AiDD研发数字峰会

论坛主席：李佳奇

去哪儿旅行基础架构负责人，技术总监，技术中心TC委员、AI研发SIG&业务架构SIG负责人。10余年OTA一线研发经验，在高并发高可用系统建设、DDD项目落地、业务域系统价值度量、线上系统防腐治理等领域有代表性作品。2025年起全面负责AI在公司落地，在AI基础设施、AI研发、AI运营、AI数据等方向均有重量级落地成功案例。

去哪儿旅行基础架构负责人、技术总监

去哪儿专场：从AI辅助到 Agentic Engineering：研发提效新阶段

当下 AI 在快速渗透研发各环节，并对个人产生很好的提效效果。但对于团队来讲需要解答的问题是：如何将个人提效转变为团队整体效率提升，如何将个人对AI工具的使用扩大为团队整体工作模式的变化。本次专场结合去哪儿旅行在研发场景中进行的相关探索和规模化实践，从 AI 研发基础平台建设、研发流程端到端交付的思想和落地、前后端研发规模化实践来给出去哪儿对以上问题的解答，期待能够给同样关注 AI 在研发提效探索和落地相关问题的同行者提供启发和参考。

从基础架构到超级团队：AI 时代的技术组织进化实践

李佳奇

去哪儿旅行基础架构负责人、技术总监

内容简介：

在 AI 技术快速发展的背景下，传统基础架构团队的职责正在发生深刻变化。过去，基础架构团队主要通过平台、工具和中间件为研发团队提供支撑；而在 AI 时代，基础架构团队正在从“工具提供者”转变为“能力赋能者”，甚至直接参与业务效率和研发效率的重构。
2025 年以来，去哪儿旅行技术团队通过系统性推进 AI Agent 与 AI Coding 的规模化落地，逐步构建起覆盖业务运营、产品运营和研发效率提升的 AI 平台体系。一方面，通过建设 AI 运营平台和 AI 数据分析 Agent，使产品和运营团队能够在日常工作中直接通过 AI 获取数据洞察、执行运营任务，AI Agent 成为业务团队的重要“数字同事”；另一方面，通过 AI Coding 平台与研发自动化能力建设，业务研发团队的开发效率大幅提升，AI 参与代码生成与问题修复的比例持续提升，研发流程也随之发生改变。
在这一过程中，基础架构团队的影响力和职能边界显著扩展：不仅服务研发团队，也深入到业务运营和产品运营场景，成为线上业务运转的重要基础设施。同时，通过平台化能力沉淀、研发数字化建设以及 AI Coding 工具链的规模化推广，团队逐渐形成了一套“AI + 平台 + Skills”的能力体系。
本次分享将结合去哪儿旅行的实践经验，系统介绍基础架构团队如何在 AI 时代完成自身定位升级，如何通过 AI Agent 与 AI Coding 构建新的技术基础设施，并通过组织和管理方式的升级，打造一支既能用好 AI、又能通过 AI 赋能业务与研发的“超级团队”。

演讲提纲：
1. AI 时代技术团队面临的新挑战：从工具效率到组织能力升级
1.1 研发与业务团队的效率瓶颈
1.2 AI Agent 与 AI Coding 的潜在价值
2. 基础架构团队规模化落地 AI 的三大挑战
2.1 AI Coding 规模化落地
2.2 AI Agent 在业务团队产生真正价值
2.3 基础架构团队影响力边界扩展
3. AI 平台体系：驱动 AI Coding 与 AI Agent 规模化的基础设施
3.1 覆盖研发全流程的AI Coding 工具集和自动化平台
3.2 年化万PD级人效提升的 AI 运营平台
3.3 让业务真正用得好的 AI 智能取数和智能分析 Agent
4. 典型实践：AI Coding 与 AI Agent 的规模化落地
4.1 AI Coding 自动化实践：JDK自动升级/问题自动修复/性能分析改进/一句话需求自动化研发平台
4.2 AI Coding Skills沉淀：auto_coder 自动化开发 skills、noah_automent 调试和发布自动化 skills
4.3 QNova-业务老板和商分离不开的通用数据分析智能体技术实现
4.4 Qmoss-万PD级覆盖全部业务团队的 AI 运营平台建设和推广
5. 打造 AI 时代的超级团队
5.1 技术团队能力模型的变化：从交付工具到交付AI平台+skills
5.2 Leader 在 AI 时代的关键角色：前瞻性、锐敏度和执行力
5.3 团队管理与激励机制：如何在保证基建稳定性的基础之上持续输出AI的价值
6.总结与展望
6.1 实践成果：AI 运营万级PD提效、出码率75% 的 L3 Ai Coding、团队影响力显著提升
6.2 面向未来：龙虾时代我们建设的企业级龙虾平台、打造全司产研运一体的 AI 操作系统

