AI热榜 在 AICon 全球人工智能开发与应用大会上，InfoQ 邀请得物资深技术专家 白忠魏 带来演讲，分享得物推荐团队在企业级复杂系统中推进 AI 研发实践的思考与经验。
演讲中，白忠魏从得物推荐的业务与工程场景出发，围绕“如何让 AI 从写代码走向完整研发迭代”这一问题，介绍了团队在 PDCA 全链路、七阶段护栏、TPRD、研发环境与测试验证、AI 推荐质量评测、三层知识体系，以及 Highway + ATV 混合 Agent 架构等方面的探索，并分享了阶段性的实战数据。
以下为演讲内容，经 InfoQ 整理。
一、从 AI Coding 走向 AI 全链路 目前，AI Coding 已经能够较好地完成从 0 到 1 的项目和相对简单的编码任务。
在部分场景下，它交付的结果甚至会超出工程师的预期。
对于这一点，行业内已经形成了较为明确的共识。
但在企业级项目中，AI 面临的环境要复杂得多。
如果面对的是一个运行了十几年、代码量庞大的老项目，或者一个横跨多个系统和业务层级的超大型项目，AI 能否准确理解需求、控制影响范围，并对最终结果负责，仍然是一个需要持续探索的问题。
得物推荐也在推进类似实践。
我们的目标并不只是让 AI 写代码，而是 将 AI Coding 扩展为一套覆盖需求、开发、验收和问题反思的 AI 全链路方法。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接