专场出品人：李萌
珊瑚智成 创始人&CEO
珊瑚智成（北京）科技有限公司创始人&CEO，浙江清华长三角研究院孪生数智与信息交互技术研究中心主任。长期专注于软件工程、低代码、智能软件构建与企业数智化研究和实践，持续探索从模型驱动开发、低代码平台到Agent驱动软件生产的技术演进。近年来重点研究AI-Native软件生产范式及其在企业中的规模化落地，主持AnyBuilder智能软件构建平台、珊瑚云软件工厂、珊瑚礁企业操作系统和职阅应用平台建设，致力于通过“软件工厂+企业操作系统”帮助企业持续生产和运行数字能力，推动AI从个人提效、单点应用走向数字员工、人机协同与组织智能。
Agent驱动的智能化转型
专场定位：帮助数字化转型企业理解和应用Agent技术，跨越AI落地的鸿沟。
内容覆盖维度：
▪ Agent认知框架：从"AI是什么"到"Agent能帮我做什么"的认知升级
▪ 低代码/无代码Agent平台：让非技术人员也能构建和运营Agent
▪ 行业Agent落地案例：制造/零售/物流/农业等传统行业的Agent应用实践
▪ 中小企业Agent普惠：低成本Agent方案、SaaS化Agent服务
吴俊峰
数智驱动，降本增效 AI赋能物流枢纽创新实践
上海文景信息创始人&董事长
国家交通运输部信息化专家、国家交通运输部科技项目专家、中国科学院大学经管学院企业导师。
20余年专注于数智产业供应链领域，国内智慧供应链、多式联运、智慧港口、智慧陆港（场站/中欧班列）、智慧口岸领域建设及运营，为多个世界级港口、国家物流枢纽、多式联运示范工程、货运枢纽强链补链工程建设提供规划咨询及数字化服务。
主持国家交通运输部交通强国“一票制、一单制、一箱制”专项试点等多项国家及地方重大科研项目，参与多项国家与行业标准制定，在SSCI、SCI、EI、CSSCI、CSCD 检索的国内外知名期刊发表多篇高质量论文，获得省部级科技进步奖（一等奖）等多项荣誉。
20余年专注于数智产业供应链领域，国内智慧供应链、多式联运、智慧港口、智慧陆港（场站/中欧班列）、智慧口岸领域建设及运营，为多个世界级港口、国家物流枢纽、多式联运示范工程、货运枢纽强链补链工程建设提供规划咨询及数字化服务。
主持国家交通运输部交通强国“一票制、一单制、一箱制”专项试点等多项国家及地方重大科研项目，参与多项国家与行业标准制定，在SSCI、SCI、EI、CSSCI、CSCD 检索的国内外知名期刊发表多篇高质量论文，获得省部级科技进步奖（一等奖）等多项荣誉。
议题背景：
本演讲围绕“十五五”规划驱动物流枢纽数智升级的战略背景，聚焦物流枢纽面临的核心问题与挑战，系统性阐述人工智能如何成为数智升级的关键引擎。重点分享文景物流行业大模型总体架构与AI智能体在解决方案生成、单证处理、作业调度、智能决策等物流枢纽关键场景的落地应用，通过算法优化、数据驱动与自动化协同，实现物流成本下降、质效提升。通过技术架构与场景落地的双向结合，展示AI赋能物流枢纽降本增效的实践路径，为行业数智化升级提供参考。
本演讲围绕“十五五”规划驱动物流枢纽数智升级的战略背景，聚焦物流枢纽面临的核心问题与挑战，系统性阐述人工智能如何成为数智升级的关键引擎。重点分享文景物流行业大模型总体架构与AI智能体在解决方案生成、单证处理、作业调度、智能决策等物流枢纽关键场景的落地应用，通过算法优化、数据驱动与自动化协同，实现物流成本下降、质效提升。通过技术架构与场景落地的双向结合，展示AI赋能物流枢纽降本增效的实践路径，为行业数智化升级提供参考。
内容大纲：
1. 背景与挑战
1.1 十五五规划驱动物流枢纽数智升级
1.2 物流枢纽数智升级面临的核心问题与挑战
1.3 人工智能正在成为物流枢纽数智升级的关键引擎
1.2 物流枢纽数智升级面临的核心问题与挑战
1.3 人工智能正在成为物流枢纽数智升级的关键引擎
2. 文景AI+物流枢纽创新实践
2.1 文景公司与产品服务简介
2.2 文景物流枢纽多式联运供应链综合服务平台功能蓝图
2.3 核心支撑：文景物流行业大模型总体架构
2.4 场景赋能：供应链AI智能体创新应用
