📰 AI 资讯

GTLC 杭州站回顾｜AI 创业进入深水区，技术领导者都在关注什么？

2026-07-06 15:02

2026 年 6 月 27 日，TGO 杭州十周年庆 · GTLC 全球科技领导力大会·杭州站圆满举办！本次大会以“新十年一起，做 AI 做的事”为主题，既是对 TGO 鲲鹏会（杭州）走过十年历程的深情回望，更是对下一个十年与 AI 同行的共同宣言。大会邀请鲁肃、叶军、汪源、许式伟等近二十位重磅嘉宾，从智能体底层架构、组织转型实践到数据底座建设、出海新战场等多角度展开精彩分享。百余名 TGO 鲲鹏会学员与众多科技领袖共赴这场盛典，现场参与人数超 500 人。本次 GTLC 除上午两场主题演讲与重磅圆桌对话外，还设有下午十场 TED 风格分享及 Creator Show 开放麦环节，七位创业者登台展示最新产品原型，并特别安排欢迎晚宴、讲师交流午宴、十周年庆典、身心和悦冥想等特色活动，让 GTLC 聚焦于学习，又不止于学习。作为 GTLC 大会的主办方，TGO 鲲鹏会 2015 年成立至今已走过了近十一年历程。十一年里，TGO 鲲鹏会学员规模实现十余倍增长，帮助科技管理者在技术、管理及跨专业领域不断收获价值，助力企业突破研发、创新、管理等瓶颈，迈向更高质量发展。未来，TGO 鲲鹏会将继续吸纳更多年轻力量、教授学者、科创投资人、海外学员，走向全球，助力更多科技管理者迈向卓越！<h2 data-type="heading" data-align-center data-id="heading0">TGO 杭州十周年庆典｜主题演讲</h2>首先让我们回顾主论坛的精彩时刻。<h3 data-type="heading" data-align-center data-id="heading1">🎂 上午场演讲 🎂</h3>上午场聚焦智能体底层架构与企业进化路径，从技术基础设施到组织战略，带来两场层层递进的深度分享，并以一场高密度圆桌对话收尾。上午场主持人易亚婷｜43AI 合伙人、易论 AI 创始人、TGO 鲲鹏会（北京）学员开场致辞芦宇峰（肉山）｜擎路科技联合创始人 & CTO、TGO 鲲鹏会（杭州）负责人芦宇峰在开场致辞中首先介绍了 TGO 鲲鹏会。在这里，成员们一起学习技术与管理，交换资源，在 AI 时代相互陪跑创业；TGO 杭州今年迎来十周年，从最初的小圈子，成长为近百余位科技决策者的精英网络。话锋一转，他回顾了 AI 编程领域一年来的演进脉络：从 Harness 工程对生成代码的约束与编排，到 Claude Code 掀起的 Agent 落地热潮，再到 VibeCoding 让每个人都能通过 AI 编程创造自己的产品，带来真正的"创业平权"。他指出，热点固然会散去，但方向不会改变——Harness、Loop、Agent，方法在不断进化，让我们走得更远。最后，他留下一句心愿作为结尾："愿今日听见的风，成为未来扬帆的方向。这个世界尊重实践者，尊重先行者，尊重每一位愿意来分享的人。"汪源｜杭州久痕科技创始人 & CEO分享主题：智能体上下文基础设施汪源将智能体拆解为三大子系统：上下文子系统、大模型、Harness，并指出行业瓶颈正在迁移——从 2023 年的模型能力，到 2024-2025 年的工具链，如今最大的卡点已转移至上下文工程，但整个行业对它的投入却最少。他把上下文工程分为三层挑战，前两层尤为关键。第一层是“信息有没有”，用户接触过的网页、文档、组织数据是否能够自动沉淀下来。真正难的是第二层：把信息变成模型可以稳定消费的输入。他举了三个亲手踩过的坑：PPT 里的 WMF 矢量图格式让主流产品读取失败，约 25% 的 PPT 内容根本读不到；复杂流程图转 Markdown 问答准确率只有 35 分，转截图也只有 80 分；非标准 Excel 表头更是让模型找半天找不到。为此他们自研了 KRL 知识表达语言，同等内容仅占原始格式 8% 的 Token，问答准确率却超过 90%。第三层是精准召回，他直言 find/grep 在办公场景里是“低效的”，没有语义排序就像没有 PageRank 的搜索引擎。三层挑战环环相扣，缺一不可。最后，他以一句话收尾：“不在浮沙筑高台——上下文这块地基，决定了智能体能否从 80 分走向 90 分。”