专场出品人：毛剑
bilibili 技术委员会主席
目前就职于 bilibili、曾任基础架构部（Inf）、基础工程部（Sys）、质量保障中心（QA）、游戏技术中台总经理，同时兼任技术委员会主席。目前负责 AI Infra，助力公司 AI 大模型的基建发展。
15年加入B站，做过业务系统、工程效率、大数据、游戏、基础架构。能轮岗的技术岗位快都要覆盖一遍了，目前主要专注在公司的技术中台，尤其近来的 AI Infra。
15年加入B站，做过业务系统、工程效率、大数据、游戏、基础架构。能轮岗的技术岗位快都要覆盖一遍了，目前主要专注在公司的技术中台，尤其近来的 AI Infra。
专场：智能体产品与架构设计
当下 Agentic AI 普遍存在两大核心困境：一是产品同质化严重，多数智能体仅是对话机器人的升级，缺乏自主目标拆解、持续迭代、场景闭环的核心产品思维；二是技术与业务脱节，堆叠框架、模型、工具能力，却无适配业务的架构体系，导致智能体落地难、稳定性差、无法规模化复用。
Agent落地也从「模型能力比拼」正式转向「智能体产品设计能力、架构工程落地能力」的比拼。传统 AI 应用被动响应指令，而新一代 Agentic AI 的核心价值，在于具备自主规划、环境感知、协同迭代、持续进化的系统级智能，这需要全新的产品设计范式与架构体系支撑。我们需要跳出纯模型、纯框架的技术单点视角，以产品思维为顶层牵引，以架构技术为落地底座，打通「智能体需求定义—产品形态设计—架构范式选型—工程规模化落地」的全链路闭环。
本专场期待希望覆盖的内容：
- 产品顶层设计：企业级智能体的场景筛选、价值定义、能力边界、产品形态与迭代策略
- 产品→架构转化逻辑：如何根据业务产品诉求，匹配最优智能体架构范式（单智能体/多智能体/分层协同）
- 新一代架构技术落地：自主规划、记忆管理、工具调用、反馈迭代、安全约束的工程实现方案
- 规模化落地难题破解：智能体复用体系、版本管理、评审机制、自我进化、生产环境稳定性保障
- 实战案例复盘：从0到1搭建业务智能体、从原型到规模化落地的产品与架构踩坑经验
Agent落地也从「模型能力比拼」正式转向「智能体产品设计能力、架构工程落地能力」的比拼。传统 AI 应用被动响应指令，而新一代 Agentic AI 的核心价值，在于具备自主规划、环境感知、协同迭代、持续进化的系统级智能，这需要全新的产品设计范式与架构体系支撑。我们需要跳出纯模型、纯框架的技术单点视角，以产品思维为顶层牵引，以架构技术为落地底座，打通「智能体需求定义—产品形态设计—架构范式选型—工程规模化落地」的全链路闭环。
本专场期待希望覆盖的内容：
- 产品顶层设计：企业级智能体的场景筛选、价值定义、能力边界、产品形态与迭代策略
- 产品→架构转化逻辑：如何根据业务产品诉求，匹配最优智能体架构范式（单智能体/多智能体/分层协同）
- 新一代架构技术落地：自主规划、记忆管理、工具调用、反馈迭代、安全约束的工程实现方案
- 规模化落地难题破解：智能体复用体系、版本管理、评审机制、自我进化、生产环境稳定性保障
- 实战案例复盘：从0到1搭建业务智能体、从原型到规模化落地的产品与架构踩坑经验
......
