2026Agentic AI 超级智能体系统架构峰会【深圳站】‌

2 天沉浸式学习交流 ｜ 15+前沿分论坛 ｜ 60+真实应用案例

2026年3月，Agent技术正在以惊人的速度进化。OpenClaw发布了最新版本。 作为全球首个面向消费者的AI Agent平台，OpenClaw实现了真正的自主任务执行——不仅能理解复杂指令，还能跨应用协作、自动规划多步骤流程、实时学习用户偏好。行业评论称："OpenClaw让AI从'工具'变成了'同事'。"与此同时，MCP协议正在成为行业标准。2026年初，Anthropic、OpenAI、Google相继宣布全面支持MCP。工具调用不再是"各自为战"，而是有了一个统一的"连接语言"。
2026年，是Agent从概念走向大规模落地的元年，Agent将在金融、制造、零售...行业应用密集爆发。

举办地点为什么选在深圳？深圳是中国科技创新的最前线，硬件生态上，深圳是全球最完整的电子产业链，端侧Agent最先落地。与此同时，深圳拥有最活跃的技术氛围、技术最先传播的开发者社区。在产业落地方面，腾讯、华为、字节、比亚迪...大厂聚集深圳，基于这些天然优势，我们要在深圳举办Agentic AI Summit会议，让深圳成为Agent技术交流的中心。

【大会议程】

15个分论坛详情

第一天 下午：技术核心（5个）

F1 : Foundation Model 2.0

解决什么问题：

“我想做Agent，但该用什么模型？GPT-4够不够？国内模型能用吗？端侧小模型能支撑Agent能力吗？”

讨论内容：

      原生Tool Use：模型内置工具调用 vs Prompt工程

      多模态Agent：视觉，语言、动作如何融合

      端侧小模型：手机/车载上的Agent能否实现

      Agentic RL：让Agent通过强化学习自主进化

      Open Models：开源模型与Agent架构

      Reasoning AI：推理能力的演进

参会收获：

      掌握Agent模型选型的决策依据（开源/闭源/端侧）

理解不同模型的能力边界与适用场景

获得模型评测的实战技巧

      了解2026年Foundation Model的最新演进方向

      理解开源模型在Agent中的应用价值

F2：企业级Agent开发工具链

解决什么问题：

“我想快速开发一个Agent，但不想从零开始。有什么框架可以用？MCP是什么？A2A又是啥？线上跑起来了怎么监控？”

讨论内容：

      MCP (Model Context Protocol)：工具调用标准化的革命

      A2A协议：Agent到Agent通信

      编排框架对比：LangChain vs AutoGen vs CrewAI

      实战技巧：调试、监控、版本管理

参会收获：

掌握主流开发框架的选型技巧（不再纠结该学哪个）

      获得企业级Agent开发的最佳实践

      理解MCP/A2A带来的行业变革

      带走可直接落地的工具链方案

F3 : Agent记忆工程

解决什么问题：

“Agent怎么记住用户偏好？怎么让它懂我们公司的业务？好用的记忆项目有哪些？落地实践如何

讨论内容：

      长记忆机制：短期记忆、长期记忆、个性化记忆

      RAG增强：最新RAG技术进展（GraphRAG、Compact RAG等）

      知识图谱：让Agent理解复杂关系

      RAG vs 微调：什么时候用哪个？成本对比

参会收获：

      掌握让Agent”懂你”的技术路径

      获得RAG/微调的选型决策依据（不再纠结）

      带走企业知识库的建设方案

典型记忆项目进展和适用场景

      理解如何让Agent记住个性化偏好

F4：工具与自动化

解决什么问题：

“Agent除了聊天，还能帮我做什么？能不能帮我订机票？能不能帮我操作电脑？能不能自动执行工作流？”

讨论内容：

      工具调用机制：从Function Calling到MCP

      GUI Agent：让Agent帮你操作电脑/手机

      工作流编排：Agentic Workflow实战

      API集成：如何让Agent调用外部系统

参会收获：

      理解Agent能做什么、不能做什么

获得自动化场景的落地案例

      掌握让Agent操作外部系统的技术

      带走”让Agent帮我做事”的完整方案

F5：多Agent协作

解决什么问题：

“一个Agent能力有限，能不能多个Agent配合工作？比如一个负责搜索，一个负责总结，一个负责执行？”

讨论内容：

      Multi-Agent架构：角色分工与协作模式

      通信协议：A2A消息格式、状态同步

      任务分解：复杂任务如何拆解给多个Agent

      实战案例：企业级Multi-Agent系统设计

参会收获：

      掌握让多个Agent协同工作的设计模式

获得复杂任务分解的实战经验

      理解Agent网络的价值与挑战

      带走Multi-Agent系统的架构方案

第二天 上午：架构与数据（5个）

F6 : Harness Engineering (Agent执行与控制工程)

