专场出品人：韩艾博士
京东集团算法总监，京东零售数据与算法通道委员
现任京东集团算法总监，京东零售数据与算法通道委员，OxyGent开源项目架构师/核心开发者，中科院与康奈尔大学联合博士学位及北大双学士，专注多智能体动态规划与联合训练等AI创新，主导开发了京东商家智能助手多智能体系统框架。同时兼任北京大学、中国科学院大学、北京工业大学硕士企业导师，以及西安电子科技大学客座教授。
Agent架构与应用模式
当AI Agent从单点工具走向系统性赋能，架构设计成为决定智能化成效的关键分水岭。一个Agent能独立完成任务，但多个Agent如何高效协同、分工博弈、动态编排？从单体到多体的演进，不仅是技术架构的升级，更是对业务逻辑与系统思维的重新审视。
本专场聚焦智能体架构设计的核心议题，涵盖单体Agent的工具调用、规划推理与记忆机制，多Agent协同中的通信协议、任务分配与冲突消解，以及从中心化到去中心化的架构演进路径和复杂系统的动态规划。我们诚邀行业专家，分享在真实业务场景中的选型思考、踩坑经验与系统演化故事。
林明波
AIO —— 开发与使用分离的 AI 工程化平台实践
腾讯音乐 内容服务研发中心负责人
主要负责腾讯音乐榜、腾讯音乐发行平台、腾讯音乐人平台等业务的架构设计及日常研发管理工作。从业15年互联网后端架构经验的资深架构师，兼具顶层系统架构设计与前沿智能Agent工程化落地的专长：
●系统架构：长期深耕高复杂、高并发业务场景，在架构先进性与工程可行性之间寻求最优平衡。曾主导10W+QPS、千万级DAU系统的架构设计与落地实施。面对极端业务复杂度，擅长系统化解耦。在高并发与高可用保障上，形成完整实践体系，系统可用性提升至99.99%。
●智能 Agent：近2年专注 AI 落地，自研ReAct Agent的Java运行时框架，针对性解决生产化核心痛点：实现人机协同机制、AgentState持久化及中断无感恢复、上下文分层压缩，有效支撑多轮长程任务。同时建立起端到端Agent评测体系，确保复杂业务中的可控性与可信度。
始终秉持“架构随业务生长”的理念，既保持对前沿技术的敏锐度，更注重经得起真实流量考验的稳健交付。近年来主导的智能化系统已在集团内部广泛落地，持续推动AI从技术探索向规模化价值创造转化。
●系统架构：长期深耕高复杂、高并发业务场景，在架构先进性与工程可行性之间寻求最优平衡。曾主导10W+QPS、千万级DAU系统的架构设计与落地实施。面对极端业务复杂度，擅长系统化解耦。在高并发与高可用保障上，形成完整实践体系，系统可用性提升至99.99%。
●智能 Agent：近2年专注 AI 落地，自研ReAct Agent的Java运行时框架，针对性解决生产化核心痛点：实现人机协同机制、AgentState持久化及中断无感恢复、上下文分层压缩，有效支撑多轮长程任务。同时建立起端到端Agent评测体系，确保复杂业务中的可控性与可信度。
始终秉持“架构随业务生长”的理念，既保持对前沿技术的敏锐度，更注重经得起真实流量考验的稳健交付。近年来主导的智能化系统已在集团内部广泛落地，持续推动AI从技术探索向规模化价值创造转化。
议题背景：
一个 AI Agent 平台，往往要同时服务三类角色：开发者需要按需开发和持续调优能力，运营需要日常提效的工具，终端用户需要的是拿来即用的服务。这三类诉求如果混在同一条链路里满足，链路会越来越重，性能也会跟着劣化。
这场分享会介绍我们自建的 AIO 平台如何用 A/B/C 三面架构，把三类角色的诉求分开满足：A 面给开发者按需开发调优，B/C 面给运营和终端用户即开即用、无感知底层实现。
具体会拆解三个核心工程模块——Skill 开发/安装（5 分钟脚手架、30 秒安装、异常隔离）、灰度发布（稳定哈希、自动回滚）、Context Engineering（Token 消耗降低 62%、信噪比提升 123%）——并串讲用户画像、内容匹配、数据处理三个业务引擎如何协同工作。