王泽华
AI-3D Agent如何为电商购物注入新动力
京东 AI3D 产品负责人
京东XR/AI产品专家。十年互联网与3D产品经验。前3D领域创业公司负责创新产品与业务负责人，完成多项第二曲线产品与业务打造并最终被上市公司收购。前一线大厂创新业务产品负责人，持续深耕3D、AI与业务的结合方式。目前任京东AI-3D创作平台妙搭等XR业务的产品负责人，通过AI3D与AI-Agent低成本、高效的为电商购物带来3D破窗等新的展示效果
议题背景：
AI-3D Agent在电商领域已经带来了哪些变化，包括AI3D主图展示、AI3D直播、AI3D搭配等；未来还将带来什么变化，包括AI设计师24小时陪伴式0成本完成方案，如AI导购+空间计算从被动等待到主动挖掘需求
内容大纲：
1. 从AIGC到Agentic AI：电商3D内容生产的范式转移
1.1 技术演进：从单点3D模型生成（如3DGS、Object Capture）到多模态交互式Agent的跃升
1.2 核心痛点：传统3D电商工具的“高门槛”与“低流转”问题
1.3 Agentic AI带来的破局：意图理解、工作流编排与自主执行
2. AI-3D Agent 的产品定义与需求主动挖掘
2.1 产品定位：从“提效工具”到“AI陪伴式设计师/导购”的认知转变
2.2 需求挖掘的重构：基于多模态大模型的隐性需求捕获（如何从用户的自然语言或模糊意图中，拆解出精确的3D场景参数或商品属性）
2.3 边界界定：在电商业务中，哪些环节应该交给Agent，哪些环节需要保持Human-in-the-loop（人机协同）
3. 基于Agentic AI的电商3D场景UX设计实践（结合案例）
3.1 意图交互与生成：AI3D主图/场景生成的Prompt UX设计与“所说即所见”反馈机制
3.2 实时决策与呈现：AI3D直播（3D商品+数字人）背后的Agent中枢，如何通过感知弹幕情绪动态调整3D商品展示与话术
3.3 空间理解与推荐：AI3D商品搭配中的多轮交互设计，从“单向推荐”走向“对话式共创”
4. 未来展望：空间计算与Agent融合的下一站
4.1 主动式服务：AI导购从“被动响应”向“全生命周期主动挖掘”进化
4.2 边界拓展：3D Agent在跨平台、跨设备（如Vision Pro等XR终端）中的体验一致性设计
4.3 结语与Q&A
听众受益：
了解前沿技术趋势，了解电商领域既有应用，了解电商领域未来可能发展
彭佩乔
没有银弹，只有解题——企业级 Vibe Coding 平台的 Agent 架构实战
蚂蚁集团 技术专家
Muse 妙思（Vibe Coding 平台）技术负责人。带领团队从 0 到 1 构建面向企业内部的 AI Coding 平台，21 个工作日完成上线，半年内 MAU 突破万级，月均 token 消耗超 1000 亿。在 Vibe Coding 场景的 Agent 架构设计上有深度实践：从编排式 Workflow 到自主决策的单体智能体、从全量上下文到动态 Memory 管理、从单场景 Agent 到通用型架构统一——每一个架构决策都来自企业内过万用户的真实生产问题。曾在 SEEConf、D2 技术大会、QCon 全球软件开发大会等外部技术会议分享 Vibe Coding 落地经验。
议题背景：
蚂蚁 Muse 是面向集团内部员工的企业级 Vibe Coding 平台，支持用户通过自然语言生成、迭代并发布前后端一体应用。平台上线后服务过万用户，月均消耗超 1000 亿 tokens，其中近半数用户来自非技术背景。
当 Agentic Coding 从 Demo 走向真实生产环境，问题很快从“能不能生成代码”变成“能不能长期稳定交付”：Token 成本如何控制？百轮对话后如何避免失忆？大型工程如何精准修改？非技术用户的模糊意图如何转化为可靠系统？多场景、多 Agent 协作如何避免失控？
本议题将以 Muse 的真实演进为主线，复盘企业级 Agent 平台在生产落地中遇到的五类核心问题，以及背后的架构取舍：从成本治理、Memory 管理、工程上下文调度，到 Spec-Driven Development 与统一中枢调度。分享不讲概念堆叠，而讲真实问题如何逼出架构演进。
蚂蚁 Muse 是面向集团内部员工的企业级 Vibe Coding 平台，支持用户通过自然语言生成、迭代并发布前后端一体应用。平台上线后服务过万用户，月均消耗超 1000 亿 tokens，其中近半数用户来自非技术背景。
当 Agentic Coding 从 Demo 走向真实生产环境，问题很快从“能不能生成代码”变成“能不能长期稳定交付”：Token 成本如何控制？百轮对话后如何避免失忆？大型工程如何精准修改？非技术用户的模糊意图如何转化为可靠系统？多场景、多 Agent 协作如何避免失控？
本议题将以 Muse 的真实演进为主线，复盘企业级 Agent 平台在生产落地中遇到的五类核心问题，以及背后的架构取舍：从成本治理、Memory 管理、工程上下文调度，到 Spec-Driven Development 与统一中枢调度。分享不讲概念堆叠，而讲真实问题如何逼出架构演进。
内容大纲：
1. 企业级 Vibe Coding 平台 Muse：从自然语言到可上线应用
