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。
腾讯高级后台开发工程师、项目组 Agent 落地负责人任磊达已确认出席 “Harness Engineering：模型之外的智能体工程” 专题，并发表题为《业务研发中的 Loop Engineering：基于事前-事中-事后架构的实践》的主题分享。
AI 时代，研发提效的关键不再只是让 Agent 更快写代码，而是让团队能持续证明代码“做对了”、质量“兜得住”。
本次分享以“事前-事中-事后”Harness Engineering 为主线，结合游戏后端质量验证实践，探讨如何把 Agent 执行、测试策略、集成测试、Review 沉淀与 Skill 评估组织成质量飞轮。
分享将从“查杀分离”这一核心理念出发，说明为什么测试需要独立于实现路径，为什么 Agent 自写自测存在认知同源风险；随后展开 TDD、tester skill、lobbytest / ugctest、skill evaluator 四类实践，分别对应事前结构化、事中自动化验证和事后沉淀回灌。
最终目标是让人聚焦业务边界、风险判断和质量标准，让 Agent 承担执行、验证与重复性修复，使同类问题越来越少，质量资产持续复利。
任磊达，腾讯高级后台开发工程师、项目组 Agent 落地负责人，推动百人规模项目组开发团队从 Token Maxing 向 Token Apocalypse 转型，将 Harness 的目标明确聚焦于 ROI。
基于事前、事中、事后的架构构建 Harness Loop，降低认知成本，实现单人月耗百亿 Token 的开发模式，并完成团队推广。
基于 18 年线上项目运营经验，持续探索 100% Coding Vibe 场景下的质量投入模式与 ROI。
在实践中，可于 20 天内完成原本约 100 人天的需求，并通过后续 2–3 个月的质量工程化手段恢复系统的可控性。
他在本次会议的详细演讲内容如下： 演讲提纲： 引言：Agent 时代的质量焦虑 最大的问题不再是“能不能写代码”，而是“怎么证明写对了” 研发质量的目标：让问题更早暴露、更少重复、更容易回灌 引出核心框架：事前结构化、事中自动化、事后沉淀
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接