王昊奋
面向智能体的记忆体系构建：理论与实践
同济大学 长聘教授 博士生导师
同济大学长聘教授、博士生导师，聚焦知识图谱与知识增强大模型研究，核心成果包括企业级开源知识图谱OpenSPG、全球首个知识增强推理开源模型KAG-Thinker（超万次GitHub星标）、大模型记忆原生操作系统MemOS（单日调用超50万次），大模型评测众包平台AI-Ceping（月活30万人次）成果已落地机场调控、金融风控、座舱交互等多场景。近五年出版学术专著3部，以第一/通讯作者在CVPR、WWW、ICLR、ACL、AAAI、IJCAI等顶级会议与期刊发表论文45篇，谷歌学术被引次数超过1.1万，单篇引用超5400次，并获得DASFAA 2025最佳学生论文、HCII 2024最佳论文等。主持新一代人工智能国家科技重大专项课题、国家自然科学基金重点/面上项目、上海市基础研究特区计划等省部级以上项目4项，获授权专利8项。主讲本研课程9门，指导本硕博学生近40名。获中国交通运输协会科技进步一等奖、MUSE设计创意奖银奖、CCF科技进步三等奖等。担任全球最大中文开放知识图谱社区OpenKG首任轮值主席，兼任Data Intelligence执行主编、CCF自然语言处理专委会秘书长、CIPS语言与知识计算专委会副秘书长等多项学术兼职，在IJCAI、VLDB、世界人工智能大会、中国计算机大会等作特邀报告，长期推动知识图谱与大模型领域的学术创新与产业转化。
内容大纲：
1. 智能系统范式迁移与记忆演进阶段
2. 记忆工程学术前沿与技术创新
2.1记忆工程实现路径：
2.2从系统视角看记忆工程：全生命周期
记忆判别 记忆构建 记忆管理 记忆检索 记忆使用
3. 工业界Agentic记忆系统与应用实践
3.1 记忆增强生成 vs. 检索增强生成
3.2 MemOS 的核心设计思路：从 OS 到记忆操作系统
3.3MemOS 1.0：高效记忆读取+多粒度记忆调度+持续记忆学习
3.4 MemOS 2.0：记忆原生模型
4. 未来趋势与开放问题
4.1如何衡量 AI 的“隐私觉悟”？
4.2 更好的记忆评估体系
4.3 基于端云协同的混合记忆管理方案
2. 记忆工程学术前沿与技术创新
2.1记忆工程实现路径：
2.2从系统视角看记忆工程：全生命周期
记忆判别 记忆构建 记忆管理 记忆检索 记忆使用
3. 工业界Agentic记忆系统与应用实践
3.1 记忆增强生成 vs. 检索增强生成
3.2 MemOS 的核心设计思路：从 OS 到记忆操作系统
3.3MemOS 1.0：高效记忆读取+多粒度记忆调度+持续记忆学习
3.4 MemOS 2.0：记忆原生模型
4. 未来趋势与开放问题
4.1如何衡量 AI 的“隐私觉悟”？
4.2 更好的记忆评估体系
4.3 基于端云协同的混合记忆管理方案
黄佳
Designing AI Agents: 从中国工程师到全球Agent工程叙事
新加坡科技研究局（A*STAR）· AI 研究员
笔名咖哥，新加坡科技研究局（A*STAR）AI 研究员，《Designing AI Agents》（Manning，2026）作者，人民邮电出版社2026年重点图书《Agent设计模式》作者。曾任埃森哲新加坡公司资深顾问，拥有 20 年以上软件架构与 AI 工程化实战经验。著有《Agent设计模式》《RAG实战课》《动手做AI Agent》《GPT图解 大模型是怎样构建的》等多部技术畅销书，累计影响数十万开发者。当前研究聚焦于 Agent 设计模式的系统化——基于认知科学与分布式系统工程的交叉视角，提出覆盖感知、记忆、推理、行动、反思、协作、治理七大认知维度与六种执行拓扑的双轴模式矩阵（27种模式），并以 Claude Code、Manus、OpenClaw 等生产系统为案例验证框架的通用性。
议题背景：
大模型正在把软件系统从“确定性程序”推向“概率智能系统”。但 Agent 真正进入生产之后，难点并不只是调用模型、拼接工具或搭建工作流，而是如何让 Agent 在有限上下文、有限预算、有限权限和真实业务约束中可靠行动。
