专场出品人：张涛
商汤科技 企业助手技术总监
在商汤期间，先后主导了算法应用SDK产品，模型跨平台部署系统，算法编排发布平台等多项工作，广泛应用于商汤科技的各类产品之中。目前专注于AI应用产品的研发，带领团队开发并上线了商汤AI Native生产力系列工具“代码小浣熊”和“办公小浣熊”，为数千万开发者及用户，带来了AI前沿技术服务的便利体验。
专场：AI产品研发与智能交互
AI 的智能涌现，简化了人机交互复杂度，为产品设计注入了新的活力，同时也对 AI 时代的产品，设计，研发提出来新的要求。本专场以“AI 产品研发与智能交互”为主题，共同探讨在 AI 为产品带来一系列激动人心创新方向的同时——如更接近自然交流形态的人机交互设计，更偏向于意图传达的软件操作逻辑，更积极灵活的流程流转路径等——对产品研发带来的新变化，新需求，和新实践。
潘君秋
AI Agent在荣耀广告算法场景中的应用
荣耀终端股份有限公司 AI应用产品经理
现任荣耀大数据平台部AI应用产品经理，主导荣耀广告推荐系统，搜索平台以及用户增长CDP相关产品能力构建。 其中重点负责广告推荐和搜索算法架构设计，支撑荣耀商城商品推荐，信息流推荐，应用商店广告等多个核心业务场景，拥有丰富的搜推算法与平台落地生产经验。近些年随着LLM大模型相关技术兴起，在搜推业务场景中，也逐步思考着如何用大模型相关技术解决业务实际痛点。
荣耀广告算法业务场景复杂且对效果稳定性要求很高。如何在复杂场景中选择合适的前沿算法以及保障广告效果稳定性尤其重要。首先选择合适的前沿广告算法对效果提升至关重要，以往主要依赖算法工程师经验，导致很多业界前言算法并没有在荣耀广告场景中落地。其次众所周知要保障广告效果持续稳定性，整个广告端到端全场景链路必须都不能出问题，或者出问题后需要快速定位解决。而整个计算广告算法业务涉及数据、特征、工程、模型四大方向，任何方向出现问题都将直接影响到现网算法效果，进而造成收益亏损，其中容易产生问题的方面主要集中在样本数据的完整性和实时性，离线特征覆盖率，在线特征准确性，在/离线特征一致性，以及线上模型稳定性和整体工程链路鲁棒性等等。本次分享利用AI Agent实现计算广告领域前沿技术洞察以及现网广告算法效果波动智能诊断，解决了前沿算法快速落地场景匹配洞察以及现网广告算法效果波动智能诊断能力，显著提升了广告场景的智能化水平和业务价值。
内容大纲
1. 背景、痛点以及目标
1.1 背景：荣耀广告业务链路，特点，效果要求
1.2 痛点: 广告算法选择以及效果稳定性问题
1.3 目标: 小时级洞察 + 分钟级“自动诊断”
1.4 Agent业界进展：对荣耀广告痛点与目标启示
2. 广告洞察Agent实现小时级洞察
2.1 知识捕捉："AI Research" 实现分钟级知识获取
2.2 知识提取：Workflow + Context Engineering助力信息准确提取
2.3 洞察Agent集成：Mutil-Agent协同多领域前沿技术获取
2.4 落地效果
3. 智能诊断Agent实现分钟级现网效果“自动诊断”
3.1 现网业务指标波动：产生原因与带来困扰
3.2 智能诊断Agent核心能力：MCP+A2A+ReAct 保障效果稳定
3.3 智能诊断报告：长/短期记忆结合实现分钟级预警
3.4 落地效果
4. 总结与展望
4.1 总结：广告洞察Agent和智能诊断Agent快速发挥更大价值
4.2 展望：AI Agent在广告场景全链路场景应用，覆盖更多场景
听众收益
1. 有助于理解AI Agent在广告场景中应用提升广告智能化水平和业务价值
2. 了解AI Agent的历史和发展情况，便于用户跟自己的业务场景相结合
周清峰
AI驱动的任务规划与可视化执行实践
商汤科技 高级前端工程师 小浣熊家族前端负责人
商汤科技小浣熊团队高级工程师，办公小浣熊前端负责人。曾任字节、美团等基础架构部门资深前端工程师，具有10年的前端/全栈开发经验，业务范围广泛，近两年聚焦在协同办公、大模型agent应用等业务。
当大多数AI仍停留在“回答问题”阶段时，小浣熊正在探索AI协作的下一步：让 AI 不仅能理解人类的复杂意图，还能把模糊的自然语言，转化为结构化的计划（Plan）与可控的执行过程。
我们希望解决三个核心问题：
1. 如何让AI准确理解并拆解复杂任务？
2. 如何让执行过程透明、可视、可验证？
3. 如何让AI在错误后能自我恢复与修正？
