即将开始

AI Engineer Shanghai 2026

中国第一届 AI Engineer 大会,两天讲开放模型、Agent 基础设施与 Physical AI

2026年11月5日 – 11月6日 · 上海 · 上海虹桥希尔顿酒店(Hilton Shanghai Hongqiao) 详情
日期
2026年11月5日 – 11月6日
地址
上海市闵行区红松东路 1116 号
主办方
AI Engineer(Software 3.0 Inc.)
时区
Asia/Shanghai

  • AI
  • Agent
  • 基础设施
  • Physical AI
  • 开源模型

最重要的 3 件事

11月5日 13:45 起主会场与「AI 应用分会场」完全并行,必须提前选定会场(详见下方选场冲突指南);
大会双语且有同传,但两天的午餐均需自行解决(11/5 11:45–13:00、11/6 11:50–13:15,建议避开周边就餐高峰);
会前一天晚上有官方边会 Daytona AI Builders(11月4日 18:00–20:30),需单独免费报名且主办方审核通过后才通知具体地点。

速览

  • 主办方:AI Engineer(Software 3.0 Inc.)。上海站由 Standup Partners(Mengying Li)与 Superlinear Academy(Yuzheng Sun, PhD)联合主办,本地合作方 Arogo Intelligence
  • 规模与阵容:两天全日程,汇聚 59 位全球一线讲者、独角兽创始人、架构师与主持人
  • 大会双日主题:
    • 11月5日(周四):「开放模型、Agent 与基础设施」(上午单主会场,下午主会场与 AI 应用分会场双轨并行)
    • 11月6日(周五):「世界模型、Physical AI 与 AI 原生产品」(全天单一主会场,无需分身)
  • 语言支持:全场双语,现场提供专业同声传译
  • 票务通道:国内参会者走微信/支付宝(人民币,支持开具增值税专票);海外参会者走 Luma 信用卡通道(美元结账)
  • 日程更新基准:官方议程标注更新于 2026 年 11 月 1 日,注明现场可能根据讲者差旅微调
  • 赞助阵容:
    • 白金赞助:Exa、Optiver、You.com
    • 金赞助:ClickHouse、Daytona、Manus、StepFun(阶跃星辰)、Zilliz、Stripe、Brave
    • 银赞助:PingCAP、Akamai、Haier、MindLab 等
    • 核心支持伙伴:MiniMax、AutoArk、海普智联、知乎
  • 就地查阅:每个议程单元均内置讲者简介与核心亮点展开卡片(点击「简介」或「亮点」即看),无需跳转外部页面即可掌握全部 59 位嘉宾背景与技术看点

日程

Day 1 · 2026-11-05(周四)开放模型、Agent 与基础设施
  1. 09:30–09:35

    • 开场主会场

      开场致辞

      • 会务组AI Engineer

      存在本机浏览器里,不同步、不会清理。

  2. 09:35–09:45

    • 演讲主会场

      swyx 视频开场致辞

      • swyx(Shawn Wang)

        AI Engineer Foundation 创始人,知名播客 Latent Space 联合主持人,前 Temporal / Netlify 开发者倡导者。长期定义并引领全球 AI Engineer 开发者生态。

        AI Engineer / Latent SpaceAI Engineer 创始人 · Latent Space 联创

      AI Engineer 与 Latent Space 联合创始人 swyx 用一段十分钟的视频为大会开场,向上海现场观众问候。

      存在本机浏览器里,不同步、不会清理。

  3. 09:45–10:10

    • 演讲主会场主题待嘉宾最终确认25 分钟

      从模型到企业工作流:Agent真正落地需要什么

      • Marco Casalaina

        微软副总裁,负责 Azure AI 平台与企业级 GenAI 服务,曾任 Salesforce Einstein 首席产品官,主导过大规模企业级 AI 产品商业化。

        微软微软副总裁 / Azure AI

      深入探讨企业从试水单个 LLM 调用走向大规模 Agent 工作流编排时,在身份权限、确定性约束与旧有系统对接上的核心瓶颈。

      存在本机浏览器里,不同步、不会清理。

  4. 10:10–10:25

    • 演讲主会场15 分钟

      构建Agent:昨天、今天与明天

      • Clemens Rawert

        Langfuse 联合创始人。Langfuse(现加入 ClickHouse)是全球最主流的开源 LLM 追踪、调试与评测平台之一,致力于为生产环境 Agent 提供全链路可视化监控。

        Langfuse by ClickHouse(LLM可观测性平台 · 金赞助)联合创始人

      Agent 的造法换得太快:昨天是链条加 RAG,靠肉眼看提示词调试;今天是长循环的工具调用,靠链路追踪、生产失败攒出的数据集和评测守住质量;明天最好的团队已经在做——遥测数据本身变成 Agent 的接口。讲哪些信号该暴露给 Agent、人现在还该把住哪一道闸,以及当 Agent 成为链路数据最重的读者时会发生什么。

      存在本机浏览器里,不同步、不会清理。

  5. 10:25–10:45

    • 演讲主会场20 分钟

      当我们什么都能做,还知道自己想做什么吗?

      • Ryo Lu

        前 Cursor 核心界面与交互设计师,长期深耕 AI 时代的人机协作界面、认知负荷分配与自主 Agent 交互范式设计。

        前 Cursor前 Cursor 设计师

      执行越来越容易,「做得更多更快」就成了默认选项:忙着生产、评审、追赶,却挤掉了形成自己想法的时间。Ryo 结合在 Notion 与 Cursor 做工具、创造 ryOS、以及离开旧金山到台北的经历,谈 AI 时代的创造力、判断与自主——不是反对快,而是重新想清楚什么值得加速、什么需要时间,工具该把人从流水线上解放出来,而不是变成另一条流水线。

      存在本机浏览器里,不同步、不会清理。

  6. 10:45–10:50

    • 10:45–10:50 茶歇休息
  7. 10:50–11:10

    • 演讲主会场20 分钟

      后训练已成为大模型性能跨越的核心分水岭。基座模型预训练仅学习了语言概率分布,而后训练(含 SFT 监督微调、DPO 直接偏好优化、PPO 与 GRPO 等强化学习范式)则赋予模型推理思考(Reasoning)、工具调用(Tool-use)与可控决策能力。大会第一天 You.com 团队将现场拆解如何利用多轮强化学习(RLVR)与奖励建模,教开放权重模型学会像人类专家一样自主检索互联网、翻页并交叉验证信息事实。

      前沿模型后训练:教开放模型搜索和浏览网页

      • 李正楠

        李正楠为 You.com 资深 AI 工程师,Alex 为 You.com 产品与工程负责人。团队研发了全球领先的实时搜索 API 与 Web 交互智能体。

        You.com(实时搜索 API · 白金赞助)资深 AI 工程师
      • Alex TriplettYou.com(实时搜索 API · 白金赞助)产品与工程负责人

      分享 You.com 如何通过多轮强化学习(RLVR)、轨迹奖励模型与工具调用策略,训练开源权重模型自主浏览网页并获取高保真事实信息。

      存在本机浏览器里,不同步、不会清理。

  8. 11:10–11:25

    • 演讲主会场15 分钟

      开源模型推理的全栈工程:延迟、吞吐与成本

      • Chen Wang

        Baseten 高级工程主管,专注于高性能机器学习模型服务化基础设施、vLLM / TensorRT 调度管线优化与分布式推理成本管理。

        Baseten(开源模型推理平台)工程主管

      开源模型推理正在成为企业的现实选择,尤其是做 AI 原生应用的团队。要交付快、稳、省的推理,就得从 CUDA kernel、Kubernetes 编排一路做到量化、缓存与读写分离。讲塑造生产推理系统的关键设计决策与新技术,以及延迟、吞吐、成本、可靠性之间怎么取舍。

      存在本机浏览器里,不同步、不会清理。

  9. 11:25–11:30

    • 11:25–11:30 茶歇休息
  10. 11:30–11:45

    • 演讲主会场15 分钟

      静态的选择题与 Benchmark(如 MMLU)不仅存在严重的数据泄露污染,更完全无法反映 Agent 在多步长程长链条场景下的真实胜任率。业界正在转向以「真实工程任务能否通过全套 CI 自动化集成测试」作为客观评判标准(如 SWE-bench 与 Task PR Evals)。第一天法律独角兽 Harvey 将披露内部验证上万次 Agent PR 的自动化验收框架,LMSYS Arena 与 Agoda 也将带来真实用户对抗盲测与私有仓库基准化的最新范式。

