二十年,重新出发!第 20 届 D2 技术大会「AI 新」议题全球征集正式开启

简介: D2技术大会迎来第20届,以“AI 新”为主题,聚焦AI重构终端技术的全新范式。涵盖AI Coding、交互体验、框架演进、智能测试等七大专场,邀请全球开发者分享前沿实践。顶尖出品人护航,共探AI时代的技术跃迁与个体放大。提交议题,共启未来!


🎁文末 D2 大会官方惊喜福利领你领


二十年,是一个坐标。

从 Web 2.0 的萌芽,到移动互联网的爆发,再到云原生时代的重塑,D2 技术大会伴随开发者走过了整整二十载风雨。

今天,我们站在了一个更加宏大的分水岭。

AI 不再是遥远的科幻逻辑,它正以一种近乎“重构”的姿态,系统性地改写终端技术的底层范式:从代码生成的协作,到架构设计的逻辑,再到交互体验的边界。

第 20 届 D2 技术大会,年度主题定为——「AI 新」。

它既是我们的时代判断,也是我们的集体宣言。

它是 AI 驱动的创新,也是终端人对技术边界追逐的热爱之新

此刻,我们正式向全球开发者、架构师、技术领袖及创新实践者发出邀请:

来 D2,分享你对 AI 时代终端技术的独到见解,共同定义下一个二十年的生产力!


七大核心专场,期待你的真知灼见

我们渴望真实工程中的突破,珍视深度思考后的落地,让技术回归解决问题的初衷。

01 · AI Coding:从写代码开始,重构工程本身

这是本届 D2 的主干专场。AI 正在从“辅助助手”升级为“协作伙伴”。

征集方向:

  • AI Agent 编程工具的研发与设计
    侧重 Agent 型 AI 编程工具在本地与远程形态下的架构与产品设计。征集议题包括 IDE 深度集成、上下文采集与记忆管理、代码库索引检索、任务规划与工具调用、执行沙箱与权限控制、审计与回放、可观测性、成本/延迟优化与多模型策略等。重点关注可靠性与可控性:减少误改、支持规范化交付与团队协作。
  • AI-Native 开发实践
    聚焦真实项目中 AI 编程的可复用方法。征集包含 Spec 驱动开发(结构化需求/验收标准/契约/测试)、AI 编程 Workflow 探索(从需求到 PR/发布的流水线)、以及团队级 AI 驱动研发实践(流程改造、提示/模板沉淀、质量门禁、效率与质量度量、失败复盘)。重点是“怎么做得稳、做得快”。
  • AI Coding 前沿研究与技术趋势
    关注下一代 AI Coding 的关键技术与趋势。征集议题包括长上下文与复杂依赖、代码语义理解与程序分析结合、自动化评测与基准、对齐与安全、多智能体协作、可靠性与可解释性增强等。重点探讨研究如何走向工程落地与可验证的效果提升。

02 · AI 创新体验:当交互正在被重写

终端是 AI 被感知的最前线。交互范式的巨变已经发生。

征集方向:

  • UI 范式重塑
    探讨从 GUI 向 LUI 或 AUI 的代际演进。聚焦 Agent 驱动下的意图识别、动态 UI 生成及个性化界面即时构建。征集议题包括主动交互设计、多 Agent 协作下的用户反馈回路、以及如何利用 AI 简化复杂业务流的操作门槛。
  • 空间智能体验
    聚焦多模态感知与空间计算的深度融合。涵盖视觉、语音、触觉在 3D/XR 环境下的集成交互,以及 AI 驱动的实时场景理解与数据可视化。重点探讨如何利用空间智能让数字世界更符合自然认知,实现高沉浸感的智能反馈。。
  • 具身交互探索
    关注 AI 进入物理世界后的交互挑战,从 AI Wearables、AI PC 到机器人具身智能。探讨硬件约束下的自然语言处理、人机交互(HRI)实践及环境感知反馈。重点关注如何通过端侧智能赋予硬件产品生命力,解决真实场景下的交互痛点,探索用户真正愿意买单的终端新价值点。

03 · AI 语言 & 框架:模型时代,语言与框架如何进化

当 AI 成为“默认能力”,底层技术如何适配?

