课程简介
大模型技术正在推动各类软件系统从“功能逻辑固化”向“能力动态涌现”的AI原生时代演进。对于软件和信息技术服务企业而言，这不仅是工具的升级，更是生产关系与交付模式的重构。本课程结合讲师丰富的AI项目操盘和研发管理经验，帮助管理层厘清从研发降本增效到业务模式创新的完整转型路径，通过项目研讨和实战模拟，掌握如何在AI时代实现企业价值快速提升与变现。
目标收益
决策层面：看懂AI原生软件的技术架构及与传统软件系统的区别，制定企业的AI转型路线图。
管理层面：掌握AI时代的研发管理新流程，了解新岗位设置与团队能力建设。
业务层面：学习如何利用智能体（Agent）改造现有业务，将大模型接入并盘活已有系统，创造新增长点。
培训对象
企业管理层、研发部门负责人、企业架构师、技术负责人
课程大纲
|
模块一：战略认知——AI原生时代的软件变局 目标：统一管理层对大模型能力的认知，理解软件形态的根本性变化。 |
1.大模型技术演进与产业格局 o从GPT-4到DeepSeek R1、Qwen Coder：主流模型的能力进化及对软件和信息技术服务行业的影响。 o2025技术新趋势：国产大模型的崛起和强化学习、视觉推理等技术革新对企业业务流的影响。 2.定义“AI原生软件” o本质区别：从传统软件的“功能堆砌”到智能体的“自主决策”与“能力涌现”。 o架构特点：智能体（Agent）作为核心交互与执行单元的全新软件形态。 3.企业转型路径图 o阶段一：AI辅助研发。 o阶段二：业务流程智能化。 o阶段三：全域AI原生重构。 4.实操模拟与工作坊 o行业案例分组研讨：识别AI原生机会点与风险点。 o产出物：企业AI原生机会矩阵、风险与痛点清单。 |
|
模块二：效能突围——重构软件研发全流程 目标：掌握利用AI提升团队人效的方法论，建立“人机共生”的研发管理体系。 |
1.研发效能提升的工具与策略 o主流AI编程工具选型（Cursor, Trae, GitHub Copilot）及其对开发环境的改变。 o从Coding到Review：AI在代码解释、单测生成及Bug修复中的角色。 2.管理新范式：“R.I.P.E.R. Five”开发流程 oResearch（澄清） oInnovate（方案） oPlan（计划） oExecution（执行） oReview（审查） 3.AI时代的研发团队能力模型 o程序员从“代码撰写者”转向“架构师”、“提示词工程师”+“代码审查员”的能力要求变化及招聘和培养策略。 o如何通过多智能体协作（开发Agent+测试Agent）减少累积误差。 4.实操模拟与工作坊 o开发流程演练：R.I.P.E.R. Five流程沙盘推演并制定团队改造计划。 o产出物：AI研发效能度量草案、团队能力评估表。 |
|
模块三：业务变革——智能体（Agent）的商业化落地 目标：学习如何将大模型技术转化为实际业务价值，构建企业级智能体应用。 |
1.智能体（Agent）的核心架构与商业价值 o解构智能体：大脑（LLM）、感知、行动与工具的有机结合。 o应用场景全景：数据分析洞察、工单智能派发、设备维修管理和安全应急响应等高价值场景。 2.企业级集成方案：打破数据孤岛 oRAG与知识库：如何有效利用企业复杂的私有数据，解决通用大模型的“幻觉”问题，实现专业领域的“开卷考试”。 o已有系统接入和改造：管理层需知的传统数字化和信息化系统接入智能体的方案及常见雷区。 3.落地案例剖析：痛点与对策 o案例复盘：大型国企智能化转型与企业软件研发智能化实战。 o关键痛点管理：如何解决需求沟通不畅、过程管理失控及交付标准模糊的问题。 4.实操模拟与工作坊 o场景设计工作坊：选定一个高价值业务场景，拆解AI工作流与Agent架构。 o集成方案演练：RAG+系统接入方案白板推演与雷区识别。 oPoC评估打分：制定PoC评估指标并对方案打分。 o产出物：智能体PoC方案框架、评估指标清单。 |
|
模块四：组织治理——风险控制与管理变革 目标：构建适配AI时代的企业制度、流程与安全防线。 |
