专题演讲嘉宾：郭华翔

在 AI 重塑研发工作流的浪潮下，前端工程也迎来面向智能化的 3.0 阶段的升级。我们以企业级复杂应用研发为核心场景，聚焦编码、UI 还原、联调、质检、验收等全链路研发环节的智能化升级，探索 AI 提效路径。重点分享我们探索的前端智能研发 Agent 的设计思路和开放能力，将结合蚂蚁集团在复杂研发场景的落地实践，分享前端工程智能升级中的技术突破、经验总结与未来思考，为 AI 时代前端研发效率革命提供可复用的工程化方案。

演讲提纲

1. 前端研发在智能化升级中面临的挑战与机遇

• 研发工具的碎片化与效率困局
• 前端领域知识的复杂性
• UI 的精准还原与 UI 验收成本
• AI 时代整合前端工具和领域知识的机会
• 我们的思考路径——前端工程 3.0，前端工程体系的升级思路

2. 复杂前端研发场景的 Coding Agent 设计

• 构建企业级前端研发的记忆基座
• 前端研发工具的智能化升级案例与技术实现
  • D2C 的智能进化：传统 D2C 与多模态结合的 UI 还原方案
  • 智能 UI 质检和验收：基于语义的智能场景和用例生成/UI 理解与多模态比对
  • 覆盖全研发生命周期的工具体系展示
• 从工具到复杂任务——领域 Agent 与 智能工作流（Multi-Agent System 体系）的实践思路

3. 面向企业研发场景的开放能力设计

• 开放个性化定制能力的必要性
• 为企业级研发场景设计的三层开放方案：知识库开放、工具开放、领域 Agent 开放

4. 总结与未来展望

• 带来的成效收益：包括团队/用户覆盖、生码的采纳量等
• 关键成功经验总结
• 未来展望：领域 Agent 的完善和丰富，更优的多智能体系统（MAS）设计和调度；Remote Agent 和 异步任务 实现一体化智能交付

您认为，这样的技术在实践过程中有哪些痛点？

• 在建设企业级上下文的过程中，知识体系和示例代码都还面临数据质量的问题，导致在问答和生码场景召回的准确度不够
• 工具本身在智能化转型过程中也面临较大的挑战，如多模态识别准确度、上下游串联、工程化复杂度的问题

演讲亮点

• 全面阐述企业级复杂前端研发场景的落地实践，从智能编码切入，再到覆盖完整研发生命周期的智能化升级思路及落地方案

听众收益

• 了解下一代前端工程范式的发展趋势与实践方案
• 了解企业级复杂研发场景的智能化转型思路
• 探讨前端研发在转型过程中的挑战与应对思路