专题演讲嘉宾：王浩男

AI 已渗透产研链路各个工种，但让这些能力沉淀为组织级的交付效率，仍是 AI Native 组织面临的重要问题。大型需求的成本，多半不在写代码，而在跨角色的反复对齐与验证断点。飞猪交付大脑的解法是打造一条超级流程：把冗长的交付链路收敛为需求对齐、Coding实现、测试验收几个关键阶段，让 Agent 成为流程的第一公民，并串联整条链路。本次分享将拆解这条流程的设计、工程实现与真实效果。

演讲提纲

1. 组织级提效，关键在流程而非工具

• 挑战：个体提效 不等于 整体交付提效
• 解法：用 Agent 串联起超级流程，拉齐各环节断点

2. 交付大脑：把交付链路收敛成一条超级流程

• 主链路三段式：需求对齐 → Coding 实现 → 测试验收
• Agent 作为第一公民，串联并编排整条链路
• 版本化 Spec 做多角色事实基线，异步澄清替代对齐会
• 交付过程沉淀为可复用记忆，让流程持续进化

3. 端到端 Loop 的工程实现

• 小闭环：单端自验证、自修复
• 大闭环：前后端联调、端到端验证，跑通真实业务链路
• 可控收敛：完成条件 + 人工接管，避免 Loop 空转

4. 案例：一个真实需求的全流程与效果

• 从需求到交付的完整实现
• 角色协作怎么变、AI 边界在哪、实测效果如何

实践痛点

• 协同 vs 成本：多角色共享一份 Spec 能减少信息差，但人人都进所有环节，反而拖慢决策——得按影响面定向拉人，而非全员全程
• AI 自主 vs 人工接管：Loop 想让 AI 自动收敛，但总有它自证不了、反复震荡的环节——必须预设完成条件和接管点，否则流程会在个别地方空转

演讲亮点

• 交付大脑把 AI 沉淀进交付流程本身，用 Agent 编排、多角色共享 Spec 的一条超级流程，让组织整体交付变快
• 让 Agent 成为流程的第一公民——主导编排，人做关键决策与接管，形成 Human + Agent 的新型协作

听众收益

• 组织级提效的思路：怎样把散落在各工种的 AI 能力，收敛成一条可复用的交付流程
• 多角色协同的落地法：用版本化 Spec 和前置协议契约拉齐产研测，用异步澄清替代对齐会
• AI 自验证闭环的工程设计：怎样让 AI 在真实环境里完成“编码—运行—修复”并可控收敛