许式伟｜七牛云创始人兼 CEO 分享主题：AI 企业进化许式伟用一个生动比喻为全场定了基调：AI 就是给每个人和每家企业配上了一个“外挂”，而且这个外挂是不可逆转的——当有人拿起，不拿的就是打不过。他认为， AI 时代的机会远比移动互联网更大，因为每个人可能不止拥有一个外挂，这意味着 80 亿乘以 N 倍的机会规模。正如手机让“随时随地联网”成为现实，AI 将让“随时随地拥有智力外挂”成为基础设施。在软件工程层面，他提出一个犀利判断：写代码效率十倍增长，不等于软件工程十倍增长。真正的挑战在于产品设计、架构决策、测试验收等环节的协同提速。他建议企业务必为 AI coding 补足单元测试覆盖率。所谓单元测试本质上就是 AI 的评估函数，没有充分的评估函数，AI 写出的代码就没有可信基础，甚至会产生“凑巧能让测试通过”的假代码。如今，七牛云内部已将产品、架构、研发三岗合一，统称“产品架构师（X Engineer）”，推动组织向 AI 原生物种演进，力图让软件工程的整体迭代速度而非仅仅写代码速度实现真正的倍增。圆桌对话：PPT 里的 AI vs 能卖钱的 AI——五个科技人告诉你那些没人说的实话主持人：芦宇峰（肉山）｜擎路科技联合创始人 & CTO嘉宾：鲁肃｜蚂蚁集团、阿里集团前 CTO / 叶军｜前阿里巴巴副总裁 / 汪源｜杭州久痕科技 CEO / 许式伟｜七牛云 CEO上午场的圆桌对话直击最真实的行业痛点。嘉宾们围绕“是否每个人都适合转型 FDE（现场开发工程师）”“大型组织在 AI 时代的不可替代价值”以及“企业最终会不会沦为大模型的打工者”三大议题展开激辩。叶军认为 FDE 的核心是“将复杂不确定的需求翻译成可交付结果”，这与传统程序员的能力模型差异显著。鲁肃则给出正能量：AI 能快速补充任何专业技能，关键是人要有主动进化的意志力，他甚至让 AI 给自己列了“十大罪状”，结果令他冷汗涔涔、条条属实。许式伟坦言在中国做 to B 本来就难，FDE 这个概念在 to B 场景才成立，建议创业者谨慎选赛道。在组织规模讨论中，汪源的判断最为鲜明：组织小型化是不可逆转趋势，互联网让人与人 24 小时服务成为可能，而 AI 又让机器具备了判断力与决策力，两者合力必然推动做事单元持续缩小。叶军补充，AI 输出速度远超人脑响应速度，测试与验收反而成为最稀缺的能力，未来配置或许是“一个开发、两个测试”。关于企业沦为 AI 打工者的争议，许式伟直接否定：基模厂商无法跨越自身的智力产品边界，就像移动互联网时代之外还是诞生了字节，AI 时代基模之外同样会有新物种破土而出。芦宇峰鲁肃叶军汪源许式伟<h3 data-type="heading" data-align-center data-id="heading2">🎂 下午场演讲 🎂</h3>下午场分为两个板块：<ul data-type="bulletedlist"><li data-type="listitem">Part 1「灵感激发 Idea Shot」</li></ul>共有十位嘉宾各自带来约 20 分钟的 TED 风格分享，聚焦 AI 原生组织转型、数据底座、可控编程、智能体设计与出海新战场；<ul data-type="bulletedlist"><li data-type="listitem">Part 2「Creator Show 开放麦」</li></ul>由 7 位创业者轮番登台，展示最新产品原型。<h3 data-type="heading" data-align-center data-id="heading3">🎂 灵感激发 Idea Shot 🎂</h3>下午场主持人高妍｜未名脑脑创始人董事长兼 CEO、TGO 鲲鹏会（北京）学员唐三｜QoderWork 负责人分享主题：不是更聪明的工具，是多一个同事——QoderWork 产品实践背后的思考唐三从一份令人意外的团队数据出发：他们做 AI 产品的团队，自己使用 AI 工具的日活、周活、月活却在持续下降——用完即关，不用就忘。他将根因归结为“工具思维的天花板”：工具是被动的、没有记忆的、孤立的，知识工作者每天 61% 的精力花在“找、整、传”上，而不是真正的工作本身。关于这个问题，他提出了一个转换框架：把 AI 从工具变成“同事”。