征集方向:

  • 语言与编译器演进
    探讨编程语言如何适配“人机共写”新常态。征集议题涵盖 LLM 友好型语法设计、智能化类型系统、AI 辅助的编译优化与静态分析等。重点研究如何通过语言特性的进化,提升 AI 生成代码的质量、安全性与复杂逻辑表达力。
  • Agent 框架重构
    当 Agent 成为系统编排者,探讨传统框架的抽象层重塑。征集议题涵盖声明式意图驱动的框架设计、元数据驱动的界面自动生成、以及为 AI 重新设计的组件模型。重点关注框架如何提供更高级别的抽象,以支持多 Agent 在复杂业务逻辑中的无缝协作、状态同步与逻辑自治。
  • 智能运行时与内核
    推动 AI 从工具层下沉为系统的核心能力。聚焦内置 AI 推理能力的运行时引擎、模型与容器/内核的深度集成,以及 AI 驱动的动态资源调度策略。重点探讨端云协同背景下,如何模糊开发与运行、模型与逻辑的边界,实现具备自适应、自进化能力的智能运行基座。

04 · AI 智能测试:质量与效率,不再只能二选一

测试不再是滞后的环节,而是 AI 介入最深、收益最显性的战场。

征集方向:

  • 用例生成与自愈
    探讨利用 LLM 实现测试全生命周期的自动化。征集议题包括基于语义理解的单元/集成测试生成、复杂业务场景下的测试数据合成,以及 UI 自动化脚本的自愈(Self-healing)机制。
  • 风险洞察与优化
    聚焦利用 AI 提升质量保障的精准度与效率。征集议题涵盖基于变更分析的智能回归测试缩减、线上异常的实时检测与根因定位,以及多维度的质量风险预测模型。探讨如何利用算法在海量代码变更中快速锁定高风险区域,解决快速迭代与质量稳定性之间的核心矛盾。
  • 治理与角色演进
    关注 AI 引入后测试流程与组织效能的系统性重构。核心议题包括 AI 测试工具的 ROI 分析、人机协同模式下的 QA 职责重定义,以及在规模化工程中构建“默认内置 AI”的质量防线。探讨如何通过技术赋能,打破质量与效率的零和博弈,重塑技术团队的质量文化与评价体系。

05 · AI 智能生产:从工具走向生产系统

关注 AI 在真实业务落地时的“最后一公里”。

征集方向:

  • 业务深度嵌入
    探讨 AI 如何从外部辅助工具进化为业务逻辑的核心。寻找在复杂业务场景中的落地架构案例,关注如何处理模型输出的不确定性以交付“确定性”结果。重点探讨 AI 对传统业务流程的深度重构,在提升用户价值的同时,确保生产系统的稳定性、安全性与商业收益。
  • 规模化生产交付
    聚焦 AI 从原型验证(PoC)走向规模化交付的工程拐点。征集议题涵盖支持大规模 AI 应用的工程底座、端到端 AI 生产平台的演进、以及 FinOps 成本分析与合规治理。探讨如何构建标准化的平台能力,支撑 AI 跨团队、跨业务的高效迁移与持续稳定运行,实现技术普惠。
  • 全链路协同提效
    关注覆盖需求、设计、交付及运维的 AI 全链路闭环。核心议题包括新一代人机协作下的流程重塑、领域专用 Agent 的生产环境编排,以及科学的效能度量方法。探讨如何通过技术与组织的双重演进,实现软件生产体系的跨越式提效,将 AI 潜能真正转化为规模化的实际业务产能。

06 · 终端技术:重构 AI 时代的性能底座

底层基础设施如何承载高算力与高响应需求?

