QCon 2026 探讨 AI Coding 下的确定性工程与研发效能

InfoQ 联合 QCon 全球软件开发大会 2026（上海站）邀请小红书、阿里、B 站技术负责人，探讨 AI Coding 普及后软件工程的范式转移。核心观点认为，当代码生成不再稀缺，大型工程最稀缺的资源不再是编码人力，而是架构能力与“可被信任的交付能力”。 多位专家指出，随着模型能力提升，工程系统的“确定性”成为关键变量。李峥峰（阿里）强调，大模型本质是概率系统，在大规模协作中会放大原有工程缺陷，因此必须通过 Harness 工程和 CI/CD 等基础设施建立边界，防止幻觉累积。张忻正（B 站）提出“证据中心”逻辑，主张回归原子化测试和单测作为验证手段，以概率判断概率，解决验证速度滞后于生成速度的问题。 会议预告显示，QCon 2026 将聚焦 Harness AI 时代的工程实践，涵盖 Agent Runtime、Loop Engineering 及具身智能方向。杨凯（小红书）分享了多 Agent 系统拆解复杂需求的实践，即通过外层编排大 Agent、内层执行小 Agent 的嵌套模式，实现上万行代码的一次性交付迭代。这标志着研发流程正从分工明确的线性模式向超级个体主导的网状协作演进。