课程

• 企业级 Node.js 架构设计和实践

  本课程聚焦 Node.js 在企业中的架构设计和落地实践。在细致分析 Node.js 语言特点，深入解读 Node.js 语法特性的基础上，重点从应用实践的角度出发，细数国内外 Node.js 在企业中的落地方案。
  同时针对各种具体场景实例（如 Server side rendering, Backend for frontend 等），推导出一个优秀稳定的 Node.js 架构设计。
  此外，本课程还针对 Node.js 业内热点话题，经典框架，基础建设以及未来发展趋势进行解读和剖析，帮助培训者由点到线，由线及面，建立立体的、系统的认知。

  暂无课程排期
  工程师

• 前端工程化设计和Node.JS实践

  《前端基础建设与工程化设计》课程从项目组织协同、依赖管理方案、核心技术选型、开发构建工作流设计、工程化架构思路、持续集成部署等角度出发，深度剖析前端基础建设和工程化架构的现代化方案。
  课程中既有优秀工程案例分析，也有源码级深入解读；既有工具链整合方案，也有体系化协同串联。能够帮助学习者快速理解工程化方案，进而能够打造自动化、智能化的基础建设方案，以及顺滑流畅的工作流机制。

  暂无课程排期
  工程师

• 前端架构设计和基建优化

  本课程将围绕复杂前端场景的架构设计和工程化基础建设两部分展开。通过基础建设优化，实现开发效率和应用性能越迁；通过经典架构设计思想，实现复杂业务场景架构优化。课程不是简单的思维模式输出，不是纯粹阳春白雪的理论，而主要从工业场景，工程实践入手，结合现代化开发流程和设计思路，帮助学员和相关团队突破瓶颈，发挥前端开发最大价值。
  

  暂无课程排期
  工程师

• 低代码技术：发展、挑战与未来展望

  随着前端边界的拓展与市场对于应用开发需求的爆炸式增长，“低代码”一概念成为如今圈 内的大热话题。那么到底什么是低代码？低代码是否只是重复造轮子产生的玩具？对于业务 的价值又在哪里？本课程将带大家从低代码的技术原理解析入手，深入低代码的引擎设计与 实现，通过分析市面上已有的、以及业务实践中发展成熟的新鲜低代码平台方案，为大家解 析为了应对业务研发过程中的问题和挑战，如何结合你的业务研发现状和技术体系现状，来 恰如其分地采用低代码的方式来构建在线快速研发交付能力，有效的应对模式化业务研发场 景中的问题，做到简化前端开发流程，赋能多种业务研发角色。

  暂无课程排期
  工程师

• 大前端性能优化实战

  《大前端性能优化实战》课程从项目组织协同、核心技术选型、开发构建工作流设计、技术架构设计、工程化架构思路、持续集成部署等角度出发，深度剖析前端现代化性能优化的方案。
  课程中既有优秀工程案例分析，工具深度使用实践，也有源码深入解读；既有工具链整合方案，也有体系化协同串联。能够帮助学习者快速理解性能优化化方案，以及顺滑流畅的工作流机制。

  暂无课程排期
  工程师

• AI Agent架构设计与应用开发

  本课程旨在提供一个全面深入的 AI Agent 架构设计与应用开发培训。课程内容涵盖 AI Agent 架构设计全景、核心组件、技术栈和架构选型等热门主题。通过结合最新的行业知识、前沿探索以及国内外知名大厂、业内最佳实践案例，学员将能够掌握 AI Agent 开发的关键技术和方法，提升在实际项目中的应用能力。

  暂无课程排期
  工程师

• MCP应用的前沿实践与AI技术结合（前端工程方向）

  在AI技术快速发展的背景下，MCP（模块化通信协议）为前端开发带来了新的机遇和挑战。本课程将深入探讨MCP在前端工程中的应用，结合AI技术，展示如何通过模块化和低耦合的通信协议，实现高效、灵活的前端开发。课程将通过理论讲解、案例分析、沙盒演练等多种形式，帮助学员掌握MCP在前端项目中的落地实践，提升开发效率和系统性能。
  【可根据客户情况做定制】

  暂无课程排期
  工程师

• AI Agent工程化：大模型时代的研发效能革命

  覆盖阿里/腾讯/字节未公开Agent架构方案 + 企业级RAG优化指南 + 多智能体协作沙盒

  暂无课程排期
  工程师

• 智能Agent赋能研发：AI大模型时代的提效之道

  在AI大模型快速发展的当下，企业研发流程面临着新的机遇与挑战。本课程旨在帮助研发人员深入理解如何利用AI大模型搭建Agent，解决研发流程中的痛点问题，提升研发效率。课程结合最新的理论知识与丰富的业内案例，通过沙盒演练等互动环节，让学员在实践中掌握相关技能。