      怎样衡量模型在真实使用中的表现

      • Chen Peng

        LMSYS Chatbot Arena 核心团队成员。Chatbot Arena 是全球公认的大模型盲测竞技场,通过数十万真实匿名用户对抗投票评估前沿模型实力。

        Arena(LMSYS 大模型评测平台)Arena 核心成员

      介绍 Arena 提供的 AI 评测产品与服务,帮助前沿模型实验室与新兴实验室在真实场景里衡量并改进模型的表现。

      存在本机浏览器里,不同步、不会清理。

  11. 11:45–13:00

    • 11:45–13:00 午休 · 自行用餐
  12. 13:00–13:40

    • 圆桌主会场

      AI 时代的社区

      • AJ

        WaytoAGI 社区发起人。一个围绕知识共享、共同学习与共创建立的开源 AI 学习社区。

        WaytoAGI创始人
      • 杨远骋(Koji)

        十字路口创始人、真格基金投资合伙人。以内容与社区连接 AI 创业者。

        十字路口创始人;真格基金投资合伙人
      • 曲凯

        42章经创始人及其播客主理人,播客以与创始人、投资人和技术从业者的对谈为特色。

        42章经创始人兼 CEO
      • 高宁

        Linkloud 联合创始人兼 CMO,通过活动、工作坊与国际市场项目连接中文 AI 与 SaaS 创业者;本场由他主持。

        Linkloud联合创始人兼 CMO;本场主持

      存在本机浏览器里,不同步、不会清理。

  13. 13:40–13:45

    • 13:40–13:45 茶歇休息
  14. 13:45–14:05同时段 2 场

    • 演讲主会场20 分钟

      Agent Harness 是包裹在模型外部的工程执行运行时框架。它负责维持主执行循环(ReAct / Plan-and-Solve)、管理短长期上下文窗口、派发 API 工具调用、截获异常并重试,以及防范智能体陷入死循环或无节制消耗 Token。大会第一天阶跃星辰(StepFun)与第二天 MiniMax 将分别从国产大模型视角,探讨随着基座推理模型原生智商越来越高,Harness 究竟应该保留多重的控制逻辑,又该在何处果断放手交给模型自主推断。

      从模型智能到Agent Harness:让Agent持续完成长程任务

      • Ailing Teng

        阶跃星辰(StepFun)智能体研发团队核心成员,主导超长上下文交互与长程任务自主调度系统的研发。

        阶跃星辰(StepFun · 大模型独角兽 · 金赞助)智能体研发负责人

      Agent 承担的任务越长越复杂,怎么让它不掉链子就成了核心工程问题。结合阶跃星辰最新的旗舰基座模型 Step 5 Preview 与开源 Agent harness Step Code,讲模型与 harness 如何配合,让 Agent 在真实应用里保持方向、交付可靠结果。

      存在本机浏览器里,不同步、不会清理。

    • 演讲AI应用分会场20 分钟

      用YouMind构建适合个人成长的Personal Agent

      • 王保平(玉伯)

        前蚂蚁集团体验技术部负责人、语雀创始人,国内前端技术代表人物。现创立 YouMind,探索以人为中心的长效个人成长 Agent。

        YouMind(个人成长 Agent)YouMind 创始人

      玉伯分享如何用 YouMind 搭建一个服务于个人成长的 Personal Agent。

      存在本机浏览器里,不同步、不会清理。

  15. 14:05–14:25同时段 2 场

    • 演讲主会场20 分钟

      从Dark Factory到Lobsterville:持续运行的多人协作Agent的意图工程

      • Vincent Koc

        OpenClaw Foundation 创始人兼技术架构师,开源自治 Agent 协作协议推动者,专注于多智能体意图识别与无人干预流水线设计。

        OpenClaw Foundation基金会发起人

      2026 年初我们造了「Dark Factory」来交付 OpenClaw:Agent 整夜并行、几千个提交,纯粹拼吞吐。直到产出不再是我们真正想要的——瓶颈是意图。分享 OpenClaw 正在建造的「Lobsterville」系统之城:肉食代理、多人协作驾驶、意图交接与意图工程的基本功。

      存在本机浏览器里,不同步、不会清理。

    • 演讲AI应用分会场15 分钟

      静态的选择题与 Benchmark(如 MMLU)不仅存在严重的数据泄露污染,更完全无法反映 Agent 在多步长程长链条场景下的真实胜任率。业界正在转向以「真实工程任务能否通过全套 CI 自动化集成测试」作为客观评判标准(如 SWE-bench 与 Task PR Evals)。第一天法律独角兽 Harvey 将披露内部验证上万次 Agent PR 的自动化验收框架,LMSYS Arena 与 Agoda 也将带来真实用户对抗盲测与私有仓库基准化的最新范式。

      Harvey内部的上万次Agent PR

      • Joey Wang

        Harvey 工程主管,负责高可靠代码生成与自动化 PR 落地管线,推动生产级代码仓库内的 Agent 确定性评测。

        Harvey(法律 AI 独角兽)工程主管

      分享全球估值最高的法律 AI 独角兽如何让 Agent 自主处理上万次代码变更、建立严格确定性评估基准并与工程团队协同。

      存在本机浏览器里,不同步、不会清理。

  16. 14:20–14:35

    • 演讲AI应用分会场15 分钟

      走出试点:如何管理第500个AI Agent

      • Andy Wang

        Dify 产品生态负责人。Dify 是全球标杆级开源 LLM 应用与 Agent 编排框架,帮助企业快速构建与运维数百个业务 Agent。

        Dify(开源 LLM 应用开发平台 · 金赞助)生态负责人
      摘要

      第一个 AI 应用上线很难,每场 AI 会议都在讲这个。但当你要管第 50、第 100 甚至第 500 个 Agent 时呢?企业规模上问题根本变了:不再只是把 Agent 做出来,而是跨团队、跨业务流程、跨系统地管好几百个 Agent,同时保住可靠性、治理、可观测与控制。谁负责每个 Agent?怎么监控质量与表现?怎么避免重复劳动、共享知识,并让不断扩张的 AI 劳动力保持可信?基于 Dify 的 AI Agent 管理平台上的真实企业落地,讲 Agent 成功上线之后才出现、试点期几乎没人谈的问题:架构决策、运维挑战与组织经验。企业 AI 的下一个前沿不是多快做出第一个 Agent,而是多有效地管好接下来的 500 个。

      存在本机浏览器里,不同步、不会清理。

  17. 14:25–14:30

    • 14:25–14:30 茶歇休息
  18. 14:30–14:50

    • 演讲主会场20 分钟

      端侧AI:让智能与每个人0距离

      • 周游(Alex)

        无界方舟(AutoArk)创始人兼 CEO,专注于端侧微架构推理引擎与无缝边缘智能决策系统的落地推广。

        无界方舟AutoArk(端侧 AI 公司)创始人兼 CEO

      有用的 AI 能不能直接跑在手机、PC 和其他个人设备上,而不依赖云?讲端侧模型的内存瓶颈,用早期专家路由与流式加载压低常驻内存;以及如何把毫秒级的本地判断与更大的端侧模型结合起来,附耳机、机器人、智能眼镜等例子。

      存在本机浏览器里,不同步、不会清理。

  19. 14:35–14:40

    • 14:35–14:40 茶歇休息
  20. 14:40–14:55

    • 演讲AI应用分会场15 分钟

      Agent替用户行动,需要哪些信任基础设施?

      • 裴晟

        Visa 亚太区创新生态架构师,专注于数字化支付安全协议、凭据委托鉴权与自治智能体合规风控边界。

        Visa亚太数字创新负责人
      摘要

      AI Agent 正从推理与生成走向代表用户采取真实行动。这需要一层新的基础设施:身份、授权、信任、凭据与执行。结合 Visa 在 Visa Intelligent Commerce(VIC)上的工作,讲这些基础能力如何为自主 Agent 设计——Agent 怎么证明自己是谁、怎么表明用户意图、怎么安全地取用凭据、怎么与外部系统安全交互,以及把 Agent 从助手变成可信执行者所需要的新兴基础设施栈。

      存在本机浏览器里,不同步、不会清理。

  21. 14:50–15:10

    • 演讲主会场20 分钟

      Agent 与传统代码服务不同,在执行数据分析、编写并运行脚本、操作浏览器时需要动态拉起「任意不受信任的代码执行环境」。通用 Kubernetes 容器启动通常需要数十秒到分钟级,冷启动过慢且难以支持运行中毫秒级内存快照与状态回滚(Fork / Snapshot)。第一天 Daytona CEO 将披露深度技术 benchmark:50 步真实代码修复轨迹在通用容器与专用轻量沙箱(如微虚拟机 MicroVM)上的实际表现(12.9秒 vs 161.5秒)。

      Kubernetes不等于Agent沙箱

      • Ivan Burazin

        Daytona 创始人兼 CEO,前 Codeanywhere 创始人,长期构建专为开发环境与代码执行设计的毫秒级轻量安全沙箱。

        Daytona(Agent 沙箱与开发环境 · 金赞助)创始人兼 CEO

      现场展示权威跑分:同一段 50 步真实代码修复轨迹在不同运行时上的启动开销与执行速度,剖析通用 K8s 容器在 Agent 沙箱隔离上的延迟短板。

      存在本机浏览器里,不同步、不会清理。

  22. 14:55–15:10

    • 演讲AI应用分会场15 分钟

      写代码变快以后,移动端验收怎么办?

