专题演讲嘉宾：王光景

随着 AI 编程工具的迅猛发展，客户端开发面临诸多挑战：框架生态碎片化、产品需求动态变化以及对 UI 还原度的严苛要求。本次分享，我将揭示一套经过实战验证的企业级客户端 AI 代码直出解决方案。首先剖析行业现状及适配痛点，随后详细介绍技术方案：基于领域调优的 LLM 需求拆解，精准拆解需求；突破性 D2C 引擎，实现高设计还原度；以及面向超级 App 迭代的 R2C 自动化流程，提升迭代效率。此外，还将分享支撑这一方案的基础设施包括多维度评测体系、企业级数据工程管道和实时知识检索架构，全方位保障方案的高效实施。

演讲提纲

1. Al Coding 行业现状 & 客户端适配困境

• AI Coding 现状
• 客户端需求在 AI Coding 中遇到的困境

2. 客户端需求 AI 代码直出解决方案

• 客户端 AI Coding Workflow
• 需求拆解模型微调
• D2C 还原度跃升细节剖析
• 面向 AI 驱动的需求实现新范式

3. AI Coding 基建能力

• 客户端 AI Coding 评测体系
• 数据工程介绍（模型微调）
• 企业业务知识库搭建

4. 实际需求案例分析

• 直出效果展示
• 未来规划

您认为，这样的技术在实践过程中有哪些痛点？

• 企业级别组件召回方案探索
• 客户端 UI 的检测方案探索和取舍

演讲亮点

• 企业级客户端组件召回完整方案——从离线构建到在线召回
• 企业知识辅助的需求拆解微调
• 客户端 UI 高保真监测方案
• 超级 App 客户端存量迭代 R2C 直出

听众收益

• 客户端开发提效的全链路姿势
• 如何用技术反向推动上游革新（产品、设计）
• AI 如何带动质量左移（质检）