  暂无课程排期
  工程师

• AI 大模型和前端

  在这个AI技术迅猛发展的时代，低代码平台和前端工程化正成为推动软件开发效率革命的关键力量。课程旨在深入探讨这两个领域和AI的结合点，解析AI如何带来创新和效率的双重提升，以及终端用户体验的提升
  本课程内容涵盖了从低代码平台的构建到前端工程化的智能化AI引入。我们将通过丰富的行业案例分析，展示AI如何优化低代码开发流程，如何在前端工程中实现智能重构，以及如何通过 AI 结合低代码，达到终端用户体验提升的目的及其手段。
  课程中不仅包含了理论知识的传授，还有大量的实践讨论。我们将通过代码AI智能重构的环节，让您亲手体验AI如何辅助编写和优化代码。此外，课程设计了多样的互动活动，包括小组讨论、案例分析、实战演练等，以确保每位学员都能积极参与并深入理解课程内容。

  暂无课程排期
  工程师

• 从“能用”到“好用”：AI Agent 工程化精调与系统优化实战

  在当前大模型技术深刻变革各行各业的背景下，AI Agent 已从概念验证阶段进入工业化部署关键期。本课程专为已有智能体实践经验的团队设计，聚焦「精度提升」与「工程化调优」两大核心挑战，深度解析 MCP / Skills 开发和沉淀、知识库构建、检索召回准确率优化、模型训练、评估体系建立等关键技术。课程结合国际前沿论文与一线大厂最佳实践，通过沉浸式 Workshop 带领学员掌握高可用智能体系统的构建方法论，助力企业实现AI Agent从「能用」到「好用」的关键跨越

  暂无课程排期
  工程师

• AI Native需求交付实战：全链路智能化提效从方法到落地

  在AI驱动研发的新时代，如何系统性地将大模型能力融入需求交付全流程，实现从“辅助提效”到“AI Native重构”的跨越？本课程专为追求研发效能极限突破的团队打造，基于一线真实项目脱敏案例，深度拆解AI赋能产品、设计、开发、测试、运维各职能的实践路径

  暂无课程排期
  工程师

• AI Agent 智能体架构设计与工程演进

  本课程系统拆解 AI Agent 智能体的核心架构与工程实践，覆盖从行业趋势、核心组件（大脑、上下文管理、评估飞轮、技能与沙箱）到企业级落地的完整路径。课程重点强化LangGraph 状态图编排、CrewAI 多 Agent 协作、LangSmith/Langfuse 可观测性以及 Hermes/OpenClaw 智能体训练等前沿内容。通过深度案例与 Workshop，解析多智能体协同、记忆系统、RAG 进化、ACE 自适应优化、Harness 工程及技能设计范式。课程直面幻觉抑制、长程任务稳定性、评估闭环等真实挑战，帮助学员掌握从传统开发到 Agent 开发的转型方法，构建具备自演进能力的智能体系统。

  暂无课程排期
  工程师

• AI 驱动的数字组织与工作模式转型实战研修

  在数字组织转型的浪潮下，AI 不再仅仅是单点的效率工具，而是正在深刻重塑企业里的生产关系与协作范式。对于中国系统的技术研发岗位而言，如何在组织上有效承接 AI 技术，通过工作流程重塑和 Agent Harness 构建，解决 AI 落地过程中的流程混乱与管理瓶颈，已成为实现研发效能倍增的关键。
  本课程专为中国系统技术研发管理层及核心骨干设计，聚焦 OPC（Agent、业务流 + Agent + Harness） 核心框架，通过前沿理论、深度案例剖析与工作坊（Workshop），帮助学员掌握在大企业组织内落地 AI 的系统方法论。

  暂无课程排期
  工程师

• AI Agent 架构进阶：Loop Engineering 与 Graph Engineering 工业级实战

  课程以 Loop Engineering（循环工程） 与 Graph Engineering（图工程） 为主轴，深度融合 Agent 开发全部核心技术组件（上下文管理、评估飞轮、工具沙箱、Harness工程）与前沿趋势（Claude Code、Codex、ACE、推理设计模式）。解决"单个智能体如何思考得深、迭代得稳"，以及"多智能体如何组织得清、协作得可靠"。通过 理论精讲 + 大厂 Case Study + Workshop 实战​ 三元融合，帮助学员掌握 2026 年最前沿的智能体架构方法论

  暂无课程排期
  工程师

• AI Agent 智能体架构设计演进与落地实践【新】

  本课程摒弃传统的单一模型讲解模式，采用“架构演进”视角，带领学员走完 AI Agent 从原型（Prototype）到生产（Production）的全过程。
  1. 由浅入深，重构认知：从最基础的 Prompt 和 Reasoning 范式入手，逐步深入到 Memory、RAG、Tools，最终落脚于企业级的 Harness 和 Graph 架构，符合工程师的学习曲线。
  2. 问题导向，实战为王：针对当前大模型落地的核心痛点（幻觉、上下文丢失、工具调用失败、缺乏评估标准），设置了大量的真实案例（特别是金融/严肃场景），不讲空话，只讲解决方案。
  3. 全栈覆盖，闭环思维：不仅关注模型本身，更强调“模型-数据-工具-评估”的四位一体。引入“评估飞轮”概念，强调只有通过科学的评估（红蓝对抗、RAGAS），才能实现 Agent 的自进化。

  暂无课程排期
  工程师

大会议题