听众收益：
1. 技术团队在 AI 时代的角色升级路径，了解技术团队如何通过 AI 技术扩展自身影响力，从服务研发走向服务整个业务体系。
2. AI Agent 在业务运营中的落地方法，学习如何通过 AI Agent 平台化建设，让 AI 成为产品和运营团队的实际生产工具。
3. AI Coding 规模化落地经验，了解如何将 AI Coding 从个人工具升级为团队级研发效率基础设施。
4. AI 平台化建设方法，理解如何通过平台化思路沉淀 AI 能力，形成可持续发展的技术体系。
5. AI 时代团队建设的实践经验，获得关于如何打造“AI 时代超级团队”的真实经验，包括组织、管理和技术三方面的思考。

去哪儿旅行基础架构负责人，技术总监，技术中心TC委员、AI研发SIG&业务架构SIG负责人。10余年OTA一线研发经验，在高并发高可用系统建设、DDD项目落地、业务域系统价值度量、线上系统防腐治理等领域有代表性作品。2025年起全面负责AI在公司落地，在AI基础设施、AI研发、AI运营、AI数据等方向均有重量级落地成功案例。

AI驱动的项目全周期流程重塑与落地实践

李晓悦

去哪儿旅行基础架构基础平台负责人、技术总监

内容简介：

随着大模型与 AI Agent 的成熟，软件交付正从"工具链 + 人工串联"演进为"Agent 编排 + 人机协同"的智能交付体系。本次分享结合 Qunar 基础架构团队的实践，系统介绍我们在端到端交付上的探索：以飞书文档生态承接需求与技术方案，以 Claude Superpowers Skill 体系驱动 Spec → 编码 → 评审的研发生态，以 AI 代码 CR、AI 单元测试和"灭霸"平台 diff 接口自动化回归保障质量，以 Noah 环境与智能发布实现测试环境按需创建、异常自动诊断与自愈，并以 AIOPS/Heimdall 体系做异常聚合、根因提示与智能刹车。整套体系已覆盖 Idea、研发、评审、测试、发布、运维、项目周期管理等核心环节，支撑小时级到分钟级交付。我们也会坦诚分享各环节的成熟度差异、关键缺口（如 CR 自动修复、根因自动定位、灰度 AI 决策）以及三阶段演进路线，帮助听众在自家组织中找到可落地的切入点。

演讲提纲：
1.不同时代研发效能形态演进和AI时代端到端交付的核心特点
2.Qunar 全流程实践盘点（按生产流程逐段展开）：Idea / 需求（飞书文档生态 + GitNexus）、研发（Claude Superpowers Skill + Spec 驱动）、代码评审（AICR）、单元测试（AI 用例生成 + 覆盖率）、回归测试（灭霸 diff 智能选 case）、测试环境与智能发布（Noah 智能诊断与自愈）、质量门禁、运维监控（Heimdall 智能刹车）、项目周期管理（如意 + 天弦）
3.总结：端到端交付的终极形态——Idea 一键到生产，质量内建、自愈自驱、人机共生

听众收益：
1. 获得一份可对照落地的"AI 端到端交付"全景图，明确每个环节的已有基建形态、AI 能力切入点与典型缺口，避免单点工具堆砌。
2. 了解 Qunar 在 Claude Superpowers Skill 生态、"灭霸" diff 智能回归、Noah 智能发布、Heimdall 智能刹车等自研基建上的工程化设计与踩坑经验，可复用到自家平台。

现 Qunar 基础架构技术总监，基础平台 Java 开发团队负责人，12 年互联网从业经验，长期深耕开发、测试、运维等相关领域。2014 年毕业加入 Qunar，先后负责去哪儿机票、市场等业务线的技术架构与团队管理，目前统筹研发效能相关平台建设，致力于通过 AI 能力重塑端到端交付流程，提升研发效能与交付质量。

从单点提效到端到端交付
——天弦研发自动化平台的演进与实践

李子洋

去哪儿旅行基础架构部技术专家

内容简介：

随着AI Coding快速发展，研发行业的焦点正在从“代码生成”转向“研发流程重构”。开发者角色从单纯代码编写转向问题决策、系统设计与智能体编排。本次分享围绕去哪儿网“天弦”研发自动化平台的建设实践，介绍平台的整体能力、覆盖场景，以及在任务调度、通信、环境隔离、安全、多端接入等方面的选型和设计。通过实际案例展示平台如何链接人、智能体与研发流程，推动AI单点能力演进为平台化、可治理、可持续迭代的规模化生产力

演讲提纲：
背景与演进：为什么需要自动化平台
平台架构设计与技术选型：让Agent成为稳定、安全可治理的规模化生产力
落地场景与实践案例：自动化升级、在线分析、端到端研发流程

