课程简介

大模型正在重塑软件研发，AI Coding 已显著提升个人编码效率，但需求澄清、方案评审、环境准备、测试发布仍依赖多人串联，个人提效尚未转化为组织提效。

 基于字节内部大规模研发实践，我们持续研究 Spec 驱动、多 Agent 协作、沙箱执行、质量门禁、可观测与评测等 Agentic机制，打通企业身份、权限、VPC、代码仓库和生产环境，并将其沉淀为基于 AgentKit 的 DeliveryAI。

 本次分享将剖析个人提效与组织提效之间的效率鸿沟，以需求为中心、以 Spec 为人机共同合约，让 Agent 持续推进从澄清、开发、测试到发布的全链路，人只在风险、异常和关键决策点介入，与此同时，总结研讨企业从监督自治迈向高度自治的渐进式落地路径。

课程收益

目标：

1、帮助听众理解研发智能化的竞争焦点为何正在从“单点代码生成”转向“端到端自主交付”；

2、获得一套可用于评估和规划企业 Agentic需求流程建设的框架和最佳实践。

 成功要点：

1、以 Spec 和项目上下文作为人机共同合约，先解决目标、边界、依赖和验收标准不清的问题。

2、把需求、人工节点与 Agent 节点编排在同一流程中，明确每个节点的输入、工具、输出、证据、责任人和停靠条件。

3、依托 AgentKit 的身份权限、沙箱运行、Skills/MCP、观测与评测能力，使 Agent 的执行可控、可审计、可复现。

4、不追求一步到位的无人化，而是从小场景和关键门禁起步，以交付周期、一次通过率、人工介入率和缺陷闭环等逐步提升自治等级。

 启示：

企业引入 AI 的核心，不是多采购一个 Coding 工具，而是重构协作与交付方式。只有基于AI驱动的流程提效，才是真正的组织提效。通过“一条需求、一份 Spec、一条可回溯的workflow”，将流程、规范、知识、Agent 与成功经验沉淀为团队资产，才能把个人提效稳定转化为组织吞吐、交付质量与持续进化能力。

 受众人群

AI软件研发工程师、开发人员、系统架构师以及研发行业的从业者及感兴趣的人群。

课程周期

    0.5天（3H） 

课程大纲