专场出品人：秦思思
中国信息通信研究院人工智能研究所高级工程师
主要研究方向为大模型工程化、智能化软件工程、软件智能化、企业智能化转型、MaaS等，牵头系列标准的编制、评测、咨询，以及产业研究等工作。担任AIIA智能化软件工程（AI4SE）工作组组长、人工智能应用服务商（AISP）工作组组长。
专场：Agentic Engineering评测与质量保障
本专场汇聚 Agentic Engineering 领域顶尖专家、企业技术负责人及科研学者，聚焦智能体评测与质量保障的核心痛点、技术突破与最佳实践。论坛将围绕多维度评测框架构建、LLM-as-Judge 评测范式应用、智能体轨迹评估与组件单测、成本可控与可靠性优化、安全边界划定与可观测性提升等关键话题，深入探讨适配企业级需求的评测标准与质量保障方案，分享行业前沿实践案例，帮助参与者破解技术落地中的共性难题，明确评测与质量管控的核心路径，探索适合自身业务的技术应用策略，推动 Agentic Engineering 朝着标准化、规范化、高质量的方向发展，助力产业实现从“技术探索”到“规模化落地”的跨越。
陈永健
AI系统鲁棒性评测挑战与实践
华为 GTS平台测试总工 TSE leader
华为运营商领域平台测试总工，6级专家，19年软件测开经验，目前主要负责华为运营商软件GDE-Next数智转型与AI云原生平台开发测试，长期专注测试技术发展，在AI系统评测、混沌工程（高可靠性测试）、生态兼容性测试、自动化测试、性能与仿真测试等领域有深入探索，支撑和保障全球300+运营商客户稳定运营。
议题背景：
尽管大模型对自然语言处理能力越来越强大，但在行业实际应用中，如网络智能运维等场景中，受限于不同用户输入语言指令的表达差异及可能输入偏差，AI系统实际表现往往无法让人100%满意，那么如何系统化评估AI系统的鲁棒性就成了产品上线是否成功的重要课题，什么是好的鲁棒性评测集设计？过度“扰动”和“扰动”不足，在哪“扰动”都会影响鲁棒性评价结果，如何把握好输入“扰动”是一个巨大挑战。
内容大纲：
1. AI产品能否成功离不开鲁棒性
1.1 AI产品好的体验首先是鲁棒性
1.2 评测鲁棒性面临的关键挑战
2. 华为NLP类AI系统鲁棒性评测探索
2.1 NLP类AI系统鲁棒性评测痛点
2.2 华为运营商领域对AI系统鲁棒性评测的理解
2.3 NLP类AI系统鲁棒性评测解决方案
3. 智能问答\NL2SQL\代码生成等典型业务场景中实践效果
3.1 智能问答场景鲁棒性评测实践效果和注意点
3.2 NL2SQL场景鲁棒性评测实践效果和注意点
3.3 代码生成场景鲁棒性评测实践效果和注意点
王晓纯
大前端智能覆盖率用例推荐及风险评估
快手 主站质量大前端&质效工具负责人
具备移动端测试自动化框架设计与实施能力，精通移动端录制回放（移动端Native、动态化）、精准测试、流量回放工具开发、SDK接口自动化测试与性能测试，熟悉敏捷开发流程、单元测试、代码覆盖率分析（如KCov）、代码规范（如统一代码风格）、白盒化测试、A/B测试、OnCall问题处理与知识库构建、工程化开发流程（提测、免测标准制定）以及大前端测试架构设计
议题背景：
大前端测试长期面临黑盒困局：用例质量受限于 PRD、技术串讲、代码变更三大信息源的天然缺陷，代码与用例之间存在难以弥合的沟壑。AI
时代为此提供了新的破局路径——借助 AI 对代码的深度理解能力，赋能黑盒测试，建立PRD、MR、测试用例三者之间的真实关联，让覆盖率从滞后指标变为可执行的行动指南。
内容大纲：
1. 项目由来 —— 大前端测试困局的根因是什么，三大信息源各有哪些致命缺陷，关键痛点在哪里
2. 项目思路与打法 —— 如何从代码-用例关联关系出发设计能力体系，平台解决了哪些核心问题，能做到什么程度
3. 智能体建设思考 —— 从单 Agent 到多 Agent 的演进路径，角色拆分、私域知识注入、提升输出稳定的建设逻辑
4. 落地效果 —— 在大型活动等关键项目中的业务收益