一个 AI Agent 平台，往往要同时服务三类角色：开发者需要按需开发和持续调优能力，运营需要日常提效的工具，终端用户需要的是拿来即用的服务。这三类诉求如果混在同一条链路里满足，链路会越来越重，性能也会跟着劣化。
这场分享会介绍我们自建的 AIO 平台如何用 A/B/C 三面架构，把三类角色的诉求分开满足：A 面给开发者按需开发调优，B/C 面给运营和终端用户即开即用、无感知底层实现。
具体会拆解三个核心工程模块——Skill 开发/安装（5 分钟脚手架、30 秒安装、异常隔离）、灰度发布（稳定哈希、自动回滚）、Context Engineering（Token 消耗降低 62%、信噪比提升 123%）——并串讲用户画像、内容匹配、数据处理三个业务引擎如何协同工作。
内容大纲：
1. 为什么要分离
1.1 一个 Agent 平台天然要满足开发者 / 运营 / 用户三类诉求
1.2 诉求挤在一起会带来的产品代价与工程代价
1.3 核心理念：A / B / C 三面架构，及其客户端落地形态
1.2 诉求挤在一起会带来的产品代价与工程代价
1.3 核心理念：A / B / C 三面架构，及其客户端落地形态
2. 整体架构总览
2.1 AIO 整体架构图：客户端层 → 服务层 → 业务底座 → Agent 底座
2.2 三层职责速览
2.2 三层职责速览
3. 三个重点工程模块
3.1 Skill 开发/安装：skill-creator 元能力自举、四源统一安装管线、异常隔离机制
3.2 灰度发布：租户/百分比/白名单/版本四维策略、稳定哈希算法、自动回滚机制
3.3 Context Engineering：Token 精简与信噪比提升、渐进式披露、噪音过滤与语义缓存
3.2 灰度发布：租户/百分比/白名单/版本四维策略、稳定哈希算法、自动回滚机制
3.3 Context Engineering：Token 精简与信噪比提升、渐进式披露、噪音过滤与语义缓存
4. 业务底座实战
4.1 以"一次内容发布请求"为例，串讲用户画像引擎、内容匹配引擎、数据处理引擎如何接力协同
5. 工程配套速览
5.1 远程调试、Skills 热加载、Resource 文件资源管理、多端接入与租户隔离
6. 总结与展望
6.1 跨模块设计哲学：元数据驱动、异常隔离贯穿、灰度思维复用、渐进式披露范式
6.2 落地收益数据总结
6.3 未来规划与 Q&A
6.2 落地收益数据总结
6.3 未来规划与 Q&A
听众收益：
1. 一套经过验证的"开发与使用分离"平台架构思路（A/B/C 三面模型）
2. Skill 插件化系统的完整工程实现（开发脚手架 + 安全安装 + 热加载）
1. 一套经过验证的"开发与使用分离"平台架构思路（A/B/C 三面模型）
2. Skill 插件化系统的完整工程实现（开发脚手架 + 安全安装 + 热加载）
3. 灰度发布与自动回滚的具体工程方案（可直接复用的哈希算法与规则 Schema）
4. Context Engineering 的实战优化手段与量化收益（Token ↓62%）
5. 多引擎协同的业务架构案例（用户画像 × 内容匹配 × 数据处理）
4. Context Engineering 的实战优化手段与量化收益（Token ↓62%）
5. 多引擎协同的业务架构案例（用户画像 × 内容匹配 × 数据处理）
敬请期待
敬请期待
......
......
......
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 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