      • Peng Gong

        Meta / Instagram 移动端工程主管,深耕大规模客户端自动化测试、视觉探索 Agent 与高保真 UI 回归测试系统。

        Meta移动端工程总监
      摘要

      作为 Instagram Edits 的首批 Android 工程师,分享把这款 App 做成 agentic 的一手经验。Agentic 编码极大提升了开发产出,但人工验收跟不上节奏,于是他们建了 agentic 验证来补这个缺口:如今 Agent 每周跑 2000 多条验证流程,覆盖 agentic QA、开发者反馈闭环、压力测试与调试。讲怎么让一个复杂移动 App 对 Agent 可发现、可控、可验证,以及这如何支撑起更完整的 agentic 移动开发闭环。

      存在本机浏览器里,不同步、不会清理。

  23. 15:10–15:30同时段 2 场

    • 演讲主会场20 分钟

      Manus 的 AI 原生工作方式:一个 Monorepo,任务全公开

      • Fan Bin

        Manus AI 联合创始人,带领团队打造具有全自动执行能力的通用智能体产品,推行全透明工程研发与 AI 协同文化。

        Manus AI(AI 产品公司 · 金赞助)联合创始人
      摘要

      多数团队是把 AI 工具塞进旧流程,Manus 则围着 Agent 重搭了一遍:所有仓库、团队规则与 Agent 技能都放进一个共享工作区 Manus mono,它连着公司几乎所有服务,Agent 在一个地方写代码、跑测试、查日志、动数据库、发到生产。于是公司里任何人都能开 PR——工程师、产品、设计、运营都在修自己发现的 bug。团队里每个任务对所有人可见,任务与发起人解耦:需要信息就把链接发给知道的人,同事不在也有人接手。分享这套工作方式是怎么建起来的、走过哪些弯路,以及它如何改变了团队的协作方式。

      存在本机浏览器里,不同步、不会清理。

    • 演讲AI应用分会场主题待嘉宾确认10 分钟

      Agentic Harness: 实时音视频 AI 访谈

      • 董有超

        Cookiy Labs 创始人,专注于毫秒级低延迟音视频流处理与多模态交互 Agent Harness 的研发。

        Cookiy Labs创始人

      存在本机浏览器里,不同步、不会清理。

  24. 15:20–15:30

    • 15:20–15:30 茶歇休息
  25. 15:30–15:35同时段 2 场

    • 演讲AI应用分会场10 分钟

      静态的选择题与 Benchmark(如 MMLU)不仅存在严重的数据泄露污染,更完全无法反映 Agent 在多步长程长链条场景下的真实胜任率。业界正在转向以「真实工程任务能否通过全套 CI 自动化集成测试」作为客观评判标准(如 SWE-bench 与 Task PR Evals)。第一天法律独角兽 Harvey 将披露内部验证上万次 Agent PR 的自动化验收框架,LMSYS Arena 与 Agoda 也将带来真实用户对抗盲测与私有仓库基准化的最新范式。

      你的代码仓库,你的评测基准。

      • Roman Shirochenko

        Agoda(Booking Holdings)工程总监,主导将企业内部复杂业务代码库直接改造为具有强确定性的 Agent 自动化评测基准。

        Agoda (Booking Holdings)高级工程主管

      把公司里成百上千个合并请求变成基准,用来改进你的编码 Agent harness。

      存在本机浏览器里,不同步、不会清理。

    • 15:30–15:35 茶歇休息
  26. 15:35–15:55

    • 演讲主会场20 分钟

      用Exa搜索为开源Personal Agent提供实时信息

      • Jakub Hojsan

        Exa 创始工程团队成员。Exa 研发了专为 AI 设计的嵌入式神经搜索引擎,直接返回清洗后的 HTML/Markdown 内容与相关度向量。

        Exa(实时网页搜索 API · 白金赞助)创始工程师

      用 Exa 的实时网页搜索、地点、天气与研究能力,通过一个 API 就能给开源个人 Agent 装上实时信息。

      存在本机浏览器里,不同步、不会清理。

  27. 15:40–15:50

    • 演讲AI应用分会场10 分钟

      可信上下文:企业数据与Agent之间缺的一层

      • Alyssa Lee

        DataHub 亚太区技术方案负责人,致力于元数据驱动的数据可信治理、实时血缘追溯与企业级 Agent 数据上下文供给。

        DataHub解决方案架构师
      摘要

      企业里 Agent 的失败大多不像模型失败——模型没问题,它只是不知道财务实际用的是哪四张收入表中的哪一张、那张表归谁、昨晚的流水线跑没跑、某列是不是三月就废弃了。这些知识就在组织内部,散落在技术 schema、流水线遥测、业务定义与组织架构图里,却几乎没传到 Agent 手上。讲如何把这四类元数据汇成一个与模型无关、Agent 可查询的上下文层,以及在大型企业里真做下来要付出什么:架构只是开场,难的是判断哪些上下文可信到可以对外提供、如何保持新鲜、通过 MCP 暴露给 Agent,以及怎么让团队维护自己都看不到的上下文。

      存在本机浏览器里,不同步、不会清理。

  28. 15:50–16:10

    • 演讲AI应用分会场20 分钟

      Harness是第一轮Reviewer

      • Peter Hoffmann

        Data4Life Asia 技术总监,深耕健康医疗数据安全、合规自动化审计与基于 Harness 框架的代码第一道防护门禁。

        Data4Life Asia技术总监
      摘要

      过去一年他们把 OHDSI 医疗研究网络用了十余年的队列设计工作台 ATLAS 从后端到前端整体现代化:Java 后端从 Java 8 升到 Java 21 与 Spring Boot 3,1600 多个文件净删 6.5 万行;前端用 Vue 3 与 TypeScript 从零重写,11 万行源码,每次 PR 都由覆盖率强制的单元测试与对整个 OHDSI 表型库的端到端保真校验把关,公开运行在 atlas-preview.ohdsi.org/atlas。绝大部分代码由编码 Agent 写出,量大到没人能逐行读完。前端重写由他主导、评审与验收;当验收不可能等于逐行阅读时,验证就得换个地方住——harness 成了第一道评审。讲它由什么构成:以规格作为委派单位、以旧实现作为行为基准、E2E 用例与类型门禁作为合并判据、用截图驱动迭代替代对像素的争论;并走完一个真实功能,看 harness 抓到了什么、漏掉了什么、今天会怎么改。

      存在本机浏览器里,不同步、不会清理。

  29. 15:55–16:15

    • 演讲主会场20 分钟

      随着具身智能与长记忆 Agent 的普及,数据类型从纯文本扩展为包含点云、激光雷达深度图、高频动作轨迹与音视频流的异构多模态巨量数据。传统关系型数据库与纯行式存储完全无法承载此类海量随机多维向量检索与批处理。第二天 LanceDB 工程师丁皓(OpenDAL 作者)与第一天 Zilliz 专家将分别剖析专为多模态设计的列式向量湖仓格式与 Agent 长期情景记忆沉淀技术。

      Agent的记忆,也是下一轮训练数据

      • 郭人通(Rentong Guo)

        Zilliz 联合创始人兼产品副总裁,主导把 Milvus 从向量数据库推向 Vector Lakebase 的架构演进。Zilliz 是开源分布式向量数据库 Milvus 的研发组织,专注于大规模知识检索增强与动态智能体记忆体系。

        Zilliz(Milvus 向量数据库开发方 · 金赞助)联合创始人兼产品副总裁
      摘要

      跑二十步的 Agent 会发起几十次检索,写下的和读到的差不多多。它留下的轨迹写多、按时间排序,且按步、跨段、整条轨迹三种粒度被查询——这和强化学习的 rollout 存储是同一种形状,不是相似,是相同。模型实验室两年前就以别的名字碰到过同一批算子:语义去重、去污染、难负样本挖掘。Agent 记忆与训练数据正在收敛到同一套算子上,这就是 Milvus 从向量数据库走向 Vector Lakebase 的原因。

      存在本机浏览器里,不同步、不会清理。

  30. 16:10–16:15

    • 16:10–16:15 茶歇休息
  31. 16:15–16:35同时段 2 场

    • 演讲主会场20 分钟

      在企业级生产环境中,直接调用单一模型 API 极易遭遇区域故障、限频(Rate Limit 429)或模型供应商服务抖动。多区域 LLM 网关承担了智能动态路由、跨云自动 Failover、流式 Token 压缩缓存、Prompt 防火墙及组织级成本审计职责。第一天量化巨头 Optiver 将详解金融级高可用多区域 LLM 网关的设计架构,Techcombank 亦将从组织视角拆解如何混合使用预置容量与按量付费以降低推理账单。

