AI热榜 从「构建 AI」到「驾驭 AI」，100+ 实战案例拆解 AI Native 时代的工程新实践！
推理模型持续突破能力边界，Coding Agent 深度参与研发流程，Agent Runtime、Agent Framework 快速演进……AI 正在从回答问题的模型，演变为能够自主规划、调用工具、执行任务的软件系统。
AI 不再只是软件中的一个能力，而开始成为软件系统的一部分。
这意味着软件工程面对的挑战也发生了变化：团队需要思考的不再只是如何训练模型、模型、部署模型 或优化 Prompt，而不是如何让具备自主能力的 AI 稳定、可信、可控地运行。
模型决定 AI 能做什么，系统决定 AI 能否真正创造价值。
在这一背景下，2026 年 QCon 全球软件开发大会大会 · 上海站正式启动。
本次大会将于 10 月 22 日—24 日举办，聚焦 Harness AI 时代的工程实践，围绕 AI Native 架构、Agent Runtime、AI Infra、Data Systems、Agent 安全与可观测、Loop Engineering、Vibe Coding、具身智能与世界模型、端云协同等前沿技术方向，邀请全球技术社区与产业一线的实践者，系统性分享前沿洞察与实战经验，共同探索 AI 从能力到系统、从实验到生产的真实路径。
飞猪 & 技术专家王浩男已确认出席 “Loop Engineering” 专题，并发表题为《飞猪 AI Native 交付大脑：用超级流程重构需求交付》的主题分享。
AI 已渗透产研链路各个工种，但让这些能力沉淀为组织级的交付效率，仍是 AI Native 组织面临的重要问题。
大型需求的成本，多半不在写代码，而在跨角色的反复对齐与验证断点。
飞猪交付大脑的解法是打造一条超级流程：把冗长的交付链路收敛为需求对齐、Coding 实现、测试验收几个关键阶段，让 Agent 成为流程的第一公民，并串联整条链路。
本次分享将拆解这条流程的设计、工程实现与真实效果。
拥有 12 年前端与跨端研发经验，长期专注跨团队协同提效、跨端工程化，近期聚焦 AI2C 的用户侧应用及 AINative 的需求交付提效。
演讲提纲 1.
组织级提效，关键在流程而非工具 挑战：个体提效 不等于 整体交付提效 解法：用 Agent 串联起超级流程，拉齐各环节断点 2.
交付大脑：把交付链路收敛成一条超级流程
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接