极客时间 9 周年 × QCon 上海站特别策划 · 对话一线技术大咖 | 对话嘉宾：张建飞、徐文浩、杨清峰、桑木、郭权玮、宝洁科技CTO | 主题：AI落地见真章

核心心智模型：AI 浪潮的演进已经彻底跨过“技术狂热与概念验证（PoC）”阶段，步入深水区的“确定性工程与商业 ROI 交付”大考。当模型参数的惊艳无法掩盖企业级落地的幻觉鸿沟时，一线操盘手达成了高度共识：“AI 已经能写出 90% 的代码或生成 90% 的方案，但决定产品生死与企业底座的，恰恰是剩下 10% 的确定性软件工程与系统 Harness（线束）基建。” 无论是跨国快消巨头的业务数字员工、汽车工业级严苛电子电气架构，还是对抗性 AI 安全风控，唯有依靠确定性的工程约束与架构编排，才能将概率性的 AI 真正转化为颠覆性的生产力飞轮。

---

01 认知颠覆：告别 PoC 狂热与 PPT 自嗨，进入算账与闭环时代

回顾过去两年的大模型热潮，大量企业停留在“搭个 Demo、套个壳、做几页精美 PPT 向管理层汇报”的表面繁荣中。然而，在极客时间 9 周年与 QCon 上海站的现场，来自跨国快消与出海创新前线的两位技术操盘手——宝洁科技 CTO 与 StartLux 联合创始人兼 CTO 郭权玮，开门见山地戳破了这一泡沫：如果一项 AI 应用不能在 3 到 6 个月内算清商业账本、实现确切的人效跃升或净利润闭环，那么它在企业内部就注定沦为被淘汰的“科技玩具”。

在宝洁这样的跨国快消巨头中，业务场景的复杂性远超通用大模型的想象。从海量 SKU 的全渠道分销预测、供应链动态柔性调度，到高频敏捷的消费者心智洞察，传统单体系统在应对非结构化市场情报时存在明显的迟滞。但若直接将大模型接入核心流水线，其内生性的幻觉风险与高昂的 API 调用成本将成为不可承受之重。

• 场景甄别：高容错与硬约束分流：拒绝“拿着大模型锤子到处找钉子”。将业务流清晰切分为“高容错创意探索层”（营销文案、创意发散）与“零容错交易决策层”（库存调配、财务结算），AI 仅作为辅助决策 copilot 嵌入，后端由确定性业务规则兜底。
• 经济学账本：Token 成本与 ROI 测算：严格核算单次有效业务输出的推理成本（Token Economics）。通过分级路由架构，80% 的日常意图交由小参数量端侧/垂直模型消化，仅 20% 复杂长推理交给前沿巨模型，实现成本与响应延迟的双向压降。
• 组织进化：业务专家与 AI 工作流重塑：真正的阻力往往不是算法，而是工作流与组织惯性。通过低代码或标准化 Agent 工作流平台，让最懂一线业务的产品经理和运营人员直接参与 Agent 编排，打破业务与 IT 之间的语义鸿沟。

正如郭权玮在出海大模型实践中所总结的：出海企业面对的是极其分散的全球化语境、多元合规政策与白热化的获客成本。能够存活并持续盈利的 AI 项目，无一不是深耕于极其微小但刚需的垂直场景，通过“精准提示工程 + 专用上下文向量缓存 + 自动化反馈微调”构建出极高的业务壁垒，将 AI 真正锻造成降本增效的重装武器。

---

02 底线守护：安全合规与对抗攻防，业务级 AI Agent 的生命线

如果说业务闭环决定了 AI 的商业上限，那么安全风控与合规治理则决定了 AI 能否活到明天。小盾未来 AI 产品架构师桑木在深度访谈中，系统拆解了生产级业务中大模型与 AI Agent 所面临的严峻安全威胁与防护体系演进。

在企业级环境中，当 Agent 被赋予了读取企业知识库、调用外部 API、甚至直接执行数据库更新与资金交易的权力时，传统的网络安全边界彻底失效了。新型威胁正以极其隐蔽的方式渗透：间接提示词注入（Indirect Prompt Injection）、多轮对话越狱（Jailbreak）、模型逆向提取内部敏感数据，以及因 Agent 自主推理链脱轨而导致的越权操作。

输入层多模态安全过滤：建立独立的轻量化安全守门模型（Guardrail Model），对所有用户输入执行意图识别、敏感词图谱匹配与对抗攻击检测，毫秒级阻断隐式越狱 Payload。
执行层最小权限沙箱隔离：严禁 Agent 拥有全局超级管理员凭证。所有 Tool Calling（工具调用）必须基于 RBAC 权限体系与签名令牌，危险操作（如数据删除、批量邮件发送）强制引入“人机回环（Human-in-the-Loop）”二次确认机制。
输出层合规核验与可解释审计：在生成内容返回终端前，通过语义合规引擎进行事实一致性核验与法律合规校验，同时对 Agent 的完整思维链路（Thought-Action-Observation）进行不可篡改的流水日志沉淀。

桑木强调，安全绝不能被视作业务落地的刹车片，而应是高速列车的安全带与导轨。只有在架构底层构建起自适应动态防御网络，企业才敢放手将 Agent 接入核心生产系统，迎接真正的自主化时代。

---

03 复杂实体：汽车工业与严苛工程，大模型如何重塑确定性世界

与互联网和快消行业的容错空间截然不同，汽车与高端装备制造领域是典型的“硬核确定性物理世界”。艾尔维汽车工程技术首席 AI 架构师杨清峰带来了令人震撼的一线实录：在整车电子电气架构（EEA）、AUTOSAR 基础软件研发与整车仿真测试中，大模型究竟如何重塑传统工业软件？