听众收益：
了解将Agent能力转化为稳定、可治理的规模化平台的关键
获得构建研发自动化平台及支持端到端交付的架构思路

去哪儿网基础架构部技术专家。主要负责java基础框架和中间件建设和稳定性保障，近期致力于AI Coding自动化领域相关建设。

AI Coding 在真实业务中的规模化分层实践：
一句话需求、中等需求与大规模重构

张培

去哪儿旅行国内机票研发团队高级技术经理/技术中心 AI 研发 SIG 负责人

内容简介：

AI Coding 已经从个人效率工具，逐步走向团队级工程实践。但面对不同规模的需求，AI 的最佳落地方式并不相同。本次分享基于去哪儿旅行国内机票团队一年多的真实业务实践，总结一句话需求、中等规模需求和大型重构三类典型场景，对应分享三套 Agentic Engineering 落地方法。从需求理解、AI Task 拆解、SubAgent 协同，到自动测试、质量门禁和工程闭环，完整展示 AI Coding 在真实研发中的实践过程。同时结合团队 85%+ AI 出码率真实数据，分享规模化推广过程中踩过的坑，以及如何通过 Harness、Task Graph 和工程化约束，实现 AI 从“会写代码”到“能稳定交付”的转变，为企业落地 Agentic Engineering 提供可复制的实践参考。

演讲提纲：
1. AI Coding 分层实践方法：为什么不同规模需求需要不同的 Agentic Engineering 方法。
2. 三类真实业务案例：一句话需求、中等需求、大规模重构的工程实践与关键过程。
3. 工程化能力建设：QSuperpowers、Harness、Task Graph 等核心技术如何支撑 AI Coding 全流程。
4. 数据验证与落地经验：AI 出码率、研发效率、质量指标及规模化推广中的典型问题与解决方案。

听众收益：
1. 学会如何根据需求复杂度，选择合适的 AI Coding 实践模式。
2.掌握 AI Coding 从需求、开发到测试交付的工程化方法，而不仅仅是代码生成。
3.获得真实业务验证的数据、经验和避坑实践，可直接借鉴到团队落地。

去哪儿旅行 AI 研发 SIG 负责人、国内机票报价负责人，西安电子科技大学硕士。长期负责核心业务研发，近两年专注于 Agentic Engineering 与 AI Coding 工程化实践，推动团队 AI 出码率稳定达到 85%+。在真实业务中沉淀了一句话需求、中等需求、大规模重构三类 Agentic Engineering 落地方法，并持续推进 AI 从个人辅助走向团队级规模化交付。

Skills支持的前端需求一体化交付

赵翔

去哪儿旅行前端架构团队研发工程师

内容简介：

AI Coding实现了前端个人开发效率升级，但业务研发中仍存在两大核心痛点：一是页面手动自测流程繁琐、耗时费力，人工多场景测试重复工作量大、效率低、漏测风险高；二是前后端需求对齐低效、联调混乱，极易出现理解偏差、接口不统一、反复返工的问题。个人AI提效无法解决团队交付瓶颈，亟需通过工程化手段打通全流程卡点。
去哪儿前端搭建朱雀一体化交付体系，将AI Coding深度融入团队研发全流程，重点破解人工自测、前后端联调核心难题。本次分享结合真实业务场景，讲解如何重构需求理解、任务规划、coding、自动化自测、前后端协同联调的完整交付链路，让AI赋能全流程提效，搭建标准化交付闭环。

演讲提纲：
1. AI Coding赋能前端研发背景下，传统前端交付的核心瓶颈
2. 朱雀一体化交付实践全路径：搭建需求理解、任务拆分执行、前后端协同联调、自动化自测全链路流程
3. 流程资产沉淀与能力固化：依托朱雀体系沉淀开发规范与知识文档，实现可复用的标准化交付能力
4. 落地实战复盘：落地过程中的关键取舍、踩坑经验，以及一体化交付体系的后续迭代演进方向

听众收益：
1. 获得一套针对性解决前后端协同、页面自测痛点的前端需求一体化AI协同交付闭环实战方案，可直接落地参考。
2. 理解 AI Coding 从个人工具走向团队级研发流程时，前端团队需要关注的关键变化。
3.了解朱雀如何承载上下文组织、任务协同、质量验证和经验沉淀，帮助团队形成可持续演进的工程能力。

去哪儿旅行前端架构团队研发工程师，2021年加入去哪儿旅行，先后在酒店、机票业务团队参与核心业务研发与工程化建设，具备多业务线前端研发和交付实践经验。近年来持续关注 AI Coding、前端工程化与研发流程提效，深度参与去哪儿前端 AI 一体化交付体系建设，推动 AI 在前端研发全流程中的落地实践。

AiDD峰会

K+峰会

联系我们