AI Coding 在大型客户端工程中的落地实践——从通才模型到专才 Agent｜QCon 上海

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（https://qcon.infoq.cn/2026/shanghai/schedule）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。

小红书客户端基础技术负责人杨凯已确认出席 “AI 驱动的软件工程（https://qcon.infoq.cn/2026/shanghai/track/1965）” 专题，并发表题为**《AI Coding 在大型客户端工程中的落地实践——从通才模型到专才 Agent（https://qcon.infoq.cn/2026/shanghai/presentation/7202）》**的主题分享。本次分享将结合小红书客户端研发 AI 化实践，介绍一套面向复杂工程的 AI Coding 落地方案。围绕"拆解、隔离、约束、感知"四个核心原则，通过任务拆解、多 Agent 协作、结构化中间产物、运行时反馈等工程化手段，让 AI 从"通才模型"演进为能够完成复杂研发任务的"专才 Agent"，实现从需求文档、Figma 设计稿到 Android、iOS、鸿蒙等多端可运行代码的全链路自动化研发。分享将重点介绍 Context Engineering、Agent Harness、多 Agent 协同、Runtime Feedback 等关键技术实践，探讨如何降低上下文复杂度、提升代码生成确定性，并结合多个真实业务案例，分享 AI 在大型客户端工程中的落地经验，以及复杂研发场景下 AI Coding 的工程化演进方向。

杨凯,小红书客户端基础技术负责人，15 年互联网客户端从业经验，先后就职于 360、快手，现任小红书客户端基础技术负责人。曾主导稳定性治理、性能优化、埋点全链路治理等多个公司级项目。现聚焦小红书客户端基础技术与 AI 提效方向，探索大模型驱动下从需求文档、设计稿到多端可运行代码的全链路研发范式，致力于将 AI 能力深度融入工程体系，重新定义客户端研发的生产方式。他在本次会议的详细演讲内容如下：

演讲提纲：

• AI Coding 为什么在大型工程中失效

• • 从 Demo 到复杂工程：AI Coding 面临的新挑战

  • 单 Agent 的三大瓶颈：上下文膨胀、目标漂移、工程约束缺失

  • 为什么模型越强、上下文越长，反而越需要工程护栏

• 核心设计：拆解、隔离、约束、感知

• • 面向 AI 的任务拆解：节点化架构与最小上下文单元

  • 多 Agent 协同：职责隔离、流水线执行

  • 结构化中间产物：让 AI 在可控边界内完成任务

  • Runtime Feedback：通过截图、UI 树、日志等运行时信息，让 AI 感知真实执行结果，实现"写完即验、遇错即改"

• Harness 工程实践

• • Context Engineering：上下文如何组织

  • Agent Harness：任务调度与流程编排

  • 三重门控：输出检查、状态验证、文件完整性校验

  • 闭环迭代：问题在 SubAgent 内部完成修正，不污染主流程

• 真实业务落地效果

• • 多个客户端页面自动生成实践

  • Android → 鸿蒙跨端迁移实践

  • AI 出码效率、代码采用率与工程收益

  • 当前实践的局限性与未来优化方向

• 总结与展望

• • AI Coding 从代码生成走向工程智能

  • Agent 如何成为研发流程中的核心执行单元

  • 大型工程 AI Coding 的未来演进方向

实践痛点

落地需要前置产品需求阐述清楚，落地中 Token 消耗量需要进一步压缩，在小红书这样的大型项目效果还有优化空间，并不是一个终极形态。

前沿亮点

详细介绍 AI Coding 在小红书这样一个大型、重 Native 交互、高速发展的客户端落地实践。核心亮点：

• 任务拆解 + AI 友好架构，极大地降低了 AI 的上下文量

• 约束出码 + 多轮优化，将每一步的出码质量提升到最高

• 给 AI 加上动态感知能力，在客户端领域为 AI 补上了最关键的一个能力

听众收益

• 理解 AI Coding 在大型工程中的核心挑战，以及为何传统端到端方案难以规模化落地

• 掌握任务拆解、Context Engineering、Agent Harness、多 Agent 协同、Runtime Feedback 等关键工程实践，了解如何构建适用于复杂研发场景的 AI Coding 系统

• 学习从需求文档、设计稿到多端代码生成的完整工程化方案，以及 AI 提升复杂项目研发效率的真实经验

• 了解 AI Coding 从"辅助生成代码"向"理解工程、参与研发流程"演进的发展趋势，为构建下一代 Agent First 研发体系提供实践参考

除此之外，本次大会还策划了Loop Engineering、千行百业 Agent 创新实践、Agent 自主进化：从记忆到持续学习、Agent as a Service、Vibe Coding 时代的新质量债、理性驾驭 AI 的 SRE 可靠性工程、金融 AI Native 工程实践：从研发提效到业务破局、AI Infra：算力效率决定规模化落地、AI Native 架构等 20 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+资深专家在现场带来前沿技术洞察和一线实践经验。

会议推荐

QCon 全球软件开发大会·2026（上海站）将于 10 月 22 日—24 日举办。本届大会聚焦 Harness AI 时代的工程实践，从「构建 AI」到「驾驭 AI」，围绕 AI Native 架构、Agent Runtime、AI Infra、Agent 安全与可观测、Loop Engineering、具身智能与世界模型 等热门技术方向，邀请全球技术社区与产业一线实践者，共同分享 AI Native 时代最具价值的工程经验。查看更多详情可扫码或联系票务经理 18514549229 进行咨询。