靠谱的同事有四个特质——记忆（记得上下文，不每次清零）、主动性（事情做完会主动汇报）、持续性（并行工作，你不用盯着它）、沟通能力（懂你的风格，随着你成长而进化）——与“聪明”无关，却决定了 AI 产品能否真正留住用户。他呼吁，稀缺的不是更强的模型，而是用新产品框架去重新定义 AI 协作关系的勇气。李靖瑜（凉水）｜猎豹移动集团总经理分享主题：浅谈 AI Native 组织转型的基本章法凉水以猎豹移动的三年转型历程为蓝本，拆解了 AI 原生组织落地的“三部曲”。他指出，个人 AI 效率的提升往往会被系统惯性抵消，真正的变革必须是一把手工程。CEO 不亲自下场用 Claude Code 做出令自己兴奋的产品原型，就无法推动下一步。猎豹内部将年终绩效 50% 的权重绑定到“是否是 AI Native 员工”，以此打破文化惰性。公司还在西安单独组建了一个从零开始的 AIMT 实验小团队，不到十余人，一年内产出 9 套对外销售的 to B 产品，成为全集团 AI 转型的活样板。最后，他总结了转型的三个关键词：思维变革先行、找到先行者并给予五倍回报、将 Agent 串入而非替换现有流程。王红川｜OceanBase AI 解决方案总监分享主题：从“存数据”到“助思考”，Agent 时代的数据底座新范式关于 Agent 时代的数据底座，王红川从两股重塑力量切入讲解：Agent 正在接管企业真实工作（数据库的主要“用户”从 DBA 变成了 Agent），以及大模型催生了对多模态非结构化数据的管理需求。他提出，AI 时代的数据底座不是把向量库、关系库、ES 拼凑起来，而是要从底层解决三大问题：成本隔离（独享数据边界，共享底层资源池）、状态与记忆（支持多模态输入的统一语义查询）、以及“橡皮擦”能力（Agent 在真实数据上试错但不污染生产数据）。他还介绍了“Model in DB”理念：将 AI 模型作为数据库的内置能力，实现入库即智能——例如 4S 店导购员与客户的通话录音实时入库后，系统立即触发 ASR 转写、语义理解与商机推送，而非事后批处理。数据底座做好，才能让上层 Agent 应用从 Demo 走进生产。胥克谦｜原某科技公司创始人分享主题：AI 编程企业级可控性的实现胥克谦基于自己独立开发 350 万行代码、50 天消耗 1400 亿 Token 的实战经验，系统梳理了企业级 AI 编程的四大“不可信”来源：链式语义衰减（多轮会话中原始意图发生漂移）、上下文压缩（长会话中早期内容被挤出且不可追踪）、多环节概率漂移（每步随机性叠乘后结果偏离剧烈）、以及 Agent 自主行为随机性（同一提示词每次执行路径不同）。他的应对方案可以总结为一句话：重文档、轻开发、重测试，比例约为 20:1:20。具体措施包括：横向按业务模块拆分服务（上下文越小越可控）、纵向按架构层次分层开发、TDD 测试先行（单测是 AI 的评估函数）、用程序脚本做质量门禁再交大模型做语义修正（瑕疵率可降至 5% 以下）、以及提示词文档化模板化——让 AI 引用文档而非在提示词中随机发挥。他还强调，把核心 Skill 资产化上云，既能全员赋能又能防止核心资产随员工离职流失。吴坚｜TGO 鲲鹏会（上海）负责人分享主题：用圆环 x 圆环的思路理解并设计智能体流程吴坚用战斗机飞控的类比切入：喷气式战斗机本身是不稳定的，但飞控系统会不断把它拉回稳定区间。AI 智能体系统同理，确定性需要靠持续反馈的闭环来维持。基于此，他提出两个核心模型。“圆环套圆环”着眼微观：大模型外是工具，工具外是人，人外是流程，每一层持续向内层提供约束与反馈，让不确定的 AI 输出逐步收敛为可控结果。“环环相连”着眼宏观：前一个环的输出直接成为下一个环的输入，串联成一条组织级的智能体流水线。他强调人在其中的三个不可替代角色：承担责任（Human in the Loop）、建立并优化这些环以及提供 AI 所缺乏的前瞻力与品味。他以福特 T 型车的电气化类比收尾：仅仅换了动力源而不重新设计生产线，效率不会提升。在他看来，这正是"硅碳共生"的真实含义——不是人被 AI 取代，也不是 AI 被人驯服，而是碳基的判断力与硅基的执行力在闭环中相互依存、共同进化。他以福特 T 型车的电气化类比收尾：仅仅换了动力源而不重新设计生产线，效率不会提升。AI 时代的

🔗 查看原文 ↗

← 返回资讯列表