专场出品人：李钟麒
华为 代码模型技术专家
工学博士，华为技术有限公司 LLM技术专家，深耕 AI 领域近 5 年，聚焦代码应用垂域大模型研发与落地超 4 年。现主导华为云 CodeArts Doer、xMate 等核心产品模型研发，聚焦垂域数据构建、预训练、后训练及 Ascend 平台推理优化及AI for SE的落地应用；推动AI在研发领域场景服务内部研发落地，触达多个业务线及其垂域任务。
专场：Vibe Coding
探索AI时代编程模式的认知革新与企业级规模化落地的可行路径。专场既回应了行业对AI编程“效率与可控性失衡”的痛点，解析Vibe Coding的本质逻辑、人机协作新关系，也深入技术探索：从数据驱动的AI工程建设、语言模型优化，到多智能体协作的实际场景落地，覆盖AI编程从理念认知到工程实践的全链路，既是对当下AI编程技术热度的深度解构，也是行业从“工具尝鲜”迈向“可信生产力”的集体探索。
张昕东
Vibe Coding：AI 编程时代的认知重构
独立开发者
毕业于美国哥伦比亚大学，长期深耕软件工程智能化领域，聚焦代码Agent、代码生成、代码搜索、缺陷定位、修复推荐、代码评审、静态分析、智能测试等核心方向的研究与实践。
身为前阿里通义灵码技术专家，浙江大学求是强鹰校外导师，拥有20余篇专利及软件著作权，在ICSE、FSE等软件工程国际顶会发表多篇论文，近期发布新书《Vibe Coding：AI 编程时代的认知重构》，始终致力于通过技术创新为开发者提质提效、提升研发幸福感。
身为前阿里通义灵码技术专家，浙江大学求是强鹰校外导师，拥有20余篇专利及软件著作权，在ICSE、FSE等软件工程国际顶会发表多篇论文，近期发布新书《Vibe Coding：AI 编程时代的认知重构》，始终致力于通过技术创新为开发者提质提效、提升研发幸福感。
Vibe Coding作为一种新兴的编程范式，我会结合编码Agent的开发经历和Vibe Coding实践经验，从以下三个方面探讨AI编程时代的认知重构：
聚焦基础认知：介绍Vibe Coding的定义、技术原理及常见误解，梳理AI编码的发展历程，并探讨其对行业从业者及编程爱好者的影响。
侧重实践应用：结合数十款AI编码工具的深度体验，总结使用经验和编码Agent发展趋势，重点阐述人机协同的方法论。
着眼未来演进：基于技术发展规律对Vibe Coding的前景进行理性展望，围绕未来开发范式与人机协作关系展开前瞻性探讨。
内容大纲
1. 走近Vibe Coding
1.1 什么是Vibe Coding
1.2 如果AI取代了初级程序员，那高级程序员从哪来
1.3 AI时代下语言、软件开发模型和人机协作关系的演变
2. 如何Vibe Coding
2.1 创造与调试的死亡螺旋
2.2 这是“从我们理解 AI 到 AI 理解我们”的时代
2.3 为什么 AI 接手大工程这么费劲
2.4 AI 写代码的时候，你在干什么
2.5 如何与 AI 一起 Vibe Coding
3. Vibe Coding 的未来
3.1 AI 时代的软件设计模式
3.2 AI 能否从 0 到 1 搭建大型工程？
3.3 我们真的希望 AI 完全和人类一样吗
3.4 我们会迎来 AI 取代人类编程的那一天吗
听众收益
1. 面向所有技术和非技术的听众，让大家全方位的感知和理解Vibe Coding的现状
2. 学习前沿的Vibe Coding认知，从理论和实践角度解构人机协作模式的进化
3. 反思人类古法编程遗留下来的开发模式、语言框架、设计模式的利与弊
4. 引发未来AI Coding领域的思考
聚焦基础认知：介绍Vibe Coding的定义、技术原理及常见误解，梳理AI编码的发展历程，并探讨其对行业从业者及编程爱好者的影响。
侧重实践应用：结合数十款AI编码工具的深度体验，总结使用经验和编码Agent发展趋势，重点阐述人机协同的方法论。
着眼未来演进：基于技术发展规律对Vibe Coding的前景进行理性展望，围绕未来开发范式与人机协作关系展开前瞻性探讨。
内容大纲
1. 走近Vibe Coding
1.1 什么是Vibe Coding
1.2 如果AI取代了初级程序员，那高级程序员从哪来
1.3 AI时代下语言、软件开发模型和人机协作关系的演变
2. 如何Vibe Coding
2.1 创造与调试的死亡螺旋
2.2 这是“从我们理解 AI 到 AI 理解我们”的时代
2.3 为什么 AI 接手大工程这么费劲
2.4 AI 写代码的时候，你在干什么
2.5 如何与 AI 一起 Vibe Coding
3. Vibe Coding 的未来
3.1 AI 时代的软件设计模式
3.2 AI 能否从 0 到 1 搭建大型工程？
3.3 我们真的希望 AI 完全和人类一样吗
3.4 我们会迎来 AI 取代人类编程的那一天吗
听众收益
1. 面向所有技术和非技术的听众，让大家全方位的感知和理解Vibe Coding的现状
2. 学习前沿的Vibe Coding认知，从理论和实践角度解构人机协作模式的进化
3. 反思人类古法编程遗留下来的开发模式、语言框架、设计模式的利与弊
4. 引发未来AI Coding领域的思考
陈泽