解决什么问题

当Agent从演示走向生产，企业面临的核心挑战不是”能不能做”而是”敢不敢用”—Agent执行过程缺乏可控性，调用工具时无权限边界，敏感操作没有审计追踪，出了问题无法回滚；多人多Agent协作时各自为战，任务冲突、状态混乱；人机协作的边界模糊，该自动的时候卡壳，该确认的时候擅自行动，导致业务风险不可控。本论坛聚焦如何让Agent安全、可控、可审计地执行复杂任务，建立从权限管控到协作协议的一整套”驾驭”体系。

讨论内容

Agent执行控制框架

      沙箱机制与执行环境隔离

      权限边界设计与越权防护

      人工介入点与Checkpoint设计

      执行回滚与状态恢复

工具调用安全（Tool Use Safety）

      Function Calling权限验证与审计

      敏感操作二次确认机制

      工具调用链全链路追踪

人机协作（Human-in-the-Loop）

      人机分工与实时干预设计

      Agent意图澄清与求助机制

多Agent协作控制

      Agent角色权限与职能边界

      协作协议与冲突避免

      全局状态管理与一致性保障

参会收获

建立Agent安全执行的”护栏”体系，防止越权与误操作 掌握人机协作最佳实践，明确何时放手、何时介入
带走工具调用安全审计方案，满足企业合规要求 理解多Agent协作的控制逻辑，避免任务冲突与状态混乱 获得Agent执行过程的可观测性工具链，让黑盒变透明

F7：面向Agent的知识与本体语义构建

解决什么问题：

“Agent回答太泛了，不懂我们行业的专业术语”、“RAG检索出来的内容相关性不高”、“不同部门对同一个概念理解不一致，Agent怎么统一？”、“企业知识零散，怎么让Agent真正理解业务逻辑而不是死记硬背？”

讨论内容：

本体构建与Agent认知

领域本体设计：从业务概念到机器可理解的语义模型

语义层设计：统一企业术语，消除部门间概念歧义

本体演化：业务变化时，Agent知识如何自动更新

RAG增强与语义检索

GraphRAG: 基于知识图谱的检索增强

语义搜索vs关键词搜索：让Agent理解意图而非匹配字面上下文压缩：长文档的语义摘要与精准定位多跳推理：复杂问题的拆解与关联知识检索

参会收获：

掌握让Agent”懂业务”的本体设计方法 带走GraphRAG等前沿技术的实战经验 学习行业本体的构建方法论与避坑指南 建立从企业知识到Agent智能的完整链路

F8：面向Agent的数据架构

解决什么问题：

“我们有大数据平台，Agent怎么接入？数据怎么管？湖仓一体和Agent什么关系？”

讨论内容：

      数据平台Agent化：如何让数据平台具备Agent能力

      湖仓一体：DLF 3.0等新范式

      数据资产平台：如何让数据”可复用”

      向量数据库与Agent：检索增强

参会收获：

      获得数据平台Agent化的完整方案

掌握湖仓一体的最新实践

      理解数据资产管理的Agent化路径

      带走数据架构的升级方案

F9：评测基准与安全治理

解决什么问题：如何评估Agent的能力？业界有哪些公认的评测标准？Agent输出的内容安全吗？如何防止Agent”失控”？

讨论内容：

      SWE-bench：代码能力评测

      AgentBench：多场景评测

      评测体系设计：任务成功率、工具准确率

      对齐技术：如何让Agent遵循人类价值观

      幻觉治理：如何减少”一本正经胡说八道”

合规检测：敏感信息过滤

参与收获：

      了解主流Agent评测基准

掌握评测体系设计方法

      获得Agent能力提升的方向指引

      掌握Agent安全防护的技术手段

      了解合规要求的应对策略

学习可信Agent的设计原则

F10：前沿探索与超级Agent [炸裂话题]

解决什么问题：下一代Agent什么样？AGI还有多远？

讨论内容：

      OpenClaw等自主Agent产品实践

      Manus爆火背后的技术解析

      AutoGPT5/AGI最新进展

      超级Agent的形态与能力

参与收获：

第一时间了解最前沿的Agent探索

      获得AGI发展路径的前瞻视角

      参与下一代Agent的讨论

第二天 下午：应用落地（5个）

A1：从Data Agent到Data Engineer Agent

解决什么问题

当企业谈论Data Agent时，往往还停留在”ChatBI自然语言查数”的数据消费层。但2026年的真实趋势是：Agent正在从数据消费向数据开发全栈渗透——从NL2SQL到自动生成ETL管道，从被动回答到主动发现数据异常并自愈，从分析工具到数据工程的智能协作者。本论坛聚焦Agent如何重塑数据工程师的工作范式，实现从”人写代码”到”Agent生成管道”的跃迁。

