腾讯分享AI原生研发工具链架构与演进实践

AI Agent正从问答助手转向能够理解目标、调用企业系统并执行任务的工作承担者。随着推理、工具调用、多模态和长任务能力发展，企业落地的关键已从模型调用转向任务筛选、结果验收、权限控制、成本管理和风险治理。Coding Agent也从代码补全扩展为理解代码库、运行测试并协同交付的工程伙伴，模型决定能力上限，工程架构决定能否稳定生产。

2026年AICon人工智能开发与应用大会北京站将于12月18日至19日在北京新云南皇冠假日酒店举行，主题聚焦AI应用边界，设置13个技术专题。腾讯资深研发工程师陈偲颖将在“Agentic Software Engineering”专题分享企业研发工具链实践，覆盖需求拆解、业务配置与实现、质量校验等环节。其团队已从配置驱动转向意图驱动：系统根据用户目标和专家知识生成方案，再通过低代码Harness组织执行。

这套平台被定位为“AI的操作系统”，底座包括业务操作工具协议化与能力原子化、Agent运行时工程化、上下文工程平台化，以及由失败和用户修正驱动的反馈闭环。工具按业务语义封装，并明确输入、输出、前置条件、影响范围、副作用、重试和幂等约束；Harness统一处理工具召回、提示词组装、任务状态机、Hooks、观测与回放，同时兼顾低代码易用性和代码层扩展能力。知识库、业务规则、任务状态和个人记忆将分层管理，以控制上下文规模并减少信息失真。

在治理和评测方面，平台根据风险决定自动执行或人工确认，权限、审计和评测贯穿运行时，高风险及不可逆操作必须审批。用户可以查看方案、目标系统、流程节点和关键配置，结合场景化评测集、LLM-as-Judge及程序化约束检查结果，并直接修改配置或局部代码。用户打断、连续失败、任务卡死及方案修正等“摩擦信号”会被串联分析，经过规则提炼、评测验证和灰度应用后写回Harness，形成跨任务、跨团队复用的知识资产。

陈偲颖曾任职于多家全球科技企业，持有多项专利，2023年起专注大模型与工程效能融合，主导大型互联网企业低代码平台的AI建设，推动“LLM+低代码”体系打通从一句话需求到上线的链路，服务数百款业务。她还将介绍业务操作、上下文、Harness扩展点和审计等内部协议族的沉淀方式。大会另设后训练、推理算力、知识工程、多智能体、安全、AgentOps、自进化系统、个人智能体、AI原生架构、组织变革及产业智能化等专题。