本次分享将以黄佳在 Manning 出版社出版的英文书 Designing AI Agents 为主线，介绍一套“认知功能 × 执行拓扑”的双轴 Agent 设计框架，解释如何用设计模式重新组织 Agent 的感知、记忆、推理、行动、反思、协作与治理，让团队从 prompt 调参和工具编排，走向可评审、可复用、可治理的架构语言。
报告也将介绍 ADPS（Agent Design Patterns Society）的愿景。ADPS 是一个小而认真的 Agent 设计模式研究共同体，由黄佳、茹炳晟、姜宁和梁博共同发起，四位创始成员分别代表架构语言、软件工程、开源 Harness 与企业落地四种力量。ADPS 希望把中国工程师在企业级 Agent、研发智能体、开源工作流和金融 SaaS 转型中的一线经验，沉淀为全球工程师都可以使用、讨论、评审和传承的模式语言。
这场报告既是一次 Agent 架构方法论分享，也是一种更大的技术叙事：从中国工程师的真实实践出发，参与全球 Agent 开发生态的共同语言建设。
大模型正在把软件系统从“确定性程序”推向“概率智能系统”。但 Agent 真正进入生产之后，难点并不只是调用模型、拼接工具或搭建工作流，而是如何让 Agent 在有限上下文、有限预算、有限权限和真实业务约束中可靠行动。
本次分享将以黄佳在 Manning 出版社出版的英文书 Designing AI Agents 为主线，介绍一套“认知功能 × 执行拓扑”的双轴 Agent 设计框架，解释如何用设计模式重新组织 Agent 的感知、记忆、推理、行动、反思、协作与治理，让团队从 prompt 调参和工具编排，走向可评审、可复用、可治理的架构语言。
报告也将介绍 ADPS（Agent Design Patterns Society）的愿景。ADPS 是一个小而认真的 Agent 设计模式研究共同体，由黄佳、茹炳晟、姜宁和梁博共同发起，四位创始成员分别代表架构语言、软件工程、开源 Harness 与企业落地四种力量。ADPS 希望把中国工程师在企业级 Agent、研发智能体、开源工作流和金融 SaaS 转型中的一线经验，沉淀为全球工程师都可以使用、讨论、评审和传承的模式语言。
这场报告既是一次 Agent 架构方法论分享，也是一种更大的技术叙事：从中国工程师的真实实践出发，参与全球 Agent 开发生态的共同语言建设。
邓亚峰
下一代 Agent OS：构建开放、主动、自进化的 AI 贾维斯
EverMind CEO 兼 盛大集团副总裁
毕业于清华大学，正高级工程师，拥有二十余年人工智能算法及产品研发经验。现任EverMind CEO 兼 盛大集团副总裁。曾任360集团副总裁、人工智能研究院院长兼搜索事业部总经理，科创板首家AI上市公司格灵深瞳CTO。荣获2021年中国人工智能年度十大风云人物，教育部技术发明奖二等奖。长期致力于大语言模型、计算机视觉及AI for Science等领域的研究与应用，带领团队多次在国际国内主流AI评测中获得佳绩；累计申请发明专利160余项（已授权98项），发表论文50余篇（含10篇Nature子刊）。
一、从 OpenClaw、Hermes Agent、Claude Code 看下一代 Agent 的核心特征
能交付结果：从 chat 到 agent，主动完成完整任务
拥有长期记忆与主动性，跨会话连贯
开放生态：万物皆可连接的 Skill 体系
越用越聪明：从轨迹中沉淀经验，自我演化
二、下一代 Agent 框架：什么才是真正的差异化
Agent = Model + Harness——模型之外才是差异化战场
五层架构：Channels + Gateway + Runtime + Memory + Skills
三个关键模块：长期记忆、技能体系、自主性
操作系统化趋势：基础架构 + 开放生态
三、核心模块的应有形态与我们的工作
Memory：生物启发的 EverMemOS（ACL 2026），LoCoMo 93.05%，超最强基线 +9.2%
Skills：7 万+ 商业可用技能，自训练 0.6B 检索模型反超 Qwen3-8B +11.8%
Autonomy：经验自动结构化、聚类、提炼为可执行 SOP