      搭建可靠的多区域LLM网关

      • Xinghong Fang

        Optiver 亚太区量化系统架构师,专注于超低延迟网络交易基础设施、高可用服务网关与跨云故障自动容灾。

        Optiver(量化交易 · 白金赞助)亚太量化系统架构师

      LLM 网关成了 Optiver 的关键基础设施:工程师、研究员和 Agent 每天都在用,从海量市场新闻分析到跑自动化流程;网关一挂,代价立刻显现。要让 LLM 流量在多个区域与多家供应商之间稳定运行并不容易,很多故障不在自己手里。分享搭建与扩展多区域 LLM 网关的经验:协议转换、扩容、供应商故障切换、可观测性与多区域高可用,以及一路上踩到的坑。

      存在本机浏览器里,不同步、不会清理。

    • 演讲AI应用分会场10 分钟

      数据Agent需要的不只是知识图谱

      • 赵恒

        DatusAI 创始人兼 CEO,专注于新一代企业级数据智能体架构,结合动态图谱与混合索引实现复杂业务逻辑自动拆解。

        DatusAI联合创始人兼 CEO

      以语义层作为数据 Agent 的基础设施:从指标交换出发谈 Apache Ossie,走一遍从规范到实现;什么样的语义层才算 AI 原生;在语义模型之上搭本体;Datus 与 Dosi 如何从企业上下文构建语义层与本体;以及面向 Agent 数据栈的开放语义层。

      存在本机浏览器里,不同步、不会清理。

  32. 16:25–16:35

    • 演讲AI应用分会场10 分钟

      让网页成为能实时交互的Agent

      • Utsav Singhal

        Interact AI 联合创始人兼 CEO,构建基于浏览器的自动化 Agent,通过直接语义注入将任意静态 Web 转化为实时交互式应用。

        Interact AI联合创始人兼 CEO
      摘要

      网站是最差劲的销售——静态、无响应,放走 78% 的潜在客户。25 年来我们管这叫「优化」,做的却只是把按钮 A 换成按钮 B,或做几个账户级页面,祈祷转化涨 2%。每次改动都要烧掉几周设计与开发时间,而访客几秒内就走了。现代流量穿过的是为拨号时代设计的测试流程,漏损每天都在扩大。讲为什么网页在漏访客、什么能让站点变成 Web 4.0 Agent(自适应视频、实时语音、屏幕上的数字人协同展示产品)、如何用简单 API 接上这些层而不是推倒重来、抓住八秒注意力的设计动作、早期采用者已经记录到的转化提升,以及把一个高价值页面先带进这个未来、再推全站的六步试点方案。

      存在本机浏览器里,不同步、不会清理。

  33. 16:35–16:40同时段 2 场

    • 演讲AI应用分会场10 分钟

      从想法到发布:一个人用AI做3D《小王子》游戏

      • Sac

        独立游戏开发者与 3D 创作者,借助前沿 AI 生成工具链与脚本 Agent,以个人单兵形式完成 3D 游戏从概念到上线的全周期制作。

        独立创作者独立创作者

      《小王子:星际穿越》是一款一个人借助 AI 做出来的 3D 叙事游戏。分享项目从把熟悉的故事改编成可探索场景,到反复迭代代码、3D 资产与视觉打磨,再到公开发布的全过程;哪些做法有效、哪些没有,以及这个过程对用 AI 创作的人意味着什么。

      存在本机浏览器里,不同步、不会清理。

    • 16:35–16:40 茶歇休息
  34. 16:40–17:00

    • 演讲主会场20 分钟

      没人计划过AI Infra:数据库如何被AI创业者推向未来

      • 李粒

        TiDB / PingCAP 资深分布式系统架构师,主导分布式数据库在高并发场景与混合交易分析(HTAP)下的向量扩展架构。

        TiDB(分布式数据库 · 银赞助)架构师

      AI 开发者要的数据库能力一次次越过它原本的边界:一个 Agent 一个库、跨会话的记忆、能活过一次性沙箱的状态。分享这些生产需求如何推动改变,以及在隔离、一致性、恢复与可观测性上做出的选择。

      存在本机浏览器里,不同步、不会清理。

  35. 16:45–16:55

    • 演讲AI应用分会场10 分钟

      从匹配到交付:用AI规模化开展创作者合作

      • Susan Peng

        AhaCreator 创始人兼 CEO,利用多智能体网络自动化处理品牌商务撮合、合同履约与创作者多语言内容本地化交付。

        AhaCreator创始人兼 CEO

      通过 AhaCreator 的品牌方与创作者界面演示,看 AI 如何把合作从需求单推进到内容交付。案例包括某客户单月合作支出超过 50 万美元,以及若干由趋势驱动的项目在 3 到 5 天内从想法走到发布。讲 AI 与人的职责如何划分,以及实际的价格、响应速度与交付记录如何反过来影响后续的创作者筛选与合作选择。

      存在本机浏览器里,不同步、不会清理。

  36. 16:55–17:00

    • 闭幕AI应用分会场

      分会场闭幕整理

      • 会务组AI Engineer

      存在本机浏览器里,不同步、不会清理。

  37. 17:00–17:10

    • 17:00–17:10 休息整理
  38. 17:10–17:25

    • 演讲主会场15 分钟

      在企业级生产环境中,直接调用单一模型 API 极易遭遇区域故障、限频(Rate Limit 429)或模型供应商服务抖动。多区域 LLM 网关承担了智能动态路由、跨云自动 Failover、流式 Token 压缩缓存、Prompt 防火墙及组织级成本审计职责。第一天量化巨头 Optiver 将详解金融级高可用多区域 LLM 网关的设计架构,Techcombank 亦将从组织视角拆解如何混合使用预置容量与按量付费以降低推理账单。

      优化组织级LLM推理成本:席位订阅、按Token计费、预置容量及更多方案

      • Do Tuan Anh

        Techcombank 企业技术架构总监,主导大型金融机构内部 LLM 算力成本拆解、多租户计费与混合采购策略。

        Techcombank企业架构总监
      摘要

      企业买 LLM 推理有三种结构完全不同的计价方式:按额度订阅、按 Token 的 API、自建 GPU 容量,但很少有人说得清在什么量级该选哪个。分享「效率曲线」:每个量级下最便宜采购方式的单 Token 成本,以及各条曲线的交叉点。基于 2026 年 7 月的价格快照得出一个反直觉结论——订阅与 API 的交叉点往往在经济上根本不出现,真正卡住转换的是服务条款里的席位上限,而不是价格;自建的交叉则是实打实的价格交叉,落在每月约 3.6 亿至 8.99 亿 Token 之间,并随输出 Token 占比移动。附一套把每个指标对应到采购决策的监控框架,来自在受监管银行里跑 AI 基础设施的实践。

      存在本机浏览器里,不同步、不会清理。

  39. 17:25–17:35

    • 快闪主会场10 分钟

      高质量合成数据与环境交互轨迹(Trajectories)是大模型下一阶段强化学习训练的生命线。为了让智能体自我进化,必须在极高并发的沙箱集群中同时运行数以万计的虚拟代码仓库、终端或游戏模拟器,记录成功的推理链并进行策略梯度回传。第一天 Google 团队将发表《百万沙箱背后的Agent强化学习基础设施》快闪演讲,分享如何支撑超大规模环境并行 Rollout 的调度与数据处理工程。

      百万沙箱背后的Agent强化学习基础设施

      • Tinsley Shi

        Google 研究科学家,专注于百万级轻量沙箱环境的大规模并行 Rollout 调度与智能体自主探索强化学习系统。

        Google(强化学习与百万沙箱)研究员
      摘要

      编码与 Agent 模型的强化学习后训练,把每一次 rollout 都变成一个沙箱:全新环境、任务镜像、几条命令、一份奖励,然后销毁。单次训练可能每小时需要几百万个,横跨数千种镜像,启动成百上千地涌来、寿命以秒计。分享用开源的 Kubernetes 上 harness Substrate 跑 100 万沙箱学到的东西:温池复用、镜像加速、低延迟可扩展存储、microVM、gVisor、黄金快照等整条技术栈,以及支撑这些的编排层、基准与延迟评估。

      存在本机浏览器里,不同步、不会清理。

  40. 17:35–17:45

    • 快闪主会场10 分钟

      AI时代,游戏开发者的工作如何改变

      • 唐飞虎(小岛老师)

        月之暗面(Moonshot AI / Kimi)团队核心成员,知名独立游戏开发者,长期探索大模型赋能动态世界生成与 NPC 智能决策。

        Kimi(Moonshot AI)全栈工程师 · 独立游戏制作人
      摘要

      AI 正在系统性地吞掉游戏开发的技术核心:代码生成工具从自然语言提示直接产出玩法脚本、shader 与引擎插件,AI 结对程序员自主处理调试、重构与单元测试;生成模型驱动的程序化内容管线不用手写脚本就能造出整关、NPC 行为与任务逻辑;自动化 QA 机器人全天候试玩,比人工测 bug 更快;连内存分析、性能调优、跨平台移植这些优化工作也越来越交给 Agent。开发者的角色从写代码转向评审、编排与验证机器产出。分享哪些工程任务已经被 AI 取代、哪些能力仍然非人不可。