5. 踩坑与思考 —— 采纳率提升的过程中，智能体建设的关键爬坑经验与认知
6. 未来展望 —— 基于 SDD 范式的持续迭代，业务知识、质量知识、模型能力三维飞轮，还有哪些待解决的痛点
听众收益：
1. 大前端交付质效提升
2. 大前端测试覆盖率的极致应用
大前端测试长期面临黑盒困局：用例质量受限于 PRD、技术串讲、代码变更三大信息源的天然缺陷，代码与用例之间存在难以弥合的沟壑。AI
时代为此提供了新的破局路径——借助 AI 对代码的深度理解能力，赋能黑盒测试，建立PRD、MR、测试用例三者之间的真实关联，让覆盖率从滞后指标变为可执行的行动指南。
内容大纲：
1. 项目由来 —— 大前端测试困局的根因是什么，三大信息源各有哪些致命缺陷，关键痛点在哪里
2. 项目思路与打法 —— 如何从代码-用例关联关系出发设计能力体系，平台解决了哪些核心问题，能做到什么程度
3. 智能体建设思考 —— 从单 Agent 到多 Agent 的演进路径，角色拆分、私域知识注入、提升输出稳定的建设逻辑
4. 落地效果 —— 在大型活动等关键项目中的业务收益
5. 踩坑与思考 —— 采纳率提升的过程中，智能体建设的关键爬坑经验与认知
6. 未来展望 —— 基于 SDD 范式的持续迭代，业务知识、质量知识、模型能力三维飞轮，还有哪些待解决的痛点
听众收益：
1. 大前端交付质效提升
2. 大前端测试覆盖率的极致应用
郝毅
代码智能体效果指标设计及工程围栏实践
华为云 CodeArts测试团队Leader 代码智能体质量工程专家
具有代码智能体质量保障体系设计与实施能力经验，精通 AI 辅助代码生成的效果评估、安全合规检测、自动化测试框架开发，熟悉代码覆盖率分析、白盒化测试、持续集成流水线设计以及智能体工程化部署流程。在代码智能体的指标体系构建、评测集建设、工程围栏实践等领域有丰富经验，致力于推动 AI 代码智能体从实验性工具向企业级工程化平台演进。
议题背景：
AI 代码智能体在落地过程中面临效果难以量化、工程化部署缺乏标准等挑战。传统软件测试方法难以直接迁移到智能体系统，代码生成质量、上下文理解能力、长期记忆稳定性等关键能力缺乏统一的度量标尺。亟需建立面向代码生成、理解、执行全链路的评价体系与工程化围栏机制，让智能体效果从主观感受变为可度量、可追踪、可改进的工程指标，赋能研发质效提升。
AI 代码智能体在落地过程中面临效果难以量化、工程化部署缺乏标准等挑战。传统软件测试方法难以直接迁移到智能体系统，代码生成质量、上下文理解能力、长期记忆稳定性等关键能力缺乏统一的度量标尺。亟需建立面向代码生成、理解、执行全链路的评价体系与工程化围栏机制，让智能体效果从主观感受变为可度量、可追踪、可改进的工程指标，赋能研发质效提升。
内容大纲：
1. 项目由来——代码智能体落地过程中的效果困局是什么，传统评测方法有哪些致命缺陷，关键痛点在哪里
2. 指标体系构建——面向代码开发场景，从准确率、安全合规、持续集成等维度构造多维度评价指标体系，针对代码智能体的关键模块（上下文管理、长期记忆、Loop 编排）构建自顶向下的指标模型
3. 评测集与评估实践——围绕上述度量方法，面向金融、电商、数据工程等领域构造评测集的方法和数据集最新评估结果
4. 工程围栏设计——从指标出发设计工程化能力体系，构建代码智能体的质量门禁、安全合规检查与持续集成围栏，平台解决了哪些核心问题
5. 落地效果——在代码生成、代码审查、自动化测试等关键场景中的业务收益与质效提升数据
6. 踩坑与思考——指标体系推广过程中，智能体效果工程化的关键爬坑经验与认知
7. 未来展望——基于持续迭代的智能体质效飞轮，指标体系、评测能力、模型优化三维协同，还有哪些待解决的痛点
听众收益：
1. 代码智能体多维度效果评估的体系化方法论
2. 面向金融、电商、数据工程等垂直领域的评测集建设思路
3. 代码智能体工程化部署与质量围栏的落地实践
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
