2025年腾讯云架构师峰会观感

本周六参加了腾讯云主办的2025年腾讯云架构师峰会，整个会议干货挺多，从软件服务生态，公司数字化建设，到头部厂商的AI智能化建设，再到程序员职业危机的话题都有涉及，总体上呼应本次大会主题-智涌云端，与AI共生。我们已经站在AI对软件行业，对各行各业，对每个个体都即将产生深刻变革的AI时代开端。

本次大会，参加了上午的主论坛和下午AI 工程化论坛，以下为本次大会的记录和部分个人思考。

主论坛：智能化软件系统的演进之路

软件发展的三个时代

Thoughtworks全球数字化专家肖然在主论坛上分享了"大模型时代的智能化软件系统探索与思考"，提出了软件发展的三个阶段：软件1.0 → 软件2.0(+AI) → 软件3.0(AI+)。这一演进路径展现了从无AI编程到代码补全编程，再到代码生成编程的技术进步轨迹。

肖然老师强调了AI场景赋能与AI+流程重塑在一段时间内将处于共存状态，不是所有的流程都需要重塑。以软件质量基础设施为例，他详细阐述了三个层面的变革：软件测试从自动化向智能化转变；标准研制从经验驱动转向数字驱动；评价认证从静态抽样升级为动态持续。这些转变都依托于大模型能力的持续提升，在变革中的进行程度也取决于AI能力变化。

搜索技术的智能化演进

腾讯元宝AI搜索总经理叶莎妮带来了"大模型驱动搜索的架构演进、算法精进与业务实践"的精彩分享。她指出，搜索技术架构正经历从静态搜索到RAG，再到Agentic RAG的重要演进。并重点介绍了基于强化学习（RL）实现RAG系统端到端优化的创新实践。通过利用检索排序效果反馈学习Query Planning，以及利用Answer效果反馈学习Retrieval和Ranking，构建了RAG端到端优化流程。可以看出腾讯元宝搜索在agentic搜索和强化学习的应用上已经有比较成熟的落地应用。

AI智能体的商业化落地

绝味集团首席数智增长官堪鹏飞以"AI智能体的场景思维与应用实践"为题，分享了绝味鸭厂数智化转型的成功案例。他们构建了两个典型应用的智能体：点餐智能体能够根据用户偏好和场景智能推荐下单；店长智能体则汇聚了金牌店长和月入过万店长的宝贵经验，通过AI技术实现了经验平权，让更多门店受益于优秀管理经验。这两个案例的落地实践还是很有启发，智能化建设可以覆盖的范围和场景其实可以有更多的想象空间。

从RAG到KAG的技术跃迁

同济大学特聘研究员王昊奋在"从RAG到KAG：结构化思考新范式下的大模型复杂推理"主题演讲中，深入探讨了推理模型与RAG结合形成Agentic RAG的技术路径。王老师特别强调了KAG（Knowledge-Augmented Generation）的重要性，指出知识图谱具备的关系表征优势，可以作为一种重要信源加入知识检索利用流程，同时介绍LLM知识检索的相关前沿研究工作。

专题论坛：AI工程化的深度探索

自然语言编程时代的工程师价值

软件工程博士张刚老师在"自然语言编程已来，软件工程师还有什么竞争力"的演讲中，提出了发人深省的观点。他认为软件工程的本质是对复杂性的管理，AI编程无法完全取代工程能力。同时，他指出vibe coding的难点在于如何将需求表述清楚，因为现实世界与软件工程的边界存在固有的模糊性，张老师对软件架构的理解观点还是有一些启发意义，特别是现在AI编码还无法很稳定的对复杂项目进行架构设计的时候，架构师本身应该对AI项目的架构设计有更多思考和实践，编码则可以更多交给AI完成。