讨论内容

Data Agent的演进：从消费到生产

      Data Agent 1.0: ChatBI、NL2SQL、自然语言查数——数据消费的智能化

      Data Agent 2.0: Data Engineer Agent——从查询到开发，从消费到生产

      全栈Data Agent：覆盖数据采集、清洗、建模、分析、治理的端到端智能体

Data Engineer Agent核心技术

      智能ETL生成：自然语言描述需求—自动生成可执行的数据管道代码

      自愈合数据管道：Agent自动检测数据异常、诊断根因、修复并重新调度

      Schema演进管理：Agent感知上游变更，自动适配下游依赖

● 数据血缘自动发现：Agent扫描代码和日志，自动构建数据血缘图谱

Agent驱动的数据开发范式

      Pipeline Agent: 端到端数据管道自动化

    调试与优化Agent：自动发现慢查询、推荐优化方案、执行重构

      测试Agent: 自动生成数据质量测试用例，持续监控数据新鲜度

参会收获

理解Data Agent从消费层向工程层演进的技术路径

掌握Data Engineer Agent的核心能力：智能ETL、自愈合管道、Schema管理

获得AgentOps新范式下人机协作的最佳实践

带走从”人写代码”到”Agent生成管道”的转型方案

A2：研发效能Agent

解决什么问题：

“Devin出来了，真的能代替程序员吗？代码生成、测试、运维…哪些能用Agent提升效率？”

讨论内容：

      代码生成：Copilot → Agent的进化

      测试自动化：Agent帮你写测试

      运维Agent：智能告警，日志分析

      案例：研发团队的Agent实践

参会收获：

      理解AI Coding的最新能力边界，获得研发效能提升的实战路径

掌握哪些研发场景可以用Agent， 带走研发Agent的完整方案

A3：金融Agent

解决什么问题：

“金融行业能用Agent吗？风控能自动化吗？投顾Agent合规吗？监管允许吗？”

讨论内容：

      风控Agent：实时风险感知与拦截

      投顾Agent：智能投资建议

      客服Agent：合规的智能客服

      案例：金融机构的Agent落地

参会收获：

      获得金融行业Agent的落地案例

      理解金融场景的特殊要求（合规，安全），掌握合规与创新的平衡技巧

      带走金融Agent的完整方案

A4：工业Agent

解决什么问题：

“工厂能用Agent吗？生产优化、质检、供应链…这些场景Agent能搞定吗？”

讨论内容：

      生产优化Agent：调度、排产、能耗

      质检Agent：视觉检测、异常识别

      供应链Agent：需求预测，智能补货

      案例：制造企业的Agent实践

      Physical AI and Robotics：物理AI与机器人

参会收获：

      获得工业Agent的前沿案例

      理解工业场景的特殊挑战

掌握传统行业智能化路径

      带走工业Agent的完整方案

A5：消费Agent

解决什么问题：

“普通人什么时候能用上Agent？AI手机、AI眼镜靠谱吗？Agent产品怎么做？”

讨论内容：

      AI助手：从聊天到做事

      端侧Agent：手机/车载/IoT

      Agent产品设计：交互范式、用户体验

      案例：消费级Agent产品

      Physical AI：端侧设备上的Agent

参会收获：

      了解消费级Agent的产品趋势，获得产品设计的创新灵感

      理解C端市场的机会与挑战，带走产品设计的完整方案

【大会门票】

发票开具

请线上填写准确的开票信息，支持开普通发票（电子版）和增值税专用发票（3%），付款成功后，方可按照支付金额给您开具发票，如您有其他特殊要求，可与客服联系。

注：发票信息很重要，请准确无误填写（建议填写前与贵司财务确认），以免开错重开给您带来麻烦。

门票包含

• 2026年7月24～25日 2天的大会主题演讲、专题演讲；
• 门票含餐，其他自理。

特别注意

• 门票一旦购买，恕不退票（可以换人参加）；
• 电子门票是大会现场换取入场证的唯一凭证，请自行打印并妥善保管；
• 如果开会前夕门票遗失，请您及时与主办方联系；
• 签到后凭胸牌入场参会，胸牌遗失不补，请妥善保存；