本次分享中，我将展示小浣熊如何通过从自然语言 → 可视化Plan → 成果交付的技术链路，实现从“AI对话”到“AI执行”的飞跃。
我们希望解决三个核心问题：
1. 如何让AI准确理解并拆解复杂任务？
2. 如何让执行过程透明、可视、可验证？
3. 如何让AI在错误后能自我恢复与修正？
本次分享中，我将展示小浣熊如何通过从自然语言 → 可视化Plan → 成果交付的技术链路，实现从“AI对话”到“AI执行”的飞跃。
内容大纲
1. 背景与问题
1.1 当前AI对话的局限：问答边界、过程黑盒、错误难修复
1.2 思考：如何让AI理解复杂目标并可靠执行？
1.3 Live Demo：从自然语言到可视化Plan再到成果输出
2. 产品架构与技术实现
2.1 三层结构：Plan–Goal–Action
2.2 四层架构：对话层–规划层–执行层–可视化层
2.3 核心链路：输入 → Plan生成 → 可视化 → 流式执行 → 成果
2.4 技术要点：Plan质量保障、React Flow可视化、SSE流式执行
3. Spec-driven 概念延伸
3.1 Spec范式：先定义、再实现——保证可验证性
3.2 与AI Plan契合：结构化约束提升可靠性
3.3 提升Plan质量：Prompt优化 + 多阶段校验 + 迭代闭环
4. 展望
4.1 并行执行、多模态扩展、场景深耕
祝海林
InfiniSynapse: 开拓大模型的第二个杀手级应用场景
InfiniSynapse 联创/ Auto-Coder,InfiniSQL 作者/ IDE研究院咨询顾问
一直致力于使用AI赋能数据和编程，开发了 AI 辅助编程工具 auto-coder 系列，推出全球领先的Agentic llm-native RAG 框架 auto-coder.RAG 以及端到端AI辅助分析工具 InfiniSynapse。
其中 InfiniSQL 社区版 Byzer-SQL 获得22年中国开源创新大赛二等奖，23年浦东新区人工智能创新大赛一等奖， 个人入选中国22年开源先锋33人，荣获23年全球人工智能开发者先锋大会「开发者先锋」称号。auto-coder 获 gitcode 24年年度十大开源项目,个人获得 gitcode 24年年度开源人物。
其中 InfiniSQL 社区版 Byzer-SQL 获得22年中国开源创新大赛二等奖，23年浦东新区人工智能创新大赛一等奖， 个人入选中国22年开源先锋33人，荣获23年全球人工智能开发者先锋大会「开发者先锋」称号。auto-coder 获 gitcode 24年年度十大开源项目,个人获得 gitcode 24年年度开源人物。
Code Agent 作为大模型第一个落地场景，产生巨大的影响力和价值。 Data Agent 发展很早，但是却一直没有成为大模型的第二个落地场景。 InfiniSynapse 正在开拓这个场景，将其作为大模型第二个落地场景。
内容大纲
1. InfiniSynapse 不Text2SQL，而是数据分析师。
2. Text2SQL 的四个缺陷。
2. Data Agent 成为数据分析师的三个核心要素
3. InfiniSynapse 覆盖三要素的核心组件：InfiniSQL, IniniRAG 和 InfiniSynapse Agent
4. InfiniSynapse 获取数据涵盖： 业务数据，联网数据，知识库数据
5. Data Agent 交付物： 提数，报告，决策
6. Data Agent 交互层面的微创新：智能表单，图表收藏
内容大纲
1. InfiniSynapse 不Text2SQL，而是数据分析师。
2. Text2SQL 的四个缺陷。
2. Data Agent 成为数据分析师的三个核心要素
3. InfiniSynapse 覆盖三要素的核心组件：InfiniSQL, IniniRAG 和 InfiniSynapse Agent
4. InfiniSynapse 获取数据涵盖： 业务数据，联网数据，知识库数据
5. Data Agent 交付物： 提数，报告，决策
6. Data Agent 交互层面的微创新：智能表单，图表收藏
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：185-1306-7287 马静
E-mail：speaker@secon.com.cn
关注SECon公众号
添加SECon小助手，获取
会议最新资讯
