在模型参数规模不断突破、推理成本持续下降、开源生态日益繁荣的今天，当人人都能获得强大的模型能力后，真正的竞争力还剩什么？答案正从模型能力本身，转向围绕模型构建可规模化的智能系统；从单点能力提升，转向系统工程与组织级落地能力。 在这个背景下，2026 年 AICon 人工智能开发与应用大会 · 深圳站正式启动，将于 8 月 21 日— 22 日举办，聚焦 AI 基础设施、大模型系统、智能体工程、数据智能、多模态技术与行业落地等关键方向，邀请腾讯、阿里、华为、百度、蚂蚁集团等 50+ 头部科技企业技术负责人、科研机构一线专家，系统性分享前沿洞察与实战干货，共同探讨 AI 技术从能力到系统、从实验到生产的真实路径。 蚂蚁集团高级技术专家刘仁权已确认出席 "AI 原生新范式：Coding Agent 重构软件研发全流程 " 专题，并发表题为《蚂蚁 AI 驱动的生产级软件交付基建和实践》的主题分享。在蚂蚁很多团队 AI 生成代码占比已经达到 90% 以上，AI Coding 已经不是壁垒，瓶颈开始转移到 AI Delivery。本次分享将介绍蚂蚁在 7 × 24h 端到端 AI 研发交付上的探索、踩坑经历和沉淀的 AI 基建。 刘仁权现任蚂蚁集团 CIO 总架构师、研发效能 Agentic Delivery 团队负责人、蚂蚁平台事业群 AI 研发基建项目一号位兼架构师。他深耕研发效能领域 9 年，完整参与蚂蚁研发效能团队从 0 到 1 的建设，并主导集团内部最大的服务端一站式 DevOps 平台从 0 到 1 的架构与落地，团队所负责产品曾多次获得鲁班奖（该奖项为蚂蚁技术产品最高荣誉）。 他的演讲内容涵盖： 背景：蚂蚁传统研发基建和 AI 时代面临的困境。 架构：蚂蚁研发新范式 ADS 技术架构和踩坑经历。 设计理念：认知变化—— Agent 是一等公民。在一等公民之下有三个原则：弱平台化（去中心化）、CLI First、Code First。 Ama：AI 时代的需求管理和研发流程基建，Agent 协同和 AI Workflow 基建。通过统一的多 Agent 运行时平台，实现工程师对多个 Agent 的 7 × 24 小时并行调度与长程协作，从而将单线程工作升级为支持复杂任务的云端—本地一体化多 Agent 协作模式。 Poolab：AI 时代的云端研发 Agent 环境，提供万级规模并发 Agent 执行能力。 ACLI：建设蚂蚁统一的 For Agent 原生的 CLI 标准化研发体系与生态，解决 CLI 分散建设、标准不一、安全能力薄弱以及构建、发布、分发链路割裂等问题。 ADE：让评测 / 预发环境对 Agent 可创建、可验证、可保鲜、可路由，把「环境中心 + 云图 +GYP+MOSN」的碎片能力收成可编排的闭环，避免评测流量掉飞、环境漂移和排障靠人肉。 Agentic CI/CD：通过 AI 驱动构建、部署、切流和门禁控制，为用户提供统一的意图式交付入口，屏蔽部署平台差异；同时支持流水线自动监控、根因诊断和切流能力，减少耗时与人工操作，让交付更简单、高效。 案例方面，ADS 在阿福 BadCase 修复场景首次跑通生产端到端 Harness，涵盖归因、方案、编码、评测、发布研发全链路，已解决 300+ Badcase，提效 3 倍以上（12.6 天→ 3 天），全流程 AI 主导占比 95%+，人只做关键节点的决策和判断。除阿福外，还覆盖灵光、TeamClaw 等 10+ 业务团队。 结语部分，刘仁权将分享未来的发展判断以及一路走来的感悟，包括蚂蚁过去 10 几年沉淀的研发基建在 AI 时代是否适用、保留与抛弃的 tradeoff，以及过程中遇到的组织阻碍；AI Coding 成本降低后，业务团队百花齐放自建工具与基建团队产品冲突的矛盾；传统互联网研发效能 /DevOps 领域如何做 AI 转型；如何从 0 到 1 设计 Agentic Delivery 技术架构；生产业务落地 7 × 24h Harness 的踩坑经验。 除此之外，本次大会还策划了 AI Infra、推理工程与异构计算、超级个体与蜂群智能的共生进化、迈向机器人 AGI 的关键技术与产业实践、Agent 安全：从风险到可控、大模型效率工程与 Agent 系统实践、AI Agent 高价值商业场景实战等 10 个专题论坛，届时将有来自不同行业、不同领域、不同企业的 50+ 资深专家在现场分享。