      存在本机浏览器里,不同步、不会清理。

  41. 17:45–17:50

    • 闭幕主会场

      首日议程总结

      • 会务组AI Engineer

      存在本机浏览器里,不同步、不会清理。

Day 2 · 2026-11-06(周五)世界模型、Physical AI 与 AI 原生产品
  1. 10:00–10:05

    • 开场主会场

      次日议程开场

      • 会务组AI Engineer

      存在本机浏览器里,不同步、不会清理。

  2. 10:05–10:25

    • 演讲主会场20 分钟

      区别于语言模型的「预测下一个 Token」,世界模型(World Models)旨在理解并预测物理世界的动态规律与空间因果结构。通过维持一个可持续更新的内部三维隐空间状态,世界模型能够想象环境在采取特定物理动作后的未来演变。第二天李飞飞创立的 World Labs 联合创始人 Christoph Lassner 将带来全球首次世界模型系统分类,VAST / Tripo AI 亦将展示从静态 3D 生成走向可交互实时世界的技术演进路径。

      世界模型的分类

      • Christoph Lassner

        World Labs 联合创始人,空间智能与生成式 3D 视觉顶级专家,曾任 Meta Reality Labs 资深研究科学家、亚马逊人工智能科学家。

        World Labs(李飞飞联合创办 · 空间智能世界模型)联合创始人

      李飞飞联合创办的世界模型领军企业核心成员,系统拆解生成式世界模型在三维表征、空间智能物理预测与动态交互仿真上的理论分类与工程实践。

      存在本机浏览器里,不同步、不会清理。

  3. 10:25–10:45

    • 演讲主会场20 分钟

      如何让 Agent 自主操控浏览器完成复杂业务?传统的纯截图多模态 VLM(如基于像素坐标点击)受限于视觉分辨率与布局漂移,耗费极高 Token 且误点率高;而直接喂入整个 HTML DOM 又极易撑爆上下文窗口。第二天 HeyGen 架构师将带来《HTML就是Agent的视觉上下文》,深入剖析将清洗后的辅助功能树(Accessibility Tree)与视觉特征相融合、兼具极低 Token 消耗与精准定位的网页交互方案。

      HTML就是Agent的视觉上下文

      • Bin Liu

        HeyGen 技术总监,专注于多模态视频生成引擎研发,首创将 DOM 结构树解析作为高保真视觉上下文喂给 Agent 的高效范式。

        HeyGen(AI 视频生成独角兽)技术架构主管
      摘要

      大多数 Agent 的产出最后还是文本,这浪费了渲染引擎。把 HTML 当作 Agent 的主要输出格式,模型回应就能直接变成视频、幻灯片与业务产物——不需要专用渲染器、不需要私有格式,用的就是被训练得最多的标记语言。讲围绕 HTML 作为可视化层搭起来的 agentic 系统架构、规模化时哪里会崩、生产落地学到了什么;并介绍开源免费的 HyperFrames 框架。另有一段面向技术听众的版本:多模态 Agent 会以纯文本 Agent 不会的方式失败——模型看不见自己做的、没法在画面里稳定定位、也没法在工作记忆里保持长时间视觉编辑;讲 HeyGen 为补这个缺口做的上下文工程:用承载语义的素材命名约定、给 VLM 评审用的接触印相与拼贴提示、用帧编号与网格叠加做空间定位,以及把 HTML 当中间表示,让生成留在模型的训练分布内。核心主张:别跟分布硬碰,把问题重构成模型已经会解的形式。

      存在本机浏览器里,不同步、不会清理。

  4. 10:45–11:05

    • 演讲主会场20 分钟

      AGI 是解码能力,编码能力是壁垒

      • 杨滢(屠龙的胭脂井)

        赤翎川月科技创始人兼首席科学家,卡内基梅隆大学认知脑成像博士后,长期致力于从人脑信息编码视角解析通用智能演进。

        赤翎川月科技有限公司脑科学博士 · 科技学者

      AGI 越来越强,垂直 AI 产品还能在哪里建立长期优势?结合她在美妆行业的工作,区分通用模型的「解码能力」与「编码」——把行业里隐性知识、专家判断与消费者需求编码成可用的规则与数据。讲一条自下而上的产品路径:从消费者决策辅助,到小品牌、大品牌,再到上游供应链,看 AI 怎么降低交易成本、把真实需求变成增长。

      存在本机浏览器里,不同步、不会清理。

  5. 11:05–11:10

    • 11:05–11:10 茶歇休息
  6. 11:10–11:25

    • 演讲主会场15 分钟

      制造业的AI转型:行百里者半九十

      • 朱世辉

        海普智联集团(HICAP)CIO,主导大型实体制造企业产线视觉质检、智能供应链排产与工业级 AI 算法深度落地。

        海普智联集团(HICAP · 实体制造智能转型)副总裁兼 CIO
      摘要

      AI 现在能写报告、审合同、发代码,演示前所未有地容易。但走进工厂,它要面对几十年的老设备、技能结构完全不同的一线员工、活在纸质表格和 Excel 里的判断力,以及每笔投入都要问回报的负责人。HICAP 这家酒类瓶盖制造商用两年时间把 AI 放进自己的交付、质量、计划与营销。分享制造企业如何按业务影响挑 AI 项目、如何用具体 Agent 切进去,以及怎样把 AI 带进日常流程的执行、监控与反馈——制造 AI 的最后一公里,走完九十里也才到一半。

      存在本机浏览器里,不同步、不会清理。

  7. 11:25–11:40

    • 演讲主会场15 分钟

      读不懂的评测,如何信任?

      • James Hush

        Daily.co 资深系统架构师,负责 WebRTC 超低延迟流式音视频网络与语音多模态 Agent 确定性基准评测体系。

        Daily.co核心架构师
      摘要

      AI 写出来的东西已经多到看不完:代码、测试、客服回复、翻译。过去我们信任产出,因为有人读过;现在没人能全读,却还是照发。他自己就撞上了这件事——做一款用中英文接珍珠奶茶订单的语音 Agent,他每天说中文,却读不了中文,于是自己评测的一半都读不了。看一个坏评审的代价:少糖变全糖,评审判「通过」,有人喝到坏饮料;诊所里「十四」听起来像「四十」,机器人听错剂量、评审判「通过」,有人受伤。乘以每一通没人听的电话。所以他把信任做成一个闭环:一台笔记本上用 Pipecat Evals 与开放模型,LLM 用两种语言写评测、模拟顾客下单并中途改主意、本地评审打分,再反过来检查这个评审——用他读得懂的通过/失败规则、埋进评测里必须抓到的 bug、换一个模型家族的第二评审来标记分歧,重要的通话再请母语者听。带走这个闭环,以及对任何评测都该问的一句:要让这个测试出错需要什么,谁会发现?

      存在本机浏览器里,不同步、不会清理。

  8. 11:40–11:50

    • 快闪主会场10 分钟

      3,000场真实会话:流式语音转写的经验与教训

      • Satvik Sinha

        新加坡国立大学(NUS)AICET 实验室研究员,专注于端到端流式语音识别在大规模真实复杂会话场景下的工程落地瓶颈。

        AICET, NUS研究员
      摘要

      语音转写看起来像是个已解决的问题,但复查自己的普通话实战课时,他们发现每四通里约有一通转写里出现了根本没被说出的词——流式模型往普通话答案里插进了韩语、希伯来语和泰语。同一段录音在课后(非流式)跑一遍,转写几乎完美;在流式音频上表现差的模型,公开发布上的分数却很好。为了弄清原因,他们搭了一套回放装置,用四个模型跑真实会话,换掉了生产用的模型却仍未解释清楚,于是继续查。分享逐步排查的结果,包括对流式转写影响最大的两个设置,以及它们能在你的用户音频上带来多大改善。

      存在本机浏览器里,不同步、不会清理。

  9. 11:50–13:15

    • 11:50–13:15 午休 · 自行用餐
  10. 13:15–13:55

    • 圆桌主会场对话主题待最终确认

      AI 创业:产品、市场与下一步(顶级投资人圆桌)

      • 戴雨森

        真格基金管理合伙人,主导或参与过 Kimi、Manus、Genspark、vLLM、与爱为舞、To Summer、Party Animal 等高增长项目的早期投资。此前从斯坦福回国创业,并把公司带到纽交所上市。

        真格基金管理合伙人
      • 王淮

        线性资本创始人兼 CEO,专注 AI 驱动的前沿科技投资,早期投资过地平线、众擎智能、珞石机器人、Rokid、Tezign。此前是 Facebook 第二个中国工程师、首位研发负责人。

        线性资本创始人兼 CEO
      • 刘勇

        TaoZ Capital 创始人、前 BlueRun Ventures 投资合伙人。连续创业者与投资人,在北京大学联合讲授「AI 创业与投资」课程。

        TaoZ Capital创始人
      • 比比

        小声比比主笔、第二次用火 AI 播客主理人。公众号文章单篇常破 10 万阅读,全平台粉丝 500 万以上。

        小声比比/第二次用火主持人

      存在本机浏览器里,不同步、不会清理。

  11. 13:55–14:15

    • 演讲主会场20 分钟

      Agent Harness 是包裹在模型外部的工程执行运行时框架。它负责维持主执行循环(ReAct / Plan-and-Solve)、管理短长期上下文窗口、派发 API 工具调用、截获异常并重试,以及防范智能体陷入死循环或无节制消耗 Token。大会第一天阶跃星辰(StepFun)与第二天 MiniMax 将分别从国产大模型视角,探讨随着基座推理模型原生智商越来越高,Harness 究竟应该保留多重的控制逻辑,又该在何处果断放手交给模型自主推断。

      模型越来越强,Harness该管什么,又该放手什么?