征集方向:

  • 架构适配与演进
    探讨终端架构如何重构以深度兼容 AI 能力,重点研究如何调整传统的软件拓扑结构,以支持 AI 在终端侧的无缝集成、高效编排与复杂的应用状态管理,提升端侧智能的响应实时性。
  • 运行时与性能优化
    聚焦通过底层技术突破 AI 运行的性能瓶颈。征集议题涵盖面向 AI 指令集优化的编译器技术、异构算力的极致加速实践,以及轻量化端侧容器演进。探讨如何通过运行时与系统内核的深度协同,在有限的硬件资源限制下,实现极致的推理速度与能效比。
  • 端侧工程与协同
    核心议题包括模型量化、蒸馏与剪枝的终端实战、端云协同推理架构,以及隐私安全约束下的端侧学习。探讨如何构建高效的端云配比方案,在保障响应速度与数据隐私的同时,实现计算成本与用户体验的帕累托最优。

07 · 一人公司:技术人的个体放大器

这是最具时代情绪的专场。AI 正在让“超级个体”成为可能。

征集方向:

  • 全栈生产力飞跃
    探讨 AI 如何打破专业壁垒,实现“一个人就是一支团队”。分享利用 AI 协同完成从需求定义、全栈开发、交互设计到市场增长的全链路实践。
  • 商业闭环与实战
    聚焦超级个体的商业化落地与可持续经营之道。征集独立开发者的 AI 实战案例,涵盖极致成本控制下的产品生存策略、AI 辅助的商业决策与自动化运营。探讨在 AI 时代,个体如何构建轻量化、高利润的商业模式,并成功应对从单兵作战到规模化营收的真实挑战。
  • 职业路径重构
    探讨从“专项开发者”向“产品主理人”转型的思维重构、AI 时代的个人品牌经营,以及个体长期竞争力的构建。研究在组织边界日益模糊的未来,技术人如何利用 AI 工具集寻找更具自主性的创作路径,定义下一代极简且高效的职业范式。

顶尖出品人矩阵:为议题深度护航

本届 D2 各专场由行业资深专家领衔,他们不仅是评审者,更是议题的“合伙人”。

「我们寻找的不仅是一个演讲者,更是一个在 AI 工程深水区挣扎过、思考过、最终破局的见证者。」

  • 隐风 | 淘天集团-用户&内容终端技术负责人
  • 云谦 | 蚂蚁集团-高级前端技术专家
  • 悟石 | 淘宝闪购-消费者端技术负责人
  • 渚薰 | 前淘宝互动游戏专家
  • 偏右 | 蚂蚁集团-支付宝体验技术前端平台负责人
  • 张磊 | 字节跳动 Web Infra 技术负责人
  • 泠乐 | 淘天集团-淘宝终端质量负责人
  • 茹炳晟 | CCF TF 研发效能 SIG 主席 / 复旦大学 CodeWisdom 成员
  • 达峰 | 蚂蚁集团-平台体验技术部负责人
  • 穆宸 | AliExpress-终端技术负责人 / D2 负责人
  • 永霸 | 淘天集团-交易终端技术负责人
  • 崔红保 | DCloud CTO / uni-app 跨平台框架负责人
  • 秦粤 | 阿里云-数据库高级前端专家
  • 梓骞 | 启智云图 CEO / Lovrabet 产品创始人

出品人寄语:

“在 D2,我们致力于将前沿的 AI 实践提炼为系统化的技术范式。我们期待与你一同锚定 AI 时代的工程坐标,让每一份实战洞察都汇聚成定义未来的行业基准。”


🌟 为什么来到 D2 舞台

  1. 顶尖技术影响力: D2 是国内终端技术的风向标,线下规模 2000+,线上覆盖数十万专业开发者。
  2. 二十周年里程碑: 参与第 20 届这一极具纪念意义的盛会,与业内最具创新精神的技术人同频共振。
  3. 常态化社区联动: 优质内容将同步至稀土掘金、InfoQ、AI 产品榜等联合承办方平台,获得持续的行业曝光与认可。

🗓️ 议题提交指南

或扫描下方二维码:

  • 议题要求: 内容具有前瞻性、实战性或深度思考;拒绝纯广告,强调技术细节与真实的踩坑经验。

二十年是一个里程碑,更是重新出发的起点。

在「AI 新」的浪潮中,让我们一起,用 AI 驱动创新,用终端之心热爱创新。


D2 组委会,期待你的议题!

