2026 年 6 月 26 日至 27 日，AICon 全球人工智能开发与应用大会上海站在上海虹桥祥源希尔顿酒店举行。根据官方页面与议程数据，本届大会由极客邦科技与 InfoQ 中国主办，定位于人工智能开发与应用落地，面向 AI 技术、研发管理与产业应用人群。
从议程结构看，这次会议记录了一个清晰的产业时间点：AI 讨论正在从“模型能力本身”进一步转向“Agent 如何进入组织、运行时、记忆、治理、研发流程与业务系统”。
官方议程显示，本届大会包含 19 个专题方向、75 场议程报告、97 位演讲嘉宾。议题覆盖 Keynote 主题演讲、Agent 数据与记忆、Agent 系统架构、Agent 安全治理、AI Coding、企业级 AI 研发、世界模型、多模态、端侧 AI、金融大模型、推理优化、AI 原生数据工程等方向。
一个值得记录的行业关键词：Agent 工程化
如果说 2023—2024 年的主线是大模型能力爆发，2025 年的主线是各类 AI 应用试水，那么到 2026 年中，行业关注正在进入下一层：如何把 AI 变成可长期运行、可被管理、可接入组织流程的系统。
本届 AICon 上海站中，Agent 相关议题占据了显眼位置：
- “Agent 数据、记忆与运行时基础设施”专题关注长期记忆、上下文数据库、生产级 Agent 基础设施；
- “Agent 系统架构与工程化实践”专题关注企业多智能体治理、沙箱、上下文治理、服务型 Agent；
- “Agent 安全、评测与可信治理”专题关注智能体安全、风险矩阵、自动化红队；
- “动手实验室：AI 智能体工程实践”体现出 Agent 正从概念演示进入开发者实操阶段。
这说明，产业界已经不再满足于“一个会聊天的大模型”。真正的竞争点正在变成：Agent 有没有记忆，能不能执行任务，能不能在组织内部被审计、治理、评测、调度，并稳定地产生业务结果。
AI Coding 进入组织级 Harness 阶段
另一个高频方向是 AI Coding 与研发生产力。
议程中出现了来自华为、小红书、蚂蚁、快手、得物、阿里等公司的 AI Coding / Harness / Agentic Engineering 实践，包括：
- 华为关于 Coding Agent 重塑软件研发效率的分享；
- 小红书关于人机共创 Agentic 系统架构与企业级 AI 个人助理的实践；
- 蚂蚁关于 SDD 规范驱动、Harness 工程与可验收研发闭环的实践；
- 得物关于“从狂野代码到按目标生产”的 AI Harness 经验；
- 阿里 Qoder 关于从 Coding Agent 到企业级 AI 应用基础设施的探索。
这些议题共同指向一个趋势：AI Coding 正在从单点代码补全工具，走向组织级研发基础设施。企业关心的不只是“写代码更快”，而是需求如何托管、任务如何拆解、代码如何验收、质量如何保障、上下文如何治理，以及 AI 产出的责任边界如何定义。
“Coder to Builder”一类表达之所以开始出现，是因为行业正在尝试把 AI 从程序员旁边的助手，推向软件交付链路中的参与者。
记忆、上下文与运行时成为基础设施问题
本届大会中，“记忆”不是一个边缘词，而是被放到了基础设施层面讨论。
相关议题包括长期记忆系统、面向智能体与人类用户的 AI 记忆系统、上下文数据库、多轮 Agent 上下文治理、KVCache 优化等。这说明大家已经意识到：如果 Agent 要长期工作，仅靠 prompt 和一次性上下文窗口是不够的。
未来的 Agent 系统很可能需要一整套基础设施：
- 记忆层：保存人、任务、组织、工具、历史决策；
- 上下文层：决定当前应该取出什么信息；
- 运行时层：负责工具调用、任务执行、状态管理；
- 评测层：判断输出是否可靠；
- 治理层：处理权限、安全、审计与责任。
AI 应用的核心工程挑战，正在从“接入模型 API”变成“构建可持续运行的智能系统”。
学术与产业的交汇：多模态、世界模型与端侧智能
除了 Agent 和工程化，本届会议也保留了学术与前沿技术线索。Keynote 中包括复旦大学邱锡鹏关于 MOSS 多模态模型的分享，蚂蚁关于万亿参数规模下高效智能体智能的分享，上海交通大学关于 Token 服务新范式的分享。
专题中还包括世界模型、多模态生成与理解、端侧 AI、物理与数字空间智能化、移动端开发范式变化等内容。这些方向说明，AI 能力边界仍在扩展：从语言进入视觉、空间、设备、物理环境和真实工作流。
但与过去单纯强调模型突破不同，这次议程更强调这些能力如何被工程化、产品化和组织化。
这个时间点的意义
AICon 上海 2026 的议程可以看作 2026 年中中国 AI 产业关注事项的一次切片：
- Agent 成为主线：不再只是聊天机器人，而是有记忆、有工具、有运行时、有治理要求的数字工作者雏形。
- AI Coding 走向系统化：从个人效率工具，进入组织级研发流程、Harness 与可验收交付。
- 记忆与上下文成为核心基础设施：谁能管理长期上下文，谁就更接近可持续工作的 Agent 系统。
- 安全、评测与治理开始前置：Agent 一旦能行动，就必须被约束、评估和审计。
- 学术前沿正在被产业问题重新组织：多模态、世界模型、端侧智能不再只是模型指标，而是在寻找落地场景。
这不是一个“AI 热点很多”的会议，而是一个行业从模型崇拜走向系统建设的信号。
观察结语
站在 2026 年 6 月这个历史时间点看，AI 业界和学术界的共同问题正在变得更具体：
如何把模型能力变成可被人类组织长期使用、协作、管理和信任的智能系统？
AICon 上海 2026 的议程没有给出最终答案，但它清楚地记录了行业正在往哪里看：Agent、记忆、运行时、Harness、治理、多模态和真实业务交付。
这正是当下 AI 从“能力爆发”进入“系统成型”的阶段性标志。
信息来源
- AICon 上海站官方页面：<https://aicon.infoq.cn/2026/shanghai>
- 百格活动报名页：<https://www.bagevent.com/event/9177174>
- 官方议程数据快照：AICon Shanghai 2026 agenda JSON（2026-06-26 抓取）