      • 何涛

        MiniMax(名之梦)联合创始人兼系统架构核心负责人,主导万亿参数多模态混合模型训练集群与工程应用系统的演进。

        MiniMax(通用大模型独角兽)联合创始人

      探讨当基座模型的推理泛化能力不断外溢,传统工程 Harness 框架中的提示词注入、状态机与验证逻辑哪些应该瘦身,哪些必须坚守底线。

      存在本机浏览器里,不同步、不会清理。

  12. 14:15–14:30

    • 演讲主会场15 分钟

      VLA(Vision-Language-Action)模型是具身智能机器人的决策中枢,它直接以摄像头连续画面(Vision)和人类自然语言指令(Language)为输入,跨模态直接自回归预测机器人的机械臂关节转角、夹爪开合或移动底盘速度(Action)。第二天 AiMoga Robotics 与穹彻智能(Noe-0)将探讨纯端到端 VLA 架构在泛化能力与动力学安全上的边界,以及如何引入分层世界动作模型来超越传统 VLA。

      Physical AI为什么还需要超越VLA?

      • Xinghua Jia

        AiMoga Robotics 创始人兼首席科学家,专注于具身物理智能架构,主张超越单一视觉-语言-动作(VLA)端到端范式,引入动力学先验。

        AiMoga Robotics(具身智能机器人研发)机器人科学家兼 CEO
      摘要

      在视觉-语言-动作(VLA)之后,下一代 Physical AI 需要一种根本不同的智能理解。VLA 最近的进展显著提升了高层语义推理与机器人策略学习,但与真实世界的物理交互仍受限于有限的感知模态与对具身的简化假设。分享从第一性原理重新审视具身 AI:借鉴生物认知与人类感知-运动系统,讨论未来的 Physical AI 为什么必须走出视觉与语言,走向包含力觉、触觉、本体感觉、接触动力学与持续交互的丰富多模态感知。提出一套分层框架,涵盖感知、认知、世界模型、机器人基础模型、动作生成、数据引擎、仿真与终身学习,主张这些部分不该各管各的,而应组成能通过交互持续适应的闭环具身智能系统;并讨论在今天的工业环境里落地 Physical AI 的务实工程原则,给出从专用机器人应用逐步走向通用具身智能的路线图。

      存在本机浏览器里,不同步、不会清理。

  13. 14:30–14:35

    • 14:30–14:35 茶歇休息
  14. 14:35–14:50

    • 演讲主会场15 分钟

      区别于语言模型的「预测下一个 Token」,世界模型(World Models)旨在理解并预测物理世界的动态规律与空间因果结构。通过维持一个可持续更新的内部三维隐空间状态,世界模型能够想象环境在采取特定物理动作后的未来演变。第二天李飞飞创立的 World Labs 联合创始人 Christoph Lassner 将带来全球首次世界模型系统分类,VAST / Tripo AI 亦将展示从静态 3D 生成走向可交互实时世界的技术演进路径。

      从3D生成到持续可交互的世界模型

      • Gavin Luo

        VAST / Tripo AI 技术副总裁,专注于原生 3D 大模型生成与实时物理交互环境构建,推动数字孪生世界演进。

        VAST(3D 生成与持续交互世界模型)技术副总裁
      摘要

      AI 在语言与 2D 视觉生成上进展很快,但 Physical AI 需要更底层的能力:表示一个持续存在的 3D 世界、理解世界在动作下如何变化、并与之长期交互。分享 VAST 从 3D 基础模型到世界模型的技术演进:3D 生成如何从高保真视觉素材走向原生、可入管线的空间表示,又如何进一步演化成持续可交互的世界。重点讲一种把世界状态、状态转移与生成式渲染分开的世界模型架构——不再只预测下一帧视频,而是维护与相机无关的 3D 状态并学习它如何演化,从而带来长期一致性、可控交互、多视角复用与实时体验;以及如何把互联网视频与引擎原生合成数据转成对齐的 3D 状态与动作数据,为 Physical AI 的仿真与训练基础设施提供可扩展路径。

      存在本机浏览器里,不同步、不会清理。

  15. 14:50–15:05

    • 演讲主会场15 分钟

      并非所有智能体都能依赖云端 API。在自动驾驶、无人机、家庭巡逻机器人及移动端敏感隐私场景下,推理必须在设备本地(端侧)以毫秒级低延迟完成。端侧 AI 需要攻克极小的内存占用(RAM)、极低能耗与特定 NPU 加速芯片优化。第一天 AutoArk 与第二天 Liquid AI(连续时间神经网络架构)将分别展示如何构建脱离云端网络依赖的边缘端轻量级自主决策大脑。

      我们如何构建面向端侧Agent的开放决策模型

      • Leonie Monigatti

        Liquid AI 研究科学家,专注于基于连续时间动态系统(Liquid Neural Networks)的高能效开放决策小模型研发与边缘部署。

        Liquid AI研究科学家

      九月中旬 Jev 的发布开创了 AI 模型的一个新品类:决策模型。它不生成文本,而是回答有界的问题(该调哪个工具、走哪条路、某个动作是否安全),并返回一个带校准置信度的类型化答案。讲决策模型是什么、大家为什么兴奋、它怎么工作;再讲如何在 LFM 架构之上构建面向端侧的开放多模态决策模型,最后现场演示完全跑在设备上的多模态决策模型。

      存在本机浏览器里,不同步、不会清理。

  16. 15:05–15:25

    • 演讲主会场20 分钟

      主权Agent之间的通信:Agent经济的基础

      • Mingke Luo

        masons.ai 创始人兼首席架构师,专注于多主权独立 Agent 之间的标准化加密通信协议与价值结算网络构建。

        masons.ai创始人兼 CEO
      摘要

      十年前他关掉了自己的个人 Agent 公司,卡在三个瓶颈上:语言、推理与履约。大模型基本解决了前两个,履约还在,而它不是技术问题,是经济问题——这也解释了为什么 A2A 等一堆协议至今没有带来 Agent 经济。缺的是一种结构:许多主权 Agent,通过一层与「Agent 归谁、跑什么模型或 harness、能采取什么动作」都无关的通信层连在一起。只有当 Agent 能跨彼此边界传播动作,价值才能在规模上流动。

      存在本机浏览器里,不同步、不会清理。

  17. 15:25–15:30

    • 15:25–15:30 茶歇休息
  18. 15:30–15:50

    • 演讲主会场20 分钟

      在物理世界中直接采集机器人交互数据存在硬件损坏与时间成本极其高昂的问题。业内普遍采用在仿真引擎(如 Isaac Sim、MuJoCo)中生成数百万次抓取与行走轨迹,再迁移至实体机器人。但仿真与现实之间存在着摩擦力、马达延迟抖动、传感器噪声等「动力学鸿沟(Reality Gap)」。大会第二天数耀量生、DYNA 与未来不远机器人将分别从硬件柔顺性、最优控制算法与真机落地场景剖析 Sim2Real 应对策略。

      Real2Real:具身智能机器人最优化行为生成的量子计算新范式

      • 邱迪聪

        QuantSparkle.ai(数耀量生)创始人兼首席科学家,探索将量子退火与最优化控制算法引入复杂多关节机器人的实时运动规划。

        QuantSparkle.ai 数耀量生(具身智能与量子计算)首席科学家兼 CEO

      探索 Real2Real 范式与量子玻尔兹曼机,为真实世界中的具身智能 Agent 采样最优行为。

      存在本机浏览器里,不同步、不会清理。

  19. 15:50–16:05

    • 演讲主会场15 分钟

      VLA(Vision-Language-Action)模型是具身智能机器人的决策中枢,它直接以摄像头连续画面(Vision)和人类自然语言指令(Language)为输入,跨模态直接自回归预测机器人的机械臂关节转角、夹爪开合或移动底盘速度(Action)。第二天 AiMoga Robotics 与穹彻智能(Noe-0)将探讨纯端到端 VLA 架构在泛化能力与动力学安全上的边界,以及如何引入分层世界动作模型来超越传统 VLA。