相关文章
|
11天前
|
人工智能 前端开发 Cloud Native
春天见,第 20 届 D2 如期而至
第20届D2技术大会将于2026年3月14日在杭州阿里总部举行,主题为“AI 新”,聚焦AI如何重塑终端技术与开发未来。大会设AI Coding、创新体验、智能测试等七大专场,探讨AI驱动下的技术变革与实践落地,诚邀开发者共赴这场面向未来的深度交流盛会。
388 24
春天见,第 20 届 D2 如期而至
|
2月前
|
人工智能 前端开发 算法
大厂CIO独家分享:AI如何重塑开发者未来十年
在 AI 时代,若你还在紧盯代码量、执着于全栈工程师的招聘,或者仅凭技术贡献率来评判价值,执着于业务提效的比例而忽略产研价值,你很可能已经被所谓的“常识”困住了脚步。
1596 89
大厂CIO独家分享:AI如何重塑开发者未来十年
|
2月前
|
机器学习/深度学习 人工智能 缓存
让AI评测AI:构建智能客服的自动化运营Agent体系
大模型推动客服智能化演进,从规则引擎到RAG,再到AI原生智能体。通过构建“评估-诊断-优化”闭环的运营Agent,实现对话效果自动化评测与持续优化,显著提升服务质量和效率。
1746 86
让AI评测AI:构建智能客服的自动化运营Agent体系
|
2月前
|
安全 Java Android开发
深度解析 Android 崩溃捕获原理及从崩溃到归因的闭环实践
崩溃堆栈全是 a.b.c?Native 错误查不到行号?本文详解 Android 崩溃采集全链路原理,教你如何把“天书”变“说明书”。RUM SDK 已支持一键接入。
999 248
|
1月前
|
存储 人工智能 运维
一行代码实现智能异常检测:UModel PaaS API 架构设计与最佳实践
阿里云 UModel PaaS API 发布:通过 Table + Object 双层抽象,屏蔽存储差异、自动处理字段映射与过滤条件,让每一个实体都成为一个‘可调用的对象’,真正实现‘以实体为中心’的智能可观测。
838 120
|
2月前
|
机器人 数据挖掘 API
一个销售数据分析机器人的诞生:看 Dify 如何在 DMS 助力下实现自动化闭环
Dify 作为一款低代码 AI 应用开发平台,凭借其直观的可视化工作流编排能力,极大降低了大模型应用的开发门槛。
491 22
一个销售数据分析机器人的诞生:看 Dify 如何在 DMS 助力下实现自动化闭环
|
2月前
|
人工智能 前端开发 IDE
仅凭几张图片,我们是如何让 AI 自动生成 70% 可用前端代码的?
本文系统总结了在仅有 UI 图片、无设计稿和交互说明的情况下,如何通过 AI 技术实现高质量前端代码自动生成。
仅凭几张图片,我们是如何让 AI 自动生成 70% 可用前端代码的?
|
2月前
|
人工智能 前端开发 搜索推荐
为什么 LLM 搞不定复杂任务?ReAct 与 Reflexion 技术综述
ReAct与Reflexion是提升大语言模型处理复杂任务的关键框架。ReAct通过“推理+行动”循环,结合外部工具解决事实幻觉、信息滞后等问题;Reflexion在此基础上引入自我反思与评估机制,实现从错误中学习的闭环优化。二者结合显著增强了模型的规划、决策与自适应能力,推动AI在问答、编程、智能助手等领域的深度应用。
为什么 LLM 搞不定复杂任务?ReAct 与 Reflexion 技术综述
|
14天前
|
人工智能 测试技术 开发者
AI Coding后端开发实战:解锁AI辅助编程新范式
本文系统阐述了AI时代开发者如何高效协作AI Coding工具,强调破除认知误区、构建个人上下文管理体系,并精准判断AI输出质量。通过实战流程与案例,助力开发者实现从编码到架构思维的跃迁,成为人机协同的“超级开发者”。
1098 96
|
存储 人工智能 监控
从代码生成到自主决策:打造一个Coding驱动的“自我编程”Agent
本文介绍了一种基于LLM的“自我编程”Agent系统,通过代码驱动实现复杂逻辑。该Agent以Python为执行引擎,结合Py4j实现Java与Python交互,支持多工具调用、记忆分层与上下文工程,具备感知、认知、表达、自我评估等能力模块,目标是打造可进化的“1.5线”智能助手。
1589 62

热门文章

最新文章