案、编码、评测、发布研发全链路，已解决 300+ Badcase，提效 3 倍以上(12.6d->3d)，全流程 AI 主导占比 95%+，人只做关键节点的决策和判断；除阿福外，还覆盖灵光、TeamClaw等 10+ 业务团队
4. 结语：介绍未来的发展判断以及一路走来的感悟

这样的技术在实践过程中有哪些痛点？

1. 新的研发范式蚂蚁传统研发基建的矛盾
   • 蚂蚁内容过去 10 几年沉淀了非常多关于研发基建，AI 时代是否适用，保留哪些、抛弃哪些，经历了非常多的 tradeoff，以及这个过程中的还会遇到非常多的组织阻碍
2. AI Coding 成本降低后，各个业务也会自建工具，业务团队百花齐放和基建团队产品冲突的矛盾

听众收益

1. 传统互联网研发效能/DevOps 领域如何做 AI 转型
2. 如何从0-1 设计 Agentic Devliery 的技术架构
3. 生产业务落地 7x24h Harness 踩坑经验