      Noe-0:从真实人类经验构建World Action Model

      • 吕峻

        穹彻智能(Noematrix)联合创始人兼算法总监,主导研发 Noe-0 通用具身大脑,通过海量真实人类操作数据训练世界动作模型。

        穹彻智能(Noematrix · 具身智能独角兽)联合创始人兼算法总监

      介绍 Noematrix 的具身智能预训练模型 Noe-0:它的 World Action Model 联合预测未来视频与机器人动作,把世界理解与物理执行连起来。分享「全链路零遥操作」方案——用 RoboPocket 采集真实人类操作数据,同时用于预训练与任务后训练;并讲关键模型设计原则、代表性机器人演示,以及通往能完成更多日常任务的机器人的开放研究问题。

      存在本机浏览器里,不同步、不会清理。

  20. 16:05–16:20

    • 演讲主会场15 分钟

      在物理世界中直接采集机器人交互数据存在硬件损坏与时间成本极其高昂的问题。业内普遍采用在仿真引擎(如 Isaac Sim、MuJoCo)中生成数百万次抓取与行走轨迹,再迁移至实体机器人。但仿真与现实之间存在着摩擦力、马达延迟抖动、传感器噪声等「动力学鸿沟(Reality Gap)」。大会第二天数耀量生、DYNA 与未来不远机器人将分别从硬件柔顺性、最优控制算法与真机落地场景剖析 Sim2Real 应对策略。

      为快速演进的模型设计机器人硬件

      • Zhong Shen

        DYNA 联合创始人兼硬件负责人,致力于研发模块化高响应执行器、轻量化关节本体及适配前沿算法快速迭代的机械架构。

        DYNA(机器人硬件与执行器)联合创始人兼硬件主管

      机器人硬件历来关注速度、负载、精度与执行器性能。但随着机器人智能快速演进——从模仿学习到 VLA 模型、世界模型与端到端方法——硬件必须跟着变化的软件架构调整,同时在多年部署中保持可靠。通过 Taku 的开发,从三个角度谈这个挑战:可靠的基础、稳健的接口、加速的迭代。

      存在本机浏览器里,不同步、不会清理。

  21. 16:20–16:25

    • 16:20–16:25 茶歇休息
  22. 16:25–16:40

    • 演讲主会场讲题待公布15 分钟

      智能体时代的凭证与身份安全防护

      • Grace Li

        1Password 安全工程主管,专注于智能体自动化交互场景下的敏感秘钥隔离、零信任权限委托与细粒度访问策略控制。

        1Password高级安全架构师

      存在本机浏览器里,不同步、不会清理。

  23. 16:40–16:50

    • 快闪主会场10 分钟

      在物理世界中直接采集机器人交互数据存在硬件损坏与时间成本极其高昂的问题。业内普遍采用在仿真引擎(如 Isaac Sim、MuJoCo)中生成数百万次抓取与行走轨迹,再迁移至实体机器人。但仿真与现实之间存在着摩擦力、马达延迟抖动、传感器噪声等「动力学鸿沟(Reality Gap)」。大会第二天数耀量生、DYNA 与未来不远机器人将分别从硬件柔顺性、最优控制算法与真机落地场景剖析 Sim2Real 应对策略。

      从硬件到大脑:家庭服务机器人的全栈进化与真实落地

      • 郑浩

        未来不远机器人(Futuring Robot)创始人兼 CEO,专注于消费级家庭双臂机器人本体设计、视触觉融合感知与室内日常服务落地。

        未来不远机器人(Futuring Robot · 消费级机器人)创始人兼 CEO
      摘要

      家庭服务机器人要在复杂、动态、高度非结构化的家里可靠工作,机械本体、感知、运动控制、任务规划、AI 模型、数据反馈闭环与工程平台必须协同。从关节、末端执行器、传感器与力控,到导航、实时控制、任务调度与云服务,每个环节都影响机器人能否完成任务。真实家庭里,通信延迟、运动精度、软硬件集成、数据质量、模型泛化、长任务稳定性、失败恢复与远程操作会同时成为问题。实验室里跑通的能力,需要持续测试、系统调优与工程迭代,才能适应不同的户型、家具、物品与习惯。分享这些实际问题与经验,追一遍从硬件到智能的完整链条,以及把算法变成稳定、可维护、能持续改进的产品所需的工作。

      存在本机浏览器里,不同步、不会清理。

  24. 16:50–17:00

    • 16:50–17:00 休息整理
  25. 17:00–17:10

    • 快闪主会场10 分钟

      机器人数据为什么需要一个构建系统?

      • 丁皓(Xuanwo)

        Apache OpenDAL 创始人与核心维护者,现任 LanceDB 工程师,专注于多模态具身数据统一存储抽象与超高吞吐向量湖仓。

        LanceDB(向量数据库 · 具身数据湖)OpenDAL 作者 · 工程师

      机器人数据集不只靠新增片段增长,也会随着新模型出现而累积派生的列——嵌入、标签、奖励。传统做法往往要重写整个数据集,还依赖脆弱的任务编排。分享如何把构建系统的思路用到机器人数据上:精确追踪尚未计算的工作、增量处理缺失区间、断点续跑、原子化发布结果、锁定数据版本以保证训练可复现。有了 LanceDB,团队可以持续更新机器人对历史数据的理解,而不必反复重写原始数据。

      存在本机浏览器里,不同步、不会清理。

  26. 17:10–17:20

    • 快闪主会场10 分钟

      团队同时驱动一群Agent,记忆与判断怎么分工?

      • Siwei Gu

        Nowledge Labs 联合创始人,深耕群体智能协作协议、分布式情境记忆分片机制与共识决策路由算法。

        Nowledge Labs, Inc联合创始人
      摘要

      过去一年他们团队的工作方式,正是很多团队即将采用的方式:每位工程师同时驱动一群编码 Agent,底下垫一层共享记忆层。这是那一年的工程报告,围绕一个问题展开:你的判断有多少能形式化成环境与验证器?剩下的那部分,就必须有人留在环里。这个问题在三个尺度上展开——个人:哪 90% 的对话不该记住,以及遗忘为何是特性而非 bug;循环:自我改进的瓶颈是验证而非生成,验证器确定时闭环成立(DeepMind 在 Borg 调度上用 AlphaEvolve 发现的启发式算法,在生产中运行一年多,持续挽回 Google 全队 0.7% 的算力),验证器是品味时由人持有合并权(Meta 的 TestGen-LLM:先过三道机械过滤,再由工程师接受剩下的 73%);组织:夜里人的评审带宽为零,所以 Agent 夜里能安全做什么,恰好等于你已形式化的那部分判断——那才是上限。智能可以租,记忆必须自有。

      存在本机浏览器里,不同步、不会清理。

  27. 17:20–17:30

    • 快闪主会场10 分钟

      给大模型读网页:Jina Reader的实践与思考

      • 王彦龙

        Jina AI by Elastic 资深技术架构师,主导研发 Jina Reader 等开发者工具,实现全球数百万次网页高质量 Markdown 提取与向量化。

        Jina AI by Elastic(Reader API 与搜索优化)技术架构师

      Jina Reader 怎么把网页变成模型的上下文?讲它的浏览器渲染、快照与清洗流水线,再用真实请求分布说明少数超长页面如何吃掉 token 成本;并讨论 Agent 大规模浏览时反爬策略、匿名 API 滥用与付费访问之间的张力,以及面向 Agent 的广告、可验证任务等替代方向。

      存在本机浏览器里,不同步、不会清理。

  28. 17:30–17:50

    • 闭幕主会场

      大会闭幕式与致谢

      • 全体主办方与嘉宾AI Engineer

      存在本机浏览器里,不同步、不会清理。

推荐路线

路线一:Agent 框架与底层基础设施(Harness、沙箱、调度与网关)

适合 Infra 工程师、平台架构师、LLM 平台负责人与 DevOps 专家:

  • 11/5 10:10 主会场《构建Agent:昨天、今天与明天》(Langfuse by ClickHouse · Clemens Rawert):从单次 Prompt 追踪到复杂 Agent 状态树观测的演进史与评测实践。
  • 11/5 11:10 主会场《开源模型推理的全栈工程:延迟、吞吐与成本》(Baseten · Chen Wang):模型推理加速、投机采样、KV Cache 调度与高并发批处理架构。
  • 11/5 13:45 主会场《从模型智能到Agent Harness:让Agent持续完成长程任务》(阶跃星辰 · Ailing Teng):生产级长任务断点续跑、工具调用容错循环与上下文退化治理。
  • 11/5 14:50 主会场《Kubernetes不等于Agent沙箱》(Daytona · Ivan Burazin):必听!实测对比 50 步代码修复轨迹在 Daytona、Docker、K8s 等栈上的耗时差异(12.9秒 vs 161.5秒)。
  • 11/5 16:15 主会场《搭建可靠的多区域LLM网关》(Optiver · Xinghong Fang):量化金融级高可用流量调度、多区域跨供应商路由、故障自动转移与配额控制。
  • 11/5 17:25 主会场《百万沙箱背后的Agent强化学习基础设施》(Google · Tinsley Shi):大规模并行 Rollout 环境调度与自动化数据采集流水线。
  • 11/6 13:55 主会场《模型越来越强,Harness该管什么,又该放手什么?》(MiniMax · 何涛):当模型推理能力持续跃升,外围框架控制权重新划分的工程思考。

