راقب اتجاهات التقنية العالمية، وجمع موارد المطورين

当 Agent 真正进入企业流程，哪些工作可以交给 AI ？50 + 实战案例揭晓答案！

AI 正在从回答问题的辅助工具，走向理解目标、调用系统、完成任务的工作承担者。当 Agent 真正进入企业流程，问题不再是 “如何把 AI 做出来”，而是哪些工作可以交给 AI、结果如何验收、权限、成本与风险如何收住。随着大模型向推理、工具调用、多模态和长任务延伸，开发重心正从单次调用转向上下文、工具、执行环境与反馈回路的设计，Coding Agent 也从代码补全演进为能理解代码库、运行测试、完成复杂任务的工程协作者。OpenAI、Google Cloud、Anthropic 的最新实践共同指向一个结论：模型决定 Agent 能做什么，工程决定它能否真正进入生产、创造价值。

在这一背景下，2026 年 AICon 人工智能开发与应用大会 · 北京站"将于12 月 18–19 日，在北京新云南皇冠假日酒店举办。本届大会以探索A应用边界为主题，设置 13 大技术专题，覆盖大模型后训练、推理优化、Agent 工程、知识工程、智能体评测与安全、自进化系统、AI 软件交付、原生架构及组织变革等核心方向，汇聚一线技术专家，深入分享 AI 技术突破与企业规模化落地的真实实践。

微软亚洲研究院高级研究员杨一帆已确认出席 “Self-Evolving Agents｜从经验学习到可控进化"” 专题，并发表题为《闭环 AI 自我进化：从 Skill、Harness 到模型训练与评估"》的主题分享。杨一帆的本次分享结合了一系列研究工作，探讨递归自我改进（RSI）的关键问题与解决方案。在技能与执行层面，SkillOpt 依据执行反馈更新可复用技能，HarnessOpt 协调工作流、工具、记忆与恢复机制的改动；在训练与评估层面，EnvOpt 随学习者的变化调整可执行训练环境，支持模型迭代训练，EvalOpt 则基于人类偏好改进评估与反馈策略，以更好地支持开放式任。RetriEvolver 展示了自我演进在异构检索系统中的应用成效。本次分享还将结合实验结果与失败案例，讨论如何明确改进对象、以证据指导改动并验证效果，据此保留有效改进、积累经验。

杨一帆，微软亚洲研究院高级研究员，主要研究智能体系统、AI自进化以及大模型后训练相关技术。发表学术论文四十余篇，拥有十余项国际专利，获 AAAI 2026 杰出论文奖、WAIC 2026 青年优秀论文提名奖。长期担任 NeurIPS、ICLR、ICML 和AAAI等国际会议的领域主席。长期支持微软内部的模型研发以及产品技术转化，相关技术应用于 Office、Azure 等微软核心产品。主导的开源项目累计获得超过2万 GitHub Stars。

他在本次会议的详细演讲内容如下：

演讲提纲

递归自我改进：从执行经验到能力提升

改进对象：技能、执行系统、训练环境与评估机制各自解决什么问题闭环设计：从任务反馈中提出改进、验证效果并积累经验设计取舍：选择优化切入点，兼顾改进效果、优化成本与稳定性

Skill 与 Harness：技能与执行系统的自我改进

SkillOpt：依据执行反馈优化可复用技能HarnessOpt：协同改进工作流、工具、记忆与恢复机制RetriEvolver：HarnessOpt 在异构检索系统中的应用实践

模型训练与评估：优化学习过程本身

EnvOpt：随学习者能力变化调整可执行训练环境，支持模型迭代训练EvalOpt：基于人类偏好改进评估与反馈策略，支持开放式任务

总结与展望

听众收益

理解 Skill、Harness、模型训练与评估层面的自我改进方法及其适用范围获得从任务反馈到效果验证的闭环设计思路，判断哪些改动值得保留和复用结合自身系统识别优化切入点，规划可逐步实施、可验证的演进路径

除此之外，本次大会还策划了Post-Training Engineering｜数据、奖励与模型能力塑造"、大模型推理与算力调度实践"、Knowledge Engineering｜让 Agent 理解企业"、Multi-Agent Systems"、智能体评测与生产可靠性探索"、Agent Security｜身份、权限与行动安全"、AgentOps｜企业 Agent 全生命周期管理"、Self-Evolving Agents｜从经验学习到可控进化"、Agentic Software Engineering｜从代码生成到软件交付"、Personal Agent"、AI 原生架构的演进与治理"、AI 时代的组织重构"、AI × Industries ｜产业智能化"等13个专题论坛，届时将有来自不同行业、不同领域、不同企业的资深专家在现场带来前沿技术洞察和一线实践经验。