QECon2026 深圳站丨云原生专家团拆解 AI Agent 工程化落地的 4 个关键环节

AI Agent 从 Demo 到生产,中间隔着什么?

代码评审跟不上迭代速度、Agent 行为不可观测、多 Agent 协同缺少安全边界、RAG 上下文碎片化------这些问题正在成为企业 AI Agent 工程化落地的"最后一公里"。

5 月 22 - 23 日,QECon 全球软件质量&效能大会落地深圳湾万丽酒店。阿里云云原生专家团将带来 4 场高密度实战分享,逐一拆解企业 AI Agent 落地痛点,欢迎您现场参会!

点击此处,查看更多会议详情!

相关推荐
前端开发江鸟2 小时前
意图识别之后,Agent 到底该怎么做?我用报销流程理解 Router、Workflow 与 Agent
agent
玉鸯5 小时前
Agent 的任务编排:从 System Prompt 到 Hierarchical Multi-Agent
python·llm·agent
copyer_xyf9 小时前
PostgreSQL 做向量检索:一条单库路线
数据库·agent·nestjs
捧 花9 小时前
从同步生成到异步任务:YoudaoNoteLM 的生成队列模块设计
go·agent·worker·eino
程序员萤火10 小时前
LLM Agent 底层揭秘:大模型如何通过 JSON-RPC 2.0 协议跨进程调工具?
agent
大模型momo11 小时前
AI 编程工程化:从 Prompt 到 Harness
人工智能·prompt·编程·agent
周末程序猿1 天前
图解 120 个大语言模型(LLM)核心概念(91-120)
llm·agent
小白跃升坊1 天前
倒反天罡!DeepSeek V4-Flash 正式版悄然上线:130亿激活参数,把自家1.6万亿旗舰「以下克上」
ai·大模型·agent·deepseek·v4
张彦峰ZYF1 天前
全球开源大模型生态-从开放权重到开放智能系统:发展、进展、主力模型成就与方向分析
人工智能·开源·llm·agent