包含：解决方案智能生成、单证智能识别与批量填报、集装箱智能配载、堆场智能选箱、车队智能派车与回单校验、仓库智能选位、智能生成报表等创新应用
2.2 文景物流枢纽多式联运供应链综合服务平台功能蓝图
2.3 核心支撑：文景物流行业大模型总体架构
2.4 场景赋能：供应链AI智能体创新应用
包含：解决方案智能生成、单证智能识别与批量填报、集装箱智能配载、堆场智能选箱、车队智能派车与回单校验、仓库智能选位、智能生成报表等创新应用
3. 未来展望
3.1 AI聚力，助力物流枢纽互联互通、提质发展
3.2 AI赋能，共建智慧物流产业链新生态
听众受益：
1. 了解“十五五”规划下物流枢纽数智升级的政策导向
2. 了解物流枢纽数智化面临的核心问题、挑战与AI破解思路
3. 了解文景物流行业大模型的总体架构与关键技术支撑
4. 了解文景供应链AI智能体在多式联运等场景的创新应用实践
梅容
从 POC 到真正用起来：高合规场景 AI Agent 交付的五个必答题
——法大大法律 AI 的 FDE 实践
——法大大法律 AI 的 FDE 实践
法大大 法律AI产品负责人
法大大法律AI产品业务负责人，负责法大大法律AI Agent产品线的业务规划与企业客户落地。18年法律科技与企业服务从业经验，长期工作在业务与技术的融合应用和解决方案落地：一端面向企业法务与律师的真实工作流，一端把需求转化为可交付、可验收的Agent能力。
主导构建法大大法务FDE（前沿部署工程师）体系，把商机评估、售前、售中、实施到运营服务的全流程沉淀为五道门禁、五层证据阶梯和一套可执行的项目引擎，并用制造业合同全流程等真实项目持续回填。
主导构建法大大法务FDE（前沿部署工程师）体系，把商机评估、售前、售中、实施到运营服务的全流程沉淀为五道门禁、五层证据阶梯和一套可执行的项目引擎，并用制造业合同全流程等真实项目持续回填。
议题背景：
法律AI项目很少败在模型等技术上，而是败在边界没定清就往前走：没准入就投人、没证据就承诺、人工兜底无人负责、上线即宣告成功。本次分享复盘法大大在法律Agent落地中构建的法务FDE体系——用五阶段SOP推进项目、五类衡量标尺约束承诺，并把规范构建成Agent技能和评测机制；结合制造业合同全流程项目，拆解集成九类避坑指南。
法律AI项目很少败在模型等技术上，而是败在边界没定清就往前走：没准入就投人、没证据就承诺、人工兜底无人负责、上线即宣告成功。本次分享复盘法大大在法律Agent落地中构建的法务FDE体系——用五阶段SOP推进项目、五类衡量标尺约束承诺，并把规范构建成Agent技能和评测机制；结合制造业合同全流程项目，拆解集成九类避坑指南。
内容大纲：
1. 为什么法律 Agent 的落地需要 FDE
1.1 法律场景的三个特殊性：责任不能交给模型；错误记忆不对称；规则藏在人的经验和客户的系统里
1.2 法律 AI 项目的五种失败形态：没准入就投人、没证据就承诺、人工兜底无人负责、静态测试冒充验收、做完什么都没沉淀
1.3 FDE 的判据：只留下一个系统是外包，带回经验但无法复用是项目制，脱敏沉淀为技能与产品能力才是 FDE
1.2 法律 AI 项目的五种失败形态：没准入就投人、没证据就承诺、人工兜底无人负责、静态测试冒充验收、做完什么都没沉淀
1.3 FDE 的判据：只留下一个系统是外包，带回经验但无法复用是项目制，脱敏沉淀为技能与产品能力才是 FDE
2. 法务 FDE 体系：一条带门禁的交付流水线
2.1 五阶段：G0 立项准入→ G1 方案可行→ G2 商务可承诺→ G3 上线可验收→ G4 可续约可扩围
2.2 三态分离建模：交付状态、风险台账、门禁判定互不决定——“已验收但未激活”是正常状态，不是坏消息
2.3 五层证据阶梯：文件结构 → 任务契约 → 实际运行 → 专业与用户采用 → 经营效果，低层证据不得代表高层结论
2.4 评测机制：需求真实性、客户侧 ROI、成单可行性三轴；三类危险信号；FDE 产能是硬约束
2.2 三态分离建模：交付状态、风险台账、门禁判定互不决定——“已验收但未激活”是正常状态，不是坏消息
2.3 五层证据阶梯：文件结构 → 任务契约 → 实际运行 → 专业与用户采用 → 经营效果，低层证据不得代表高层结论