汽车研发遵循极其严苛的质量规范，如 ISO 26262 功能安全体系与 ASPICE 过程评估模型。代码出现一个空指针或逻辑缺陷，可能引发的是整车召回乃至人身伤亡。杨清峰指出，在汽车工业领域，“绝不能让通用大模型去盲目生成底盘控制代码”，但 AI 在工业知识工程化、需求追溯与自动化测试生成方面，展现出了颠覆性的能量。

维度	传统汽车软件研发模式	AI 赋能的工业智能研发模式	关键工程收益
需求分解与追溯	数千页 PDF 规范文档，人工比对追溯矩阵，周期长且易遗漏	工业级 RAG 结合知识图谱，秒级实现从 ISO 标准到系统需求的双向追溯	需求对齐周期缩短 70%，消除语义歧义与标准落差
架构与通信矩阵设计	依靠资深总师经验手工设计 DBC/ARXML 报文与总线负载率评估	AI 辅助架构推演，根据整车拓扑自动推荐信号打包方案并进行预仿真	总线带宽利用率提升 15%，架构迭代速度提升 3 倍
单元与集成测试	工程师手工编写测试用例与 Mock 桩函数，边界覆盖率难以兼顾	大模型基于函数签名与边界条件约束，自动生成高覆盖率的合规测试代码	代码测试覆盖率从 65% 跃升至 92%，极大解放资深工程师
代码审查与合规校验	人工逐行 Check MISRA-C / CERT-C 编码规范，耗时耗力	基于专用微调代码大模型配合静态分析 AST 语法树，实时阻断违规实现	规范审查效率提升 80%，代码入库质量获得刚性保障

杨清峰指出，未来的汽车软件工程师不是被 AI 取代，而是转变为“AI 架构调度师”。资深工程师定义顶层系统契约、安全边界与物理规律约束，而 AI 负责将规范在极短时间内实例化为高质量交付件，实现从图纸到代码的百倍效率跃迁。

---

04 软件工程重构：破除 90% 代码迷思，Harness 工程体系是 AI 的“铁轨”

在峰会最具火花与深度的压轴对话中，华为云技术专家、《Harness工程实战》作者张建飞与 200work.ai 联合创始人徐文浩，直面全行业技术人最为关切的核心痛点：“大模型号称已经能写出 90% 的代码，但为什么程序员在实际工作中依然痛苦不堪，交付质量甚至不升反降？”

张建飞一针见血地指出：写出一段看似能跑的单函数代码，与交付一个可在千万级并发生产环境中稳定运行 5 年的分布式软件系统，存在着鸿沟级的差距。所谓的“90% AI 生成代码”，往往只是初级的语法拼装；而真正决定系统生死的，是架构一致性、领域模型纯洁性、异常边界处理以及可测试性与可维护性——这就是剩下的 10%：软件工程（Software Engineering）。

• 破除 Vibe Coding 幻觉：依赖零散 Prompt 让大模型信马由缰地自由编码，必然导致“代码膨胀（Code Bloat）”与“架构腐化”。软件系统从有序滑向混沌的速度将被 AI 放大数十倍，后期维护成本呈指数级上升。
• 引入 Harness（测试线束）基建：Harness 是赛车测试台上的夹具与线束，更是软件工程中的强约束环境。通过在代码生成前预设严苛的单元测试、集成验证、契约检查与架构断言，将不可控的概率生成限定在确定性的轨制之内。
• 原型驱动开发（PDD）演进：徐文浩结合 200work.ai 实践指出：从需求到生产，必须经过高保真可执行原型的验证。AI 不直接触碰生产库，而是通过 Agent 链条快速构建沙盒验证原型，经过自动化流水线双重验收后方可合入。

张建飞系统阐述了他在《Harness工程实战》中所提炼的“AI 时代软件工程新范式”：

从关注 Code 到关注 Test Harness：工程师的核心工作重心从“编写实现代码”彻底转移为“编写测试规范与工程线束”。如果你的 Harness 足够健壮（覆盖全边界、断言充分、性能基准清晰），大模型生成失败 100 次也没关系，Harness 会自动反馈错误并驱动 AI 迭代修正，直到完全达标。
领域驱动设计（DDD）的文艺复兴：大模型最容易在混乱的泥球架构中迷失。只有具备清晰界限上下文（Bounded Context）、充血领域模型和严格分层架构的工程体系，大模型才能精准理解业务语义，生成符合高内聚低耦合原则的优雅代码。
确定性交付流水线：在 IDE 与 CI/CD 之间构建自动拦截网。任何未经 Harness 自动化校验、静态代码分析与架构合规扫描的 AI 生成代码，绝对禁止合入主干分支。

正如徐文浩所言，大模型带来的绝不是“软件工程的消亡”，恰恰相反，它引来了**“软件工程黄金时代的重生”**。过去因为人手不足而不得不妥协的单元测试、契约测试、自动化文档和严格架构分层，在 AI 强大生产力与 Harness 基建的加持下，终于成为了每支团队都能触手可及的标配。

---

极客时间 9 周年与 QCon 上海站的这场 6 位大咖全景对话，为我们拨开了喧嚣的概念迷雾。AI 从来不是取代工程师的神秘黑盒，而是一台马力前所未有的超级引擎。但决定这台引擎是跑出加速度还是冲出悬崖的，永远是人类工程师亲手铺设的坚固铁轨、严密线束与工程理性。拥抱 AI，深耕工程，方能在变革的浪潮中行稳致远。