文章摘要
2026奇点智能技术大会将于11月20日至21日在北京举办，同期联动举办C++及系统软件技术大会，聚焦AI落地核心问题，不做空泛概念分享，旨在为一线开发者、技术决策者提供可复用的实践经验，目前首批核心议题已公布。本次大会设18大前沿技术专题，汇聚70余位领域专家，围绕大模型、AI Coding、Agent、世界模型、具身智能等方向分享一线落地实践与技术探索。

2026年奇点智能技术大会将于11月20日至21日在北京举办，同期还将举行C++及系统软件技术大会，两大技术板块联动，聚焦AI时代的核心落地问题。本次大会旨在为一线开发者和技术决策者提供可直接复用的实践经验，而非空泛的概念分享，目前首批核心议题已正式公布。

大模型发展新方向：从算力堆砌到自主进化

当前大模型已进入Agent阶段，但多数智能体仍停留在“搭建即跑”的层面，上线后无法自主学习，重复出现过往错误；同时扩展Scaling的成本持续走高，企业难以依赖更大模型、更贵的Token维持能力增长。行业核心问题已转向：AI能否参与自身研发？Agent能否建立进化闭环？

针对这一方向，两位一线实践者将带来深度分享：面壁智能技术合伙人、智能进化首席科学家李宇轩将带来《AI制造AI：从五级演进框架到AI Infra的自主生成》，探讨当AI写代码的边际成本不断下降，训练框架、算子库甚至推理内核能否由AI根据具体任务现场锻造，以及Forge Engineering如何改变未来AI Infra的生产方式。

LlamaFactory、PenguinHarness作者，PrismShadow联合创始人兼CTO郑耀威将分享《低成本、高收益的自进化Agent闭环构建实践：从LlamaFactory到PenguinHarness的技术演进》，拆解完整的Agent Evolution Loop，并带来平均准确率提升18.8%、Token成本下降7.5%，以及“一句话低成本生成完整AI应用”等真实实践。可以说，下一阶段AI技术的核心，就是让AI学会改进自身。

AI Coding重构软件工程全流程

当前代码补全、单文件生成等AI Coding基础能力已日趋成熟，但在企业级场景中，问题远不止于此：大型代码仓库存在成千上万个文件、复杂依赖和历史逻辑，研发也不是单次Prompt，而是需求、设计、编码、测试、Review、CI、发布组成的完整流程。AI Coding的真正分水岭，不再是AI能写多少代码，而是AI能否进入真正的软件工程领域。

本次大会将从仓库级Agent、持续学习与Engineering Loop等维度展开讨论，多位一线实践者将带来分享：北京航空航天大学计算机学院副教授杨健带来《从代码大模型到仓库级智能体：核心技术演进与工业级落地》，从预训练Scaling Law、多编程语言协同训练、可验证强化学习，深入仓库级软件工程智能体、代码执行反射和多模态开发Agent，解答AI Coding如何从生成代码转向完成软件工程任务。

腾讯WorkBuddy模型研发负责人董汉德将在《LLM Agent的模型数据飞轮——WorkBuddy持续学习经验分享》中讨论，当Agent真正进入办公和业务环境，大量真实交互如何形成数据飞轮，让模型不再是“一次性交付”，而具备持续学习能力。

滴滴专家工程师、ABC技术AI Coding平台负责人金晶分享《滴滴AI Coding平台应对大规模生产环境的挑战与实践》，重点聚焦当AI Coding进入大型研发组织后，平台、工程规范和真实业务体系如何协同变化，而非仅讨论个人开发者的AI使用场景。

腾讯高级后台开发工程师、项目组研发转型负责人任磊达则将视角转向组织层，在《AI原生组织的工程实践：从Loop Engineering到Graph Engineering》中复盘月消耗360亿Token的真实实践，从Hooks、CI Events、SDD到组织级Graph，讲解如何将单人并发从5提升至20，应对7000+层递归、7.34亿Token等真实失控事故，最终沉淀AI原生研发必须具备的“刹车系统”。这一系列分享的核心共识是：AI Coding的终点不是帮程序员多写几行代码，而是重新设计软件研发本身。

