代码产出上去了，计划、评审和验收没有同步升级。
为什么需要这门课
个人速度上去了，组织交付却未必跟上
Agent 能写代码，但不会稳定造数、看日志、启停环境。
测试仍靠人工补洞，质量压力随着 diff 规模一起放大。
智能体建设先行，Harness 底盘却还没有修稳。
培训收获
让管理层看懂趋势、看见实战、知道下一步怎么动
- 看懂 AI 软件工程关键进展，不被概念和工具热闹带偏。
- 理解为什么个人会用 AI，不等于组织能稳定交付。
- 拆开一个真实 Agent Harness 案例，知道底盘要补哪些能力。
- 带走一张落地路线图，判断自己团队应该从哪里开始。
培训安排
2.5 小时，从趋势、案例到落地路线图
20 分钟01
先建立共同语言
AI 软件工程正在发生什么
用研发管理语言讲清 Coding Agent、上下文工程、Harness 工程、Loop 工程分别在解决什么问题。
40 分钟02
看真实工程底盘
案例拆解：用 Harness 托住日产万行业务代码
拆解 Kanban2 实战：CLI、测试数据底座、fullcheck、可观测、UI 验收和 CNB 闸门如何咬成一套交付系统。
30 分钟03
把问题带到现场
讨论与问答一
围绕团队现状，讨论 AI Coding 试点里常见的阻力：质量回退、上下文丢失、环境不可控和验收依赖人。
30 分钟04
形成可执行框架
研发组织 5+2 与落地路线图
从意图、计划、评审、执行、验收五个动作，叠加 Harness 工程底座与组织治理底座，形成管理层能推进的路线图。
30 分钟05
带走下一步
讨论与行动建议
选择中等复杂度试点系统，配置业务与架构 Pair，先补端到端守护，再重构，再沉淀 Skill 和专用智能体。
核心案例
用 Agent Harness 托住高速、稳定、长程交付
Kanban2 Agent Harness 实战
两个月里，Kanban2 经历了高强度业务代码变化。案例重点不是“AI 写了多少代码”，而是如何同步建设一条工程公路：让 Agent 能造数、能验证、能看日志、能启停环境，最后把结果交给人验收。
让 Agent 能从零种出测试组织
命令行不是给人炫技，而是 Agent 和 fullcheck 可以调用的验收机器。
从静态守卫到真运行时巡检
L1 到 L9 把契约、单测、集成、CLI E2E、日志健康收成一条可交付流水线。
让 AI 自己看见问题、点亮环境
Loki、三套 profile、agent:ui:open 和启停脚本，减少人肉查日志和手工联调。
让云上执行按闸门完成
本地保手感，云上买完成率；同一套 Harness，用不同调度策略服务不同场景。
落地路线图
先补端到端守护，再谈专用智能体
选一个中等复杂度系统
太简单看不出效果，太复杂周期太长；最好有真实业务链路、测试缺口和重构空间。
配置业务 + 架构 Pair
一个懂业务系统，一个架构能力强；如果一个人都具备，推进会更快。
从零补端到端守护
先让基本系统能力被稳定验证，再开始重构；不要在没有护栏时追求高吞吐。
让 Skill 和智能体长出来
当人已经能稳定达到高吞吐，再把重复流程沉淀成 Skill 和专用智能体。
讲师
吴穹 Adam
北京大学软件工程博士｜Agilean 创始人兼首席顾问
长期服务大型组织研发转型与工程效能提升，相关实践涉及平安、招行、建信、华为、顺丰、蔚来等复杂组织场景。近年聚焦 AI Coding、Agent Harness 与 AI 时代研发组织转型。
研讨问题
最后 30 分钟，落到你们自己的团队
适合对象
适合正在把 AI Coding 从试点推向组织落地的管理团队
- CTO / 研发 VP / 技术总监
- 工程效能、测试、DevOps 与平台负责人
- 架构负责人和技术管理者
- 正在推进 AI Coding / Agent 落地的管理团队
当 AI 让个人更快，真正要补的是组织的交付底盘。