2.4 评测机制：需求真实性、客户侧 ROI、成单可行性三轴；三类危险信号；FDE 产能是硬约束
3. 现场实战：一个制造业合同全流程项目的复盘
3.1 先画系统地图再谈功能：五类地图定义需求、约束边界
3.2 集成九类真实踩坑精选：表单与合同“两张皮”、附件替换后提取结果不失效、一对多关系打穿数据模型、红线判断依赖合同之外的数据
3.3 规则从哪里来：被引用但没人见过的规则库、藏在操作手册里的审核依据——协作式规则梳理，划清“可自动审查”与“仍需人工判断”
3.4 范围外清单：说不做比说做更重要，四类不做理由逐条交客户确认
3.2 集成九类真实踩坑精选：表单与合同“两张皮”、附件替换后提取结果不失效、一对多关系打穿数据模型、红线判断依赖合同之外的数据
3.3 规则从哪里来：被引用但没人见过的规则库、藏在操作手册里的审核依据——协作式规则梳理，划清“可自动审查”与“仍需人工判断”
3.4 范围外清单：说不做比说做更重要，四类不做理由逐条交客户确认
4. 人机协作：人工确认网关的设计
4.1 AI 负责“看、读、比、提”，人负责“判、定、签”；AI 只提示、不拦截、不改变现有审批流
4.2 AI 的诚实边界：起算日未发生不生成虚假日期，关联无唯一匹配不自动猜订单
4.2 AI 的诚实边界：起算日未发生不生成虚假日期，关联无唯一匹配不自动猜订单
5. 把方法论变成 Agent：FDE 项目引擎的工程化
5.1 单 Agent + 技能，而不是多子代理：两次长任务在链路末端的校验子代理处中断、前序成果全部作废的教训
5.2 规则写了没人执行等于没写：门禁校验器与同源校验器，让手册、工作台与规则不再各自演进
5.3 边界：承载判据，不替代判断；没跑到的门不靠想象写满
6. 现场问答
5.2 规则写了没人执行等于没写：门禁校验器与同源校验器，让手册、工作台与规则不再各自演进
5.3 边界：承载判据，不替代判断；没跑到的门不靠想象写满
6. 现场问答
听众受益：
1. 一套可直接复用的法律 AI 项目 FDE 框架：SOP的进入条件、退出证据与阻断红线
2. 一份企业系统集成避坑清单：九类真实踩坑与对应对策，适用于任何要嵌入 CRM / CLM / OA / ERP 的 Agent 项目
3. 人机协作的设计判据：人工确认点怎么设、如何防止它退化为“橡皮图章”
4. “上线≠激活”的量化判据，以及从交付走向续约、扩围的经营方法
5. 把交付方法论本身 Agent 化的一线经验：单 Agent + 技能的架构取舍与可执行校验器
1. 一套可直接复用的法律 AI 项目 FDE 框架：SOP的进入条件、退出证据与阻断红线
2. 一份企业系统集成避坑清单：九类真实踩坑与对应对策，适用于任何要嵌入 CRM / CLM / OA / ERP 的 Agent 项目
3. 人机协作的设计判据：人工确认点怎么设、如何防止它退化为“橡皮图章”
4. “上线≠激活”的量化判据，以及从交付走向续约、扩围的经营方法
5. 把交付方法论本身 Agent 化的一线经验：单 Agent + 技能的架构取舍与可执行校验器
李萌
从个人提效到组织智能：AI软件工厂与企业操作系统的落地实践
珊瑚智成 创始人&CEO
珊瑚智成（北京）科技有限公司创始人&CEO，浙江清华长三角研究院孪生数智与信息交互技术研究中心主任。长期专注于软件工程、低代码、智能软件构建与企业数智化研究和实践，持续探索从模型驱动开发、低代码平台到Agent驱动软件生产的技术演进。近年来重点研究AI-Native软件生产范式及其在企业中的规模化落地，主持AnyBuilder智能软件构建平台、珊瑚云软件工厂、珊瑚礁企业操作系统和职阅应用平台建设，致力于通过“软件工厂+企业操作系统”帮助企业持续生产和运行数字能力，推动AI从个人提效、单点应用走向数字员工、人机协同与组织智能。
议题背景：
许多企业已开始使用大模型和智能体，但大多仍停留在个人提效和单点应用，尚未转化为可持续的组织能力。本次演讲结合企业数智化实践，分析AI从个人工具、岗位助手向组织协同扩散时面临的结构性问题，提出“软件工厂+企业操作系统”的双层框架：软件工厂持续生产应用、流程和智能体，企业操作系统统一承载身份、数据、知识、流程与Agent运行，二者共同帮助企业建立可编排、可度量、可进化的智能中层。