路线二:AI 原生应用与企业工程落地(工作流自动化、企业级治理、移动端验收)

适合应用层开发者、企业数字化架构师、全栈工程师与技术产品经理:

  • 11/5 09:45 主会场《从模型到企业工作流:Agent真正落地需要什么》(微软 · Marco Casalaina):从实验室 Demo 跨越到企业业务系统集成的关键瓶颈。
  • 11/5 14:05 分会场《Harvey内部的上万次Agent PR》(Harvey · Joey Wang):分会场重磅!解析法律独角兽如何利用 Agent 自动化提交并验证上万个代码 PR,构建真实生产级 Evals。
  • 11/5 14:20 分会场《走出试点:如何管理第500个AI Agent》(Dify · Andy Wang):当企业内 Agent 数量爆炸,如何进行权限切分、知识库隔离与版本协同。
  • 11/5 14:40 分会场《Agent替用户行动,需要哪些信任基础设施?》(Visa · 裴晟):支付授权、委托代表机制与高风险操作的不可篡改审计流。
  • 11/5 14:55 分会场《写代码变快以后,移动端验收怎么办?》(Meta / Instagram · Peng Gong):端到端 UI 探索 Agent 与真实设备自动化回归验证体系。
  • 11/6 10:25 主会场《HTML就是Agent的视觉上下文》(HeyGen · Bin Liu):超越截图像素,将 DOM 结构与语义信息作为多模态 Agent 的高效上下文。

路线三:具身智能、机器人与 Physical AI(世界模型、VLA、Sim2Real、硬件)

适合机器人算法工程师、具身智能团队、3D 视觉研究员与硬件系统专家(11/6 全天单一主会场,无撞场顾虑):

  • 11/6 10:05 主会场《世界模型的分类》(World Labs · Christoph Lassner):李飞飞创办团队核心成员全面梳理空间智能、三维几何生成与物理规律预测模型范式。
  • 11/6 14:15 主会场《Physical AI为什么还需要超越VLA?》(AiMoga Robotics · Xinghua Jia):具身动作生成不仅是端到端像素映射,高层因果推理与底层动力学解耦。
  • 11/6 14:35 主会场《从3D生成到持续可交互的世界模型》(VAST / Tripo AI · Gavin Luo):从静态 Mesh 生成迈向实时物理交互世界。
  • 11/6 15:50 主会场《Noe-0:从真实人类经验构建World Action Model》(穹彻智能 · 吕峻):具身大脑架构与物理动作交互世界模型实战。
  • 11/6 16:05 主会场《为快速演进的模型设计机器人硬件》(DYNA · Zhong Shen):硬件迭代周期如何追赶 AI 算法爆发。
  • 11/6 17:00 主会场《机器人数据为什么需要一个构建系统?》(LanceDB · 丁皓 / Xuanwo):OpenDAL 作者剖析多模态具身数据湖仓与高效向量检索架构。

路线四:模型后训练、高性能推理与上下文数据工程

适合算法工程师、训练平台架构师与数据基础设施团队:

  • 11/5 10:50 主会场《前沿模型后训练:教开放模型搜索和浏览网页》(You.com · 李正楠、Alex Triplett):RLVR、工具调用奖励建模与网页导航多轮轨迹训练。
  • 11/5 11:30 主会场《怎样衡量模型在真实使用中的表现》(Arena · Chen Peng):Chatbot Arena 盲测机制、真实场景 Hard Prompts 分流与人类偏好建模。
  • 11/5 15:35 主会场《用Exa搜索为开源Personal Agent提供实时信息》(Exa · Jakub Hojsan):针对 Agent 优化的语义级网络搜索与清洁上下文抽取。
  • 11/5 15:55 主会场《Agent的记忆,也是下一轮训练数据》(Zilliz · Charles Xie):长期向量记忆存储与交互轨迹转化为微调数据飞轮。
  • 11/6 17:20 主会场《给大模型读网页:Jina Reader的实践与思考》(Jina AI · 王彦龙):HTML 降噪、结构化 Markdown 转换与 Token 经济学。

路线五:AI 创业者、独立开发者与商业化生态

适合创业团队创始人、AI 产品独立开发者、风险投资人与社区活跃者:

  • 11/5 10:25 主会场《当我们什么都能做,还知道自己想做什么吗?》(前 Cursor · Ryo Lu):AI 时代的人机协作体验与产品心智边界。
  • 11/5 13:00 主会场《AI时代的社区》(圆桌 · WaytoAGI / 十字路口 / 42章经):全球与本土 AI 开发者生态演变。
  • 11/5 13:45 分会场《用YouMind构建适合个人成长的Personal Agent》(YouMind · 玉伯):前蚂蚁体验技术部负责人分享个人成长 Agent 架构。
  • 11/5 15:10 主会场《Manus 的 AI 原生工作方式:一个 Monorepo,任务全公开》(Manus · Fan Bin):金赞助独角兽团队的高效协作与透明研发工程文化。
  • 11/5 16:35 分会场《从想法到发布:一个人用AI做3D《小王子》游戏》(独立创作者 · Sac):单兵作战时代的 AI 原生游戏工业流水线。
  • 11/6 13:15 主会场《AI创业:产品、市场与下一步》(圆桌 · 真格基金 / 线性资本 / TaoZ Capital,小声比比主持):从资本视角拆解 2026 AI 商业化护城河与 PMF。

11 月 5 日下午双会场并行时怎么选(13:45–17:00)

13:45 起主会场与 AI 应用分会场完全并行,以下按关注点给出取舍:

  • 13:45–14:05:做底层系统与 Agent Harness 的选主会场(阶跃星辰);关注个人知识与产品交互的选分会场(YouMind)。
  • 14:05–14:25:做企业工程落地与评测的,分会场(Harvey)更值得去。
  • 14:20–14:50:做企业私有化方案与合规支付的选分会场(Dify、Visa);做边缘与端侧硬件的选主会场(无界方舟)。
  • 14:50–15:30:全天冲突最集中的一段。关注沙箱与生产力工具的必留主会场(Daytona、Manus)。
  • 15:30–16:15:做数据治理与企业评估的选分会场(Agoda、DataHub、Data4Life);做向量数据库与外脑检索的选主会场(Exa、Zilliz)。
  • 16:15–17:00:偏后端基础架构的选主会场(Optiver、TiDB);做独立开发与垂直场景产品的选分会场(DatusAI、Interact AI、Sac、AhaCreator)。

行前清单

社交与提问

  • 最佳破冰交流场次:大会特设两场官方重磅圆桌,是提问与结识同行的最佳契机:
    • 11/5 13:00 主会场《AI时代的社区》(AJ、杨远骋、曲凯)
    • 11/6 13:15 主会场《AI创业:产品、市场与下一步》(戴雨森、王淮、刘勇,小声比比主持)
  • 会场转场空档社交:主会场与分会场均位于上海虹桥希尔顿酒店内,两场之间的 5–15 分钟茶歇及午休时段是展台交流、捕捉讲者线下深入探讨的黄金时间
  • 主办方与官方联系方式:
  • 现场活跃社区与自媒体:现场可联络 WaytoAGI 社区、十字路口、42章经、小声比比、知乎科技等生态伙伴展位与志愿者

信息来源与待确认

待确认与出行提醒

  • 议程微调可能:官方页面标注更新日期为 2026 年 11 月 1 日,由于部分海外讲者差旅与签证动态,现场大屏幕议程可能存在 5–15 分钟临时微调,请以现场指示牌为准
  • 尚未完全确定的少数场次:已在日程表中清晰醒目标记:11/5 09:45 微软演讲具体副标题、11/5 15:10 Cookiy Labs 讲题、11/6 16:25 1Password 演讲主题
  • 会前边会名额限制:Daytona 边会名额有限且审核严格,未收到确认邮件建议勿直接空降现场
  • 签证与入境政策:单方面免签政策与过境免签细则请在出行前至中国国家移民管理局官网或中国签证申请服务中心(visaforchina.cn)二次确认

给 AI 或编辑器用:下载本页的 Markdown(改完放回 content/2026-11-ai-engineer-shanghai/event.md,重新构建就更新)

本页目录