Agent的底层瓶颈：不在模型而在基础设施

当Agent Demo成功跑通后，很多团队会发现，模型本身反而不是最难的问题：长时间Session如何保存？多Agent之间如何通信？几十万、几百万个Agent执行环境如何调度？模型调用工具之后，身份、权限、隔离、审计如何处理？当Agent从单次请求变成长时间运行的系统，传统基础设施需要重新设计。

本次大会将聚焦Agent时代的通信、Runtime与安全基础设施建设，多位专家将带来实践分享：阿里云产品专家杨文婷带来《重塑Agent异步通信底座——从MCP协议演进与Managed Agents架构看Apache RocketMQ的工程实践》，从MCP长会话、Multi-Agent异步协作，到百炼平台中的LiteTopic实践，提出Agent的下一个瓶颈可能不在模型，而在通信。

清华大学计算机系助理研究员、AgentENV发起人闪英迪将分享《AgentENV：Kimi K3背后的超大规模智能体执行环境架构与实践》，解答当强化学习、评测和在线服务需要同时拉起海量执行环境时，Agent Runtime如何支撑超大规模镜像、依赖与任务执行，这是智能体真正进入规模化后不可绕过的基础设施问题。

腾讯专家工程师、AI Agent安全负责人张栋将讨论Agent安全的本质：《Agent 安全：是Infra 问题，不是模型问题》。当Agent能读取凭证、访问数据库、修改代码甚至调用生产工具，“让模型更听话”已经远远不够，未来需要的是身份、权限、隔离、审计共同组成的Agent安全基础设施。

沐曦股份光启研究院科学家谭颖然将在大会现场带来《重新定义“计算”：面向Agentic AI的芯片架构设计方法论》，指出Agentic AI的计算模式已经和传统模型推理出现明显差异，访存、通信、异步执行和软硬件协同的重要性不断提高，芯片评价标准也可能从“峰值算力有多高”走向“整个数据流能不能更高效地服务智能体”，这意味着AI Agent的变化，正在一路从应用层向下传导到系统和芯片层。

世界模型：从生成视频到理解物理世界

当前的生成模型可以制造越来越逼真的视频和3D场景，但“看起来真实”不等于“理解物理世界”。真实世界是动态的，物体有状态、有空间关系、有碰撞和摩擦，动作会改变环境并产生因果结果。如果世界模型只学会像素预测，它距离真正服务机器人和Physical AI仍然很远。

本次大会将邀请多位专家，从动态世界建模、3D世界模型到物体与动作理解，系统拆解世界模型如何跨越“看起来真实”，真正走向可理解、可推演、可交互的物理世界：中国人民大学高瓴人工智能学院教授卢志武将带来《面向动态场景的世界模型底座构建方法研究》，讨论当前多基于静态环境的世界模型如何迈向开放动态场景，从底座框架、训练策略和推理加速三个方向展开。

腾讯专家研究员、混元3D与3D世界模型负责人郭春超将在《混元3D——3D建模与3D世界模型的研发探索》中分享腾讯在混元3D、Hunyuan World等方向上的研发实践，并进一步探讨3D生成、世界模型、具身智能与Agentic 3D的融合。

视启未来联合创始人、世界模型与具身智能负责人刘昊则将问题追到第一性原理：《世界模型需要理解物体与动作：统一架构与具身落地实战》。他的核心观点是：物理规律作用于物体，因果交互来自动作，因此世界模型必须先理解物体和动作，才可能真正理解物理规律和因果关系。这一系列分享的核心，不是讨论下一代视频模型能生成多逼真的内容，而是AI能不能建立一个真正可以推演、交互和验证的世界。

具身智能落地：跨越数字与现实的鸿沟

具身智能已经成为最热门的AI方向之一，但从Demo走到真实生产仍有巨大的“Reality Gap”：灵巧手缺感知、真实数据不够、模型缺乏物理验证；VLA能预测动作，却未必理解为什么这个动作会产生这个结果；数字世界里训练出来的智能，也不一定能够适应真实世界的复杂变化。

本次大会将邀请来自京东、北邮、机器人企业等一线研究与实践团队的技术专家，围绕物理世界理解、灵巧操作、具身物理因果模型与主动式Physical AI等方向，拆解AI如何真正从数字世界走进现实世界：京东集团副总裁、京东探索研究院副院长段楠将围绕《从数字AI到物理AI》展开分享，从基础模型向真实物理世界延伸，讨论AI能力边界正在发生的变化。