许多企业已开始使用大模型和智能体，但大多仍停留在个人提效和单点应用，尚未转化为可持续的组织能力。本次演讲结合企业数智化实践，分析AI从个人工具、岗位助手向组织协同扩散时面临的结构性问题，提出“软件工厂+企业操作系统”的双层框架：软件工厂持续生产应用、流程和智能体，企业操作系统统一承载身份、数据、知识、流程与Agent运行，二者共同帮助企业建立可编排、可度量、可进化的智能中层。
内容大纲：
1. 从个人提效到组织智能：企业AI落地的真实断层
1.1 AI如何从个人工具走向岗位能力与组织协同
1.2 为什么单点工具和孤立Agent难以形成组织能力
1.3 企业数智化落地困难的根因：结构失效而非执行不足
1.2 为什么单点工具和孤立Agent难以形成组织能力
1.3 企业数智化落地困难的根因：结构失效而非执行不足
2. AI软件工厂：解决数字能力的生产问题
2.1 从人工开发、低代码到人机协同的软件生产
2.2 工具、流程与人员：第三代软件工厂的核心结构
2.3 贯通需求、设计、开发、测试、部署和运营的全生命周期
2.4 从一次性交付转向数字能力的持续生产与迭代
2.2 工具、流程与人员：第三代软件工厂的核心结构
2.3 贯通需求、设计、开发、测试、部署和运营的全生命周期
2.4 从一次性交付转向数字能力的持续生产与迭代
3. 企业操作系统：解决数字能力的运行问题
3.1 统一承载身份、权限、数据、知识、流程、应用与Agent
3.2 让智能体从个人助手转变为受控的企业数字员工
3.3 软件从功能系统转变为组织运行与协同的介质
3.4 为企业级AI提供上下文、运行环境与治理基础
3.2 让智能体从个人助手转变为受控的企业数字员工
3.3 软件从功能系统转变为组织运行与协同的介质
3.4 为企业级AI提供上下文、运行环境与治理基础
4. 智能中层：软件工厂与企业操作系统的协同结果
4.1 将经营目标转化为可执行、可追踪的任务
4.2 动态编排人、Agent、系统和流程共同完成业务闭环
4.3 推动组织从“人管人”走向“人+AI+平台”协同
4.4 建立可度量、可复盘、可持续优化的经营系统
4.2 动态编排人、Agent、系统和流程共同完成业务闭环
4.3 推动组织从“人管人”走向“人+AI+平台”协同
4.4 建立可度量、可复盘、可持续优化的经营系统
5. 企业AI的渐进式落地路径
5.1 从经营主线和真实业务问题切入
5.2 按照频率、流程、数据、风险、价值和负责人筛选场景
5.3 从单点验证走向流程嵌入、组织沉淀和体系演进
5.4 明确人机边界：AI完成可验证的执行，人承担有责任的判断
5.2 按照频率、流程、数据、风险、价值和负责人筛选场景
5.3 从单点验证走向流程嵌入、组织沉淀和体系演进
5.4 明确人机边界：AI完成可验证的执行，人承担有责任的判断
听众受益：
1. 理解个人提效、岗位智能、组织协同和企业级AI之间的递进关系
2. 理解AI软件工厂与企业操作系统的分工、联系及整体架构
3. 掌握企业从单点Agent走向组织级智能的渐进式落地路径
4. 获得一套筛选AI应用场景、判断投入价值与控制实施风险的方法
5. 理解智能中层、数字员工以及人机协同组织的基本运行机制
6. 避免“只上工具、只做Demo、只看局部效率”等常见误区
1. 理解个人提效、岗位智能、组织协同和企业级AI之间的递进关系
2. 理解AI软件工厂与企业操作系统的分工、联系及整体架构
3. 掌握企业从单点Agent走向组织级智能的渐进式落地路径
4. 获得一套筛选AI应用场景、判断投入价值与控制实施风险的方法
5. 理解智能中层、数字员工以及人机协同组织的基本运行机制
6. 避免“只上工具、只做Demo、只看局部效率”等常见误区
Agentic AICon 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 静秋老师
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
