从「构建 AI」到「驾驭 AI」，100+ 实战案例拆解 AI Native 时代的工程新实践！
推理模型持续突破能力边界，Coding Agent 深度参与研发流程，Agent Runtime、Agent Framework 快速演进……AI 正在从回答问题的模型，演变为能够自主规划、调用工具、执行任务的软件系统。AI 不再只是软件中的一个能力，而开始成为软件系统的一部分。这意味着软件工程面对的挑战也发生了变化：团队需要思考的不再只是如何训练模型、模型、部署模型 或优化 Prompt，而不是如何让具备自主能力的 AI 稳定、可信、可控地运行。模型决定 AI 能做什么，系统决定 AI 能否真正创造价值。
在这一背景下，2026 年 QCon 全球软件开发大会大会 · 上海站（https://qcon.infoq.cn/2026/shanghai/schedule）正式启动。本次大会将于 10 月 22 日—24 日举办，聚焦 Harness AI 时代的工程实践，围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向，邀请全球技术社区与产业一线的实践者，系统性分享前沿洞察与实战经验，共同探索 AI 从能力到系统、从实验到生产的真实路径。
小红书客户端基础技术负责人杨凯已确认出席 “AI 驱动的软件工程（https://qcon.infoq.cn/2026/shanghai/track/1965）” 专题，并发表题为**《AI Coding 在大型客户端工程中的落地实践——从通才模型到专才 Agent（https://qcon.infoq.cn/2026/shanghai/presentation/7202）》**的主题分享。本次分享将结合小红书客户端研发 AI 化实践，介绍一套面向复杂工程的 AI Coding 落地方案。围绕"拆解、隔离、约束、感知"四个核心原则，通过任务拆解、多 Agent 协作、结构化中间产物、运行时反馈等工程化手段，让 AI 从"通才模型"演进为能够完成复杂研发任务的"专才 Agent"，实现从需求文档、Figma 设计稿到 Android、iOS、鸿蒙等多端可运行代码的全链路自动化研发。分享将重点介绍 Context Engineering、Agent Harness、多 Agent 协同、Runtime Feedback 等关键技术实践，探讨如何降低上下文复杂度、提升代码生成确定性，并结合多个真实业务案例，分享 AI 在大型客户端工程中的落地经验，以及复杂研发场景下 AI Coding 的工程化演进方向。
杨凯,小红书客户端基础技术负责人，15 年互联网客户端从业经验，先后就职于 360、快手，现任小红书客户端基础技术负责人。曾主导稳定性治理、性能优化、埋点全链路治理等多个公司级项目。现聚焦小红书客户端基础技术与 AI 提效方向，探索大模型驱动下从需求文档、设计稿到多端可运行代码的全链路研发范式，致力于将 AI 能力深度融入工程体系，重新定义客户端研发的生产方式。他在本次会议的详细演讲内容如下：
演讲提纲：
AI Coding 为什么在大型工程中失效
从 Demo 到复杂工程：AI Coding 面临的新挑战
单 Agent 的三大瓶颈：上下文膨胀、目标漂移、工程约束缺失
为什么模型越强、上下文越长，反而越需要工程护栏
核心设计：拆解、隔离、约束、感知
面向 AI 的任务拆解：节点化架构与最小上下文单元
多 Agent 协同：职责隔离、流水线执行
结构化中间产物：让 AI 在可控边界内完成任务
Runtime Feedback：通过截图、UI 树、日志等运行时信息，让 AI 感知真实执行结果，实现"写完即验、遇错即改"
Harness 工程实践
Context Engineering：上下文如何组织
Agent Harness：任务调度与流程编排
三重门控：输出检查、状态验证、文件完整性校验
闭环迭代：问题在 SubAgent 内部完成修正，不污染主流程
真实业务落地效果
多个客户端页面自动生成实践
Android → 鸿蒙跨端迁移实践
AI 出码效率、代码采用率与工程收益
当前实践的局限性与未来优化方向
总结与展望
AI Coding 从代码生成走向工程智能
Agent 如何成为研发流程中的核心执行单元
大型工程 AI Coding 的未来演进方向
实践痛点
落地需要前置产品需求阐述清楚，落地中 Token 消耗量需要进一步压缩，在小红书这样的大型项目效果还有优化空间，并不是一个终极形态。
前沿亮点
详细介绍 AI Coding 在小红书这样一个大型、重 Native 交互、高速发展的客户端落地实践。核心亮点：
任务拆解 + AI 友好架构，极大地降低了 AI 的上下文量
约束出码 + 多轮优化，将每一步的出码质量提升到最高
给 AI 加上动态感知能力，在客户端领域为 AI 补上了最关键的一个能力
听众收益
理解 AI Coding 在大型工程中的核心挑战，以及为何传统端到端方案难以规模化落地
掌握任务拆解、Context Engineering、Agent Harness、多 Agent 协同、Runtime Feedback 等关键工程实践，了解如何构建适用于复杂研发场景的 AI Coding 系统
学习从需求文档、设计稿到多端代码生成的完整工程化方案，以及 AI 提升复杂项目研发效率的真实经验
了解 AI Coding 从"辅助生成代码"向"理解工程、参与研发流程"演进的发展趋势，为构建下一代 Agent First 研发体系提供实践参考
除此之外，本次大会还策划了Loop Engineering、千行百业 Agent 创新实践、Agent 自主进化：从记忆到持续学习、Agent as a Service、Vibe Coding 时代的新质量债、理性驾驭 AI 的 SRE 可靠性工程、金融 AI Native 工程实践：从研发提效到业务破局、AI Infra：算力效率决定规模化落地、AI Native 架构等 20 个专题论坛，届时将有来自不同行业、不同领域、不同企业的 100+资深专家在现场带来前沿技术洞察和一线实践经验。
会议推荐
QCon 全球软件开发大会·2026（上海站）将于 10 月 22 日—24 日举办。本届大会聚焦 Harness AI 时代的工程实践，从「构建 AI」到「驾驭 AI」，围绕 AI Native 架构、Agent Runtime、AI Infra、Agent 安全与可观测、Loop Engineering、具身智能与世界模型 等热门技术方向，邀请全球技术社区与产业一线实践者，共同分享 AI Native 时代最具价值的工程经验。查看更多详情可扫码或联系票务经理 18514549229 进行咨询。