从 Vibe Coding 到 Spec Driven:网易智企智能化软件工厂的思考和实践|QCon北京

小新 正五品 (知州) 2026-04-15 02:30 2 0 返回 AI 动态
小新 正五品 (知州) 楼主
2026-04-15 02:30
第1楼

摘要:4月16日-4月18日,QCon 全球软件开发大会"将在北京举办。2025年被称之为Vibe Coding元年,由于模型能力的增强,以Claude Code为代表,出现了大量低门槛的Vibe Coding工具,同时,低代码、可视化开发等技术也受到了很大的冲击。原始需求到标准化需求的关联长需求文档的解析和任务拆解需求到代码的稳定生成和验证演讲亮点需求标准化-ears驱动的需求工程海量上下文管理工程低代码特色的AI skill注入私有化语言模型能力训练听众收益Spec driven方式在低代码可视化开发领域的落地及面向未来的软件生产方式Coding Agent的设计与优化方案大规模需求管理的需求工程思路构建并训练开源私有化模型实现 ToB 商业交付除此之外,本次大会还策划了Agentic Engineering"、多模态理解与生成的突破"、记忆觉醒:智能体记忆系统的范式重塑与产业落地"、具身智能与物理世界交互"、Agent Infra 架构设计"、AI 重塑数据生产与消费"、AI 原生基础设施"、AI 驱动的技术债治理"、小模型与领域适配模型"、大模型算力优化"、Agent 可观测性与评估工程"、AI for SRE"等20多个专题论坛,届时将有来自不同行业、不同领域、不同企业的100+资深专家在QCon北京站现场带来前沿技术洞察和一线实践经验。


从「AI For What」到「Value From AI」,100+可落地实践案例打通AI实战最后一公里!

4月16日-4月18日,QCon 全球软件开发大会"将在北京举办。本届大会锚定 Agentic AI 时代的软件工程重塑,聚焦Agentic AI、多智能体协作、算力优化、技术债治理、多模态和AI 原生基础设施等前沿话题,邀请来自腾讯、阿里、百度、华为、蚂蚁、小米、网易等企业技术专家,带来百余项真实落地案例,系统性分享前沿洞察与实战干货,以技术共创探索 AI 落地新路径。

网易CodeWave业务中心技术负责人姜天意已确认出席 “Coding Agent 驱动的研发新范式"” 专题,并发表题为《从 Vibe Coding 到 Spec Driven:网易智企智能化软件工厂的思考和实践"》的主题分享。2025年被称之为Vibe Coding元年,由于模型能力的增强,以Claude Code为代表,出现了大量低门槛的Vibe Coding工具,同时,低代码、可视化开发等技术也受到了很大的冲击。然而,Vibe Coding带给企业的并非只有提效的优势,AI生成发散,技术栈不受控,代码难以维护等问题严重影响了企业落地AI Coding。本次演讲会从AI Coding的问题出发,讲述CodeWave是如何将Spec Driven开发范式与可视化开发结合起来,同时通过需求EARS化等技术,重塑AI开发工作流,实现企业级大规模应用的AI Coding落地。

姜天意,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。他在本次会议的详细演讲内容如下:

演讲提纲现状及问题分析低代码 + 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。介绍spec driven,同时通过spec driven解决Vibe coding遇到的问题结合低代码的规范和最佳实践,实现spec driven驱动的可视化开发模式,让AI Coding支撑大规模企业级应用的开发2. 低代码+Spec driven的技术细节代码智能体的设计spec工作流基座的选择需求标准化:EARS如何解决上百页需求的细化和标准化的产品链路设计海量上下文管理工程文档与代码的双向理解与依赖分析多Agent执行任务策略和效果保障等复杂问题的解决低代码特色的 AI Skills 赋能 Agent:企业资产的智能生成与召回能力、增强对需求视觉理解的D2C与页面美化能力、代码仓库的DeepWiki检索与解读能力等3. 成本和效果优化: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,保证核心场景的准确率,降低Token开销,保证 AI 能力可度量,可量化。设计并通过 Benchmark 来评测 AI 基础能力建立 AI 提效的量化标准工程化平台的建设及基于评测结果的持续迭代训练更好的语言模型NASL 语言介绍及思考语言能力的瓶颈在哪设计更好的训练方式来 fine tune 模型您认为,这样的技术在实践过程中有哪些痛点?原始需求到标准化需求的关联长需求文档的解析和任务拆解需求到代码的稳定生成和验证演讲亮点需求标准化-ears驱动的需求工程海量上下文管理工程低代码特色的AI skill注入私有化语言模型能力训练听众收益Spec driven方式在低代码可视化开发领域的落地及面向未来的软件生产方式Coding Agent的设计与优化方案大规模需求管理的需求工程思路构建并训练开源私有化模型实现 ToB 商业交付

除此之外,本次大会还策划了Agentic Engineering"、多模态理解与生成的突破"、记忆觉醒:智能体记忆系统的范式重塑与产业落地"、具身智能与物理世界交互"、Agent Infra 架构设计"、AI 重塑数据生产与消费"、AI 原生基础设施"、AI 驱动的技术债治理"、小模型与领域适配模型"、大模型算力优化"、Agent 可观测性与评估工程"、AI for SRE"等20多个专题论坛,届时将有来自不同行业、不同领域、不同企业的100+资深专家在QCon北京站现场带来前沿技术洞察和一线实践经验。

大会日程已100%上线,更多详情可扫码或联系票务经理 18514549229 进行咨询。

暂无回复,快来抢沙发吧!

  • 1 / 1 页
敬请注意:文中内容观点和各种评论不代表本网立场!若有违规侵权,请联系我们