从“Vibe Coding”到“Trusted Programming”：
Comate 如何成长为企业开发者信任的 Coding Agent
百度 资深前端工程师
百度资深前端工程师，内部讲师，DevOps 产品负责人，拥有超 7 年软件工程效能提效经验，曾负责落地百度内部多个 DevOps 项目云原生改造，内部 NPM 镜像负责人。2023年参与百度智能开发工具文心快码（Comate）的 IDE 插件研发，目前负责 Comate Agent 的相关能力研发，有丰富的 LLM 应用开发经验。
从基础代码补全到解决项目级的复杂编码问题，2025年，AI Coding Agent 也迎来了飞跃式的发展。相较于社区火热的 Vibe Coding，在企业内部大家更关注如何通过私有的知识，包括代码库、研发规范、CI/CD以及内化的最佳实践等来解决实际的复杂编码任务。
本次分享将通过实际案例介绍如何使用 Comate 最新的能力，通过多智能体协调的机制来解决复杂的编码问题，帮助企业开发者在不同的研发环境下进行提效，探索人机协作的新模式。
本次分享将通过实际案例介绍如何使用 Comate 最新的能力，通过多智能体协调的机制来解决复杂的编码问题，帮助企业开发者在不同的研发环境下进行提效，探索人机协作的新模式。
内容大纲
1. AI 编码插件过去两年的发展历程
2. 社区/商业化市场编码插件的渗透率、行业痛点
3. Agent 最佳策略的探讨
4. Agent、Muti-Agent的形态解决的实际问题
4.1 单智能体在编码任务中的典型场景
4.2 多智能体协同的工作流设计与优势
4.3 实际落地案例与效能提升效果
5. 在百度内推广AI Agent的阻力与解决方式
5.1 工具如何适配不同的团队风格
5.2 百度内一些 Agent 落地的最佳实践分享
6. AI Coding 工具的未来展望
听众受益
1. 了解行业内 Coding Agent 的最新进展
2. 企业内落地 Coding Agent 的最佳实践
姜天意
当 Vibe Coding 遇到企业级大规模应用
-网易CodeWave 智能化软件工厂的思考和实践
网易 CodeWave&CoreAgent技术负责人
目前负责网易数智低代码平台CodeWave，及智能体平台CoreAgent的产品技术研发。研究方向为Code Agent AI编程、多智能体协作等领域，曾先后就职于阿里、腾讯，资深前端架构师，开源框架 Egg.js 的核心开发者之一。曾负责盒马数据可视化前端团队、腾讯云大数据平台前端团队、腾讯低代码开源项目逻辑编排方向等。 曾参加多场业界内峰会演讲。
为了解决AI coding的局限性，借助低代码平台实现应用全生命周期管理和低门槛的开发，让AI更好的赋能软件开发， 2023年 CodeWave 相继完成了多种AIGC 能力的研发，并成功商业交付了多个项目，但交付过程中发现，私有化模型的能力与 GPT 差距较大，且难以量化 AI 提效结果，部分AI效果准确率不高，商业化交付效果不好。而业内流行的AI Vibe coding开发理念由于缺少必要的开发规范约束，在企业实际落地中效果不佳。
本次演讲从提升 CodeWave AIGC 的商业化可交付能力入手，数据化的度量现有AI效果，分析现有能力瓶颈，并基于量化数据，构建并训练自定义的语言模型，建立 AI 工程化体系。同时重新思考Vibe Coding开发模式的短板，通过Spec Driven开发模式，结合低代码平台本身能力，构建下一代智能化软件开发工厂的思考和实践。
内容大纲
1. 现状及问题分析
展示低代码 + AIGC 的思路及目前存在的问题：低代码 + AIGC 效果不及预期，难以度量，Vibe Coding方式缺少必要的约束，质量不可控
思考过程：
（1）深入自然语言编程的产品技术能力，发现准确率上不去的原因
（2）保证核心场景的准确率，提升低代码编程的体验，保证 AI 能力可度量，可量化
（3）结合低代码的规范和最佳实践，实现spec driven驱动的Vibe Coding开发模式，让AI Coding支撑大规模企业级应用的开发。
2. 数据驱动的 AI 工程建设
2.1 设计并通过 Benchmark 来评测 AI 基础能力
2.1.1 建立 AI 提效的量化标准
2.1.2 工程化平台的建设及基于评测结果的持续迭代
2.2 更好的架构支持-私有化和 SaaS 架构统一
3. 训练更好的语言模型
3.1 NASL 语言介绍
3.2 思考语言能力的瓶颈在哪
3.3 提升语言本身的能力
3.4 设计更好的训练方式来 fine tune 模型
4. 设计更好的Vibe Coding能力
4.1 Vibe coding的问题分析
4.2 Code agent技术架构设计和优化
4.3 Spec driven开发模式的引入与低代码的融合
听众受益
1. 量化并提升 AI 产品的效果
2. 构建并训练开源私有化模型实现 ToB 商业交付
3. Spec driven方式在低代码Vibe coding领域的落地及面向未来的软件生产方式。
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