企业知识工程的新思路

长亮科技资深AI科学家在"解锁代码世界的钥匙-智能解读助手"主题中，针对企业知识工程搭建面临的挑战提出了创新解决方案。他分析了关键技术文档缺失、文档与代码不对应、知识结构复杂等制约因素，并提出利用代码结构化优势和大模型理解生成能力，基于源代码构建代码解读系统的实现知识工程搭建的新思路，同时也介绍了一套完整的技术解决方案。

研发效能的AI驱动升级

去哪儿旅行技术总监李佳奇分享了"AI助力研发效能提升实践"的相关经验。他强调AI在研发效能中的作用正从单点机会扩展到重塑组织流程，覆盖需求、开发、测试、发布、运维等多个阶段。给我印象比较深的一个案例是在测试阶段，他们以需求文档作为输入，使用用例测试智能体结合知识库检索生成测试用例，再由自动测试智能体执行并输出测试结果。此外，AI巡检流程也升级为agent方案，通过API和MCP服务为应用层agent提供强大支持。感觉去哪儿的整体研发效能服务链路已经完成了智能化重塑。

腾讯云安灯的Agentic AI实践

腾讯云安灯研发负责人张敏详细介绍了"Agentic AI驱动的智能服务应用实践"。腾讯云安灯团队经历了从naive RAG到Graph RAG（虽然构建成本高，依赖预处理数据质量），再到现在的DeepResearch的演进过程，实现了多步检索和更多场景覆盖。同时结合腾讯云服务支持的场景需求和特点，已经构建了一套智能化平台，基于Mass基础模型服务，集成各项AI工具能力，以multi-agent架构作为智能服务框架，基于数据驱动模式进行持续测评优化迭代，逐步提升整体系统的服务能力上限。张敏老师在回答现场同学的相关提问时，也指出multi-agent落地目前仍处于初期阶段，仍需要解决上下文记忆、多agent通信以及安全隔离等问题。

圆桌讨论：变革时代的共识与分歧

在"软件工程 VS AI工程：智能时代下的变与不变"圆桌讨论中，与会专家就AI编程的影响达成了一些共识，同时也在关键问题上展现了不同观点。

共识

专家们一致认为，AI编程能够实现数倍的效率提升，这已经在各个公司的实践中得到验证。同时，他们也意识到AI编程会拉大从业者之间的差距，掌握如何更好使用AI编程能力的能力格外重要。此外，用更少的代码完成需求被认为是AI编程能力的重要体现，同时也呼吁需要关注智能体在企业级应用中的权限管理、安全操作等问题。

非共识

1.关于生成式AI编程是否构成范式创新，专家们产生了两派观点。支持者认为这确实改变了日常编码方式，构成了真正的范式创新；另外一方老师则认为一些公司使用AI编程效果提升其实很有限，所以还谈不上范式创新。 2.在程序员职业前景问题上，也产生了分歧。乐观派认为专门编码的岗位程序员将不再需要，程序员职业面临消亡风险；而现实主义者则坚持认为架构设计、复杂工程化等核心能力仍然需要人类程序员，职业不会消亡。

一些感触

生成式AI对各行各行都在产生变革已成共识，但是产生了多少影响，影响有多大，仍然存在很大的差异，一方面在很大程度上取决于公司的对AI能力发展的认知和公司本身的数字化建设，另外一方面以大模型为代表的AIGC能力在很多业务场景上的价值还没有达到成本效益的平衡点，但随着模型成本的降低和模型能力的提升，AI赋能或者逐渐向AI重塑这个方向转变。

对于软件行业，流程重塑的紧迫性更加强烈，以Mass为服务内核，以工具链为基础，以数字驱动为动力，以agent为应用入口的智能化建设会成为一个趋势。对于个体而言，智能平权让我们有了"第二大脑"，如何开发和利用好手里可以用AI，如何挖掘和开发更顺手的AI，将给自己的工作和生活带来持续的正向增益。而对于程序员而言，已经到了不用熟练使用AI就会被AI逐步替代的临界时刻。