课程简介

随着LLM大模型能力不断增强以及Agent技术逐步成熟，在软件研发领域，AI能带来极大研发效率提升已经成为行业共识。当下，轻量化、简单场景下的 AI 编码辅助已实现规模化落地，但行业普遍面临核心痛点：当研发场景从简单需求迭代走向大型、复杂、长链路的 PRD 需求交付时，AI 智能体无法适配企业级复杂研发场景的稳定性、规范性、可控性等要求。

 CodeWave作为一款软件智能研发平台产品，在交付客户过程中发现，用户侧随着PRD规模逐步增大，AI幻觉越发明显，AI Agent产出软件的质量越发下降与不可控，时间和费用消耗越发上升；平台侧用户PRD场景多样、对话形式多样，AI Agent在不同场景下能力参差不齐，能力边界难以界定，测试也较为困难，对于上线后AI agent能力迭代难以建立稳定快速的支撑体系，造成AI agent能力迭代效率低下；同时，由于缺乏稳定的知识体系，会造成AI Agent业务理解不足、企业内规范难遵守，一些问题持续犯错等。

 本次分享将以客户侧交付实际情况，融合CodeWave AI编码智能体在的技术落地应用实践，帮助与会者学习企业侧落地AI编码智能体的经验、能力。

课程收益

目标：

1、了解CodeWave云端一站式智能研发平台的完整实践；

2、了解大型PRD场景下的SDD Harness建设实践，包含需求工程、技术设计、编码与测试验证等部分，旨在以最小的成本与时间消耗基础上获得最大的准确率；

3、了解数据驱动的智能体能力评测与迭代体系建设实践。包含benchmark评测体系构建、标准制定、链路监控、线上数据回流、问题聚类、问题智能分析与修复推荐等技术，旨在帮助企业最大化提升Coding Agent迭代效率与稳定性；

4、了解知识工程建设实践，包含知识的沉淀、存储与检索等技术，旨在通过稳定可靠的知识底座建设，提升Coding Agent性能与准确性；

5、了解AI编码智能体隔离运行环境Sandbox建设实践，旨在隔离AI编码的不确定性带来的潜在安全隐患。

 成功要点：

1、依托 CodeWave 云端一站式智能研发平台，通过SDD Harness 全流程治理体系、数据驱动评测迭代、结构化知识工程、安全沙箱隔离环境的多层架构落地，系统性解决了大型复杂PRD场景下AI编码智能体幻觉频发、输出不可控、迭代低效、规范不统一、运行不安全的行业痛点，实现研发质量、交付效率与工程稳定性的全方位可控提升。

2、通过覆盖需求、设计、编码、测试的全链路标准化治理与数据闭环迭代机制，企业能够以更低的试错成本与时间损耗，持续放大AI编码智能体的落地价值，真正实现大模型研发能力从“可用试跑”向“稳定可量产”的工程化跃迁。

 启示：

1、Agentic 时代下的智能化研发落地，并非单纯依赖大模型能力堆叠，而是需要依托流程约束、数据评测、知识底座、安全隔离的体系化建设，才能有效消解大模型的不确定性，支撑复杂企业级研发场景的规模化落地。

2、AI Coding Agent 的长效迭代能力，核心来源于标准化的数据闭环与结构化的知识沉淀，企业唯有搭建可持续回流、可量化评测、可智能修复的工程体系，才能持续提升智能体的准确率与稳定性，构建长期的智能研发核心竞争力。

 受众人群

AI软件研发工程师、研发效能从业者、开发人员、系统架构师、开发管理者、CTO、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