AI热榜 Agent 时代，哪些方向正在成为行业关键变量？
50 + 实战案例揭晓答案！
模型参数规模不断突破，推理成本持续下降，开源生态日益繁荣。
当模型能力逐渐成为行业共识，一个新的问题开始浮现：当人人都能获得强大的模型能力之后，真正的竞争力还剩下什么？
答案正在从模型能力本身，转向围绕模型构建可规模化的智能系统；从单点能力提升，转向系统工程与组织级落地能力。
在这一背景下，2026 年 AICon 人工智能开发与应用大会 · 深圳站正式启动。
本次大会将于 8 月 21 日—22 日举办，聚焦 AI 基础设施、大模型系统、智能体工程、数据智能、多模态技术与行业落地等关键方向，邀请来自腾讯、阿里、华为、百度、蚂蚁集团等 50 + 头部科技企业技术负责人、科研机构一线专家，系统性分享前沿洞察与实战干货，共同探讨 AI 技术从能力到系统、从实验到生产的真实路径。
网龙网络资深技术总监陈洁已确认出席 “AI 原生新范式：Coding Agent 重构软件研发全流程” 专题，并发表题为《从 AI Coding 到 AI Native SDLC——企业级人机协同研发范式的演进与落地》的主题分享。
AI Coding 的企业化拐点不是“AI 会写代码”，而是研发组织开始把 Agent 放进需求、设计、实现、测试、评审、CI、度量和夜间自动执行的闭环里。
本次分享将结合 2025 年 10 月以来的行业变化，以及公司 AICT Team 在 GitHub Copilot Enterprise、Claude Code、Codex、Gemini CLI / Antigravity、OpenSpec、MonoRepo、AI Testing、Metric Kanban 和 Multica 协作上的真实实践，说明如何把个人提效工具演进为企业级 AI Native SDLC。
陈洁，网龙网络资深技术总监，AI 与 Web3 技术专家，长期致力于人工智能应用创新、企业数字化转型及技术组织建设。
现负责公司 AI 与 Web3 方向的技术战略规划、核心能力建设及创新产品孵化。
拥有 16 年国际化技术管理与大型系统建设经验，先后任职于日本 Yamaha 总部及美国硅谷上市公司 EHealth，负责全球级企业平台建设、云原生架构升级、DevOps 体系落地及跨国研发团队管理，在企业级架构设计、工程效能提升和技术创新管理方面拥有丰富实践经验。
深耕敏捷研发与 DevOps 十余年，熟悉 SAFe、Scrum 等现代研发管理体系。
曾担任清华大学 X-lab SDG 开放创新马拉松挑战赛 Web3 导师，持续推动 AI、Web3 等前沿技术的产业实践与生态创新。
他在本次会议的详细演讲内容如下： 演讲提纲： 企业内 AI Coding & AI Testing 的真实痛点 代码生成更快以后，瓶颈集中到需求澄清、上下文构建、测试验证、Code Review、CI 稳定性、发布风险和成本治理。
信任和交付仍未闭环，最终的提效难衡量。
从工具采用到 Harness Engineering 工程系统基建
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接