2. 真实生产压力：成本、记忆、上下文、意图理解与系统扩展
3. Token 成本治理：从输出优化到 Prompt Cache 与语义缓存
4. 长轮次 Agent Memory：从对话压缩到持久化索引与精准召回
5. 大型工程上下文调度：File Graph、工程索引与按需加载
6. Spec-Driven Development：把非技术用户意图转化为工程约束
7. 没有银弹：SDD、TDD 与 AI 生成正确性的边界
8. 多 Agent 架构演进：从独立 Agent 到统一中枢调度
9. 企业级落地经验：如何在能力扩展与系统可控之间取舍
10. 架构总结：问题驱动的 Agent / Memory / Context 三条主线
听众受益：
1. 了解 Vibe Coding / AI Coding Agent 在企业内过万用户真实业务场景下的生产级问题，而非 Demo 级体验
2. 掌握 Token 成本治理（200:1 输入输出比下的 Cache 策略）、长轮次 Memory 管理、巨型工程上下文优化等可复用的工程方案
3. 获得 Spec-Driven Development 的实践经验——如何将非技术用户意图结构化，显著提升 AI 生成准确率
4. 理解多 Agent 协作架构设计——中枢调度+专家模式、Idle-by-default、Pull model 等模式如何在生产场景落地
5. 理解"问题驱动架构演进"的方法论——不是先设计架构再找场景，而是被生产问题逼着演进
白德鑫
构建倾听与情感陪伴能力的 AI Agent
未名脑脑 合伙人& CTO
• 同时也是鲲鹏会会员、腾讯云 TVP(最具价值专家)、以及腾讯架构师同盟会名人堂专家
专业背景
• 目前主要研究方向是脑机接口与人工智能的交叉领域
• 具体包括非侵入式脑机接口、多模态生理信号建模、AI 神经调控系统架构
• 关注脑信号如何应用到认知理解、心理健康、下一代人机交互这些方向的落地
专业背景
• 目前主要研究方向是脑机接口与人工智能的交叉领域
• 具体包括非侵入式脑机接口、多模态生理信号建模、AI 神经调控系统架构
• 关注脑信号如何应用到认知理解、心理健康、下一代人机交互这些方向的落地
1. 行业痛点：当下的 AI 为什么“聊得好”，却“陪不好”？
1.1 痛点剖析：通用大模型在陪伴场景下的三大硬伤（过度说教、记忆缺失、危机失察）。
1.2 解决方案：从“基于任务的对话”向“基于情感与状态的陪伴”转型。
2. 破局架构：三位一体的情感赋能底座
2.1 介绍整体解决方案：WM-EMO + AgentOS + Skills。
2.2 商业价值：极简的接入方式（API/SDK），帮助硬件厂商零门槛跨越算法技术壁垒。
3. 核心能力一：WM-EMO 多模态垂类大模型
3.1 不只是听懂语言，更是看懂情绪。
3.2 突破性融合：语音、文本与生理信号（脑电波等）的多维情绪感知。
4. 核心能力二：AgentOS 与产品化的 8 大干预技能
4.1 像人类大脑一样的调度中枢，智能评估干预时机。
4.2 精细化技能展示：从“情绪雷达扫描”、“温和引导支持”到“高危紧急熔断”，覆盖陪伴全生命周期。
5. 核心壁垒：独家前沿仿生记忆引擎 (ChronoCascade)
5.1 揭秘智能体如何“越聊越懂你”。
5.2 模拟人脑生物机制的分层记忆库：短期的情绪接纳、中期的关联理解、长期的灵魂羁绊。
5.3 摒弃传统的“死记硬背”，实现像人脑一样的自动巩固与智能遗忘。
6. 落地与展望：万物皆可“懂你”的时代
6.1 智能音箱、穿戴设备、陪伴机器人的体验颠覆与成功案例。
6.2 结语：科技的最优解在于传递温度，做每一个人的专属心灵灯塔。
1.1 痛点剖析：通用大模型在陪伴场景下的三大硬伤（过度说教、记忆缺失、危机失察）。
1.2 解决方案：从“基于任务的对话”向“基于情感与状态的陪伴”转型。
2. 破局架构：三位一体的情感赋能底座
2.1 介绍整体解决方案：WM-EMO + AgentOS + Skills。
2.2 商业价值：极简的接入方式（API/SDK），帮助硬件厂商零门槛跨越算法技术壁垒。
3. 核心能力一：WM-EMO 多模态垂类大模型
3.1 不只是听懂语言，更是看懂情绪。
3.2 突破性融合：语音、文本与生理信号（脑电波等）的多维情绪感知。
4. 核心能力二：AgentOS 与产品化的 8 大干预技能
4.1 像人类大脑一样的调度中枢，智能评估干预时机。
4.2 精细化技能展示：从“情绪雷达扫描”、“温和引导支持”到“高危紧急熔断”，覆盖陪伴全生命周期。
5. 核心壁垒：独家前沿仿生记忆引擎 (ChronoCascade)
5.1 揭秘智能体如何“越聊越懂你”。
5.2 模拟人脑生物机制的分层记忆库：短期的情绪接纳、中期的关联理解、长期的灵魂羁绊。
5.3 摒弃传统的“死记硬背”，实现像人脑一样的自动巩固与智能遗忘。
6. 落地与展望：万物皆可“懂你”的时代
6.1 智能音箱、穿戴设备、陪伴机器人的体验颠覆与成功案例。
6.2 结语：科技的最优解在于传递温度，做每一个人的专属心灵灯塔。
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