北京邮电大学“拔尖人才”教授方斌将在《面向灵巧操作“本体—数据—模型”迭代的飞轮效应思考》中直指具身智能最大的割裂：硬件、数据与模型长期各自发展。通过视触觉灵巧手在真实场景不断产生数据，再由数据反哺模型，最终形成“本体—数据—模型”的自增强飞轮。

昆仑行机器人具身算法负责人、前理想汽车资深算法专家郎玉川将带来《当AI走进物理世界：具身物理因果模型和机器人Agent》，探索Agent真正拥有物理因果理解之后，机器人能力会发生怎样的变化。

观行数智创始人兼CEO唐都钰则将分享《主动式物理AI：从数字世界到物理世界的智能范式迁移》，进一步讨论AI从被动理解信息走向主动感知、决策并改变现实世界之后，智能范式将如何变化。如果说大语言模型解决的是“理解和生成符号”，Physical AI要面对的则是：让AI真正理解并改变现实世界。

企业级Agent：从个人提效到组织级生产力

企业内部做出第一个Agent并不难，真正难的是规模化之后：谁来拆任务？多个Agent如何协作？结果怎么验证？权限如何治理？个人使用AI产生的经验，又怎样沉淀为整个组织可以复用的能力？如果只是给每个部门增加几个AI助手，企业得到的可能不是生产力，而是新的管理复杂度。

本次大会将邀请两位企业级AI一线技术负责人，从“多Agent协作平台”和“组织智能落地”两个层面给出实践答案：网易智企AI平台技术负责人裴明明带来《从“会用Agent”到“组织级生产力”：网易帝王蟹多Agent设计与实践》，介绍网易帝王蟹并不是简单“堆更多Agent”，而是通过主控Agent理解目标、生成任务图、协调依赖，由领域子Agent完成具体任务，再结合Skill、上下文记忆、权限治理、可观测性和评测体系，构建一套真正可管理的多Agent协作平台，其中一个值得讨论的判断是：Agent负责局部智能，平台负责全局秩序。

平凯数据库（TiDB）智能研发中心负责人柏佳辰则会把问题继续推进到“组织”层面，此次他将分享《从个体提效到组织智能——智能体能力的组织化落地》，重点拆解一个越来越现实的问题：为什么员工都开始使用AI了，企业却还没有真正获得“组织级AI能力”？他将结合真实客户案例，分享如何通过角色化、标准化的Agent协作，把项目知识、业务规则和执行记录沉淀下来，并进一步讨论权限与流程适配、企业数据治理、FDE共建以及智能体原生组织等实践。企业级Agent的终局，也许不是每个人拥有更多AI助手，而是AI开始成为一种可协作、可治理、可复用、能够持续沉淀的组织能力。

本次大会将汇聚70余位AI与系统软件领域的技术专家，围绕大模型、Agent、AI原生软件研发、AI Infra、世界模型、具身智能、Physical AI等18大前沿技术专题，分享正在发生的一线实践与技术探索。目前已确认的嘉宾包括OpenAI资深研究科学家、Transformer共同发明人Łukasz Kaiser，奇点智能研究院院长、CSDN高级副总裁李建忠，新浪微博首席科学家及AI研发部负责人张俊林，小米AI平台部语言模型推理负责人张晨，上海人工智能实验室青年科学家、智能体中心负责人张铂，南京大学人工智能学院副院长、教授俞扬，昆仑万维集团首席科学家、南洋理工大学讲席副教授成宇，360算法总监王耀宣，中国科学院微电子研究所研究员、AI中心副主任毛航宇，诺亦腾机器人创始人、CEO戴若犁等。

如果你不满足于追逐新的AI概念，而是更关心Agent如何真正进入生产、AI Coding如何重构软件研发、世界模型如何理解真实世界，以及AI Infra如何支撑下一阶段的智能系统，那么这些问题，都值得来到现场，与真正做过的人一起讨论。这里不只有趋势判断，更有已经跑过的数据、踩过的坑，以及正在发生的工程实践。

本次大会同步开放多种合作形式，包括技术生态合作伙伴、企业专场共建、行业解决方案联合展示等，期待与更多长期主义者一起，为AI时代留下可被验证、可被复用的工程经验。

以上内容不代表本平台立场，仅供读者参考