评测革新：EvoAgentBench 评测 Agent「能不能学」而非「能做什么」
四、未来 Agent OS 的演化方向
双引擎认知架构：Skills（广度）× Memory（深度）
自进化闭环：0 次重训，持续进化
跨 Agent 的记忆基座：让多 Agent 共用同一份「关于你」的记忆
终局：每个人拥有真正属于自己的 AI 贾维斯
能交付结果：从 chat 到 agent，主动完成完整任务
拥有长期记忆与主动性，跨会话连贯
开放生态：万物皆可连接的 Skill 体系
越用越聪明：从轨迹中沉淀经验，自我演化
二、下一代 Agent 框架：什么才是真正的差异化
Agent = Model + Harness——模型之外才是差异化战场
五层架构：Channels + Gateway + Runtime + Memory + Skills
三个关键模块：长期记忆、技能体系、自主性
操作系统化趋势：基础架构 + 开放生态
三、核心模块的应有形态与我们的工作
Memory：生物启发的 EverMemOS（ACL 2026），LoCoMo 93.05%，超最强基线 +9.2%
Skills：7 万+ 商业可用技能，自训练 0.6B 检索模型反超 Qwen3-8B +11.8%
Autonomy：经验自动结构化、聚类、提炼为可执行 SOP
评测革新：EvoAgentBench 评测 Agent「能不能学」而非「能做什么」
四、未来 Agent OS 的演化方向
双引擎认知架构：Skills（广度）× Memory（深度）
自进化闭环：0 次重训，持续进化
跨 Agent 的记忆基座：让多 Agent 共用同一份「关于你」的记忆
终局：每个人拥有真正属于自己的 AI 贾维斯
延君晨
从 Agent 到 Harness —— 组织 · 产品 · 商业的全栈跃迁
Dify.AI 联合创始人
Dify.AI 联合创始人，十余年产品架构及商业化经验。涉足在线教育、OTA、电商零售、生命科学等多个领域。
过去两年，行业完成了 Agent 的常识普及。但真正分胜负的下一程，不是看谁能「造一个智能体」，而是看谁能「编排一套智能体」。
1. 组织：别再拿 Headcount 堆规模
当 Agent 变成随时听调的数字员工，靠团队规模躺赢的时代就结束了。未来的赢家，拼的是对这套复杂系统的架构和设计深度。
2. 产品：加个对话框不叫 AI 原生
真正的 AI 原生，不是给传统界面做功能加法。产品本身就该是一副完整的 Harness——在底层替用户完成规划、调用和判断，把确定性的结果交出来。
3. 商业：工具不再值钱，价值向高处搬迁
当执行不再成为门槛，护城河就从工具层全面移位。接下来的胜负手，在判断的精度、业务的数据飞轮，以及不可替代的行业纵深。
技术的演进，永远在把稀缺的能力变廉价。当「创作」成了人人可及的地基，真正的较量，才刚刚在高处拉开序幕。
1. 组织：别再拿 Headcount 堆规模
当 Agent 变成随时听调的数字员工，靠团队规模躺赢的时代就结束了。未来的赢家，拼的是对这套复杂系统的架构和设计深度。
2. 产品：加个对话框不叫 AI 原生
真正的 AI 原生，不是给传统界面做功能加法。产品本身就该是一副完整的 Harness——在底层替用户完成规划、调用和判断，把确定性的结果交出来。
3. 商业：工具不再值钱，价值向高处搬迁
当执行不再成为门槛，护城河就从工具层全面移位。接下来的胜负手，在判断的精度、业务的数据飞轮，以及不可替代的行业纵深。
技术的演进，永远在把稀缺的能力变廉价。当「创作」成了人人可及的地基，真正的较量，才刚刚在高处拉开序幕。
SECon组委会是由业界多位资深技术专家发起，负责组织技术指导委员会，并和委员会的专家一起挖掘全球软件工程领域的创新技术，同时依托智盟创课国内领先的人才能力提升服务供应商，组织专业的会务服务团队，全面推进会议的顺利落地，保证参会者体验。
服务总线：400-183-9980
商务合作：151-2264-3988 木子
票务联系：186-0005-0529 张老师
E-mail：speaker@qecon.com.cn
关注SECon公众号
添加SECon小助手，获取
会议最新资讯