1.安全与合规 o智能体应用中的数据安全问题及企业级应对措施。 o避免“幻觉”带来的业务风险：技术手段（思维链CoT）与管理手段（人机协同）的结合。 2.AI时代的敏捷管理 o“3A”智能体敏捷开发方法：适应AI原生软件迭代开发的全新管理流程（传统迭代和敏捷模型已无法有效管理以智能体为核心的AI原生软件开发过程）。 o智能体的评估指标与测试方法：如何衡量AI员工的产出。 3.新岗位与新流程 o企业转型中的新业务机会与组织架构调整建议。 o技术岗与管理岗在AI时代的竞争力重塑。 4.实操模拟与工作坊 o风险演练：模拟“幻觉”与数据泄露场景，制定处置流程。 o管理流程共创：设计“3A”敏捷方法在企业的落地流程图。 o评测表设计：定义智能体绩效与质量评测表。 o产出物：安全合规方案要点、敏捷开发流程草案、评测表样例。 |
|
模块一：战略认知——AI原生时代的软件变局 目标：统一管理层对大模型能力的认知，理解软件形态的根本性变化。 1.大模型技术演进与产业格局 o从GPT-4到DeepSeek R1、Qwen Coder：主流模型的能力进化及对软件和信息技术服务行业的影响。 o2025技术新趋势：国产大模型的崛起和强化学习、视觉推理等技术革新对企业业务流的影响。 2.定义“AI原生软件” o本质区别：从传统软件的“功能堆砌”到智能体的“自主决策”与“能力涌现”。 o架构特点：智能体（Agent）作为核心交互与执行单元的全新软件形态。 3.企业转型路径图 o阶段一：AI辅助研发。 o阶段二：业务流程智能化。 o阶段三：全域AI原生重构。 4.实操模拟与工作坊 o行业案例分组研讨：识别AI原生机会点与风险点。 o产出物：企业AI原生机会矩阵、风险与痛点清单。 |
|
模块二：效能突围——重构软件研发全流程 目标：掌握利用AI提升团队人效的方法论，建立“人机共生”的研发管理体系。 1.研发效能提升的工具与策略 o主流AI编程工具选型（Cursor, Trae, GitHub Copilot）及其对开发环境的改变。 o从Coding到Review：AI在代码解释、单测生成及Bug修复中的角色。 2.管理新范式：“R.I.P.E.R. Five”开发流程 oResearch（澄清） oInnovate（方案） oPlan（计划） oExecution（执行） oReview（审查） 3.AI时代的研发团队能力模型 o程序员从“代码撰写者”转向“架构师”、“提示词工程师”+“代码审查员”的能力要求变化及招聘和培养策略。 o如何通过多智能体协作（开发Agent+测试Agent）减少累积误差。 4.实操模拟与工作坊 o开发流程演练：R.I.P.E.R. Five流程沙盘推演并制定团队改造计划。 o产出物：AI研发效能度量草案、团队能力评估表。 |
|
模块三：业务变革——智能体（Agent）的商业化落地 目标：学习如何将大模型技术转化为实际业务价值，构建企业级智能体应用。 1.智能体（Agent）的核心架构与商业价值 o解构智能体：大脑（LLM）、感知、行动与工具的有机结合。 o应用场景全景：数据分析洞察、工单智能派发、设备维修管理和安全应急响应等高价值场景。 2.企业级集成方案：打破数据孤岛 oRAG与知识库：如何有效利用企业复杂的私有数据，解决通用大模型的“幻觉”问题，实现专业领域的“开卷考试”。 o已有系统接入和改造：管理层需知的传统数字化和信息化系统接入智能体的方案及常见雷区。 3.落地案例剖析：痛点与对策 o案例复盘：大型国企智能化转型与企业软件研发智能化实战。 o关键痛点管理：如何解决需求沟通不畅、过程管理失控及交付标准模糊的问题。 4.实操模拟与工作坊 o场景设计工作坊：选定一个高价值业务场景，拆解AI工作流与Agent架构。 o集成方案演练：RAG+系统接入方案白板推演与雷区识别。 oPoC评估打分：制定PoC评估指标并对方案打分。 o产出物：智能体PoC方案框架、评估指标清单。 |
|
模块四：组织治理——风险控制与管理变革 目标：构建适配AI时代的企业制度、流程与安全防线。 1.安全与合规 o智能体应用中的数据安全问题及企业级应对措施。 o避免“幻觉”带来的业务风险：技术手段（思维链CoT）与管理手段（人机协同）的结合。 2.AI时代的敏捷管理 o“3A”智能体敏捷开发方法：适应AI原生软件迭代开发的全新管理流程（传统迭代和敏捷模型已无法有效管理以智能体为核心的AI原生软件开发过程）。 o智能体的评估指标与测试方法：如何衡量AI员工的产出。 3.新岗位与新流程 o企业转型中的新业务机会与组织架构调整建议。 o技术岗与管理岗在AI时代的竞争力重塑。 4.实操模拟与工作坊 o风险演练：模拟“幻觉”与数据泄露场景，制定处置流程。 o管理流程共创：设计“3A”敏捷方法在企业的落地流程图。 o评测表设计：定义智能体绩效与质量评测表。 o产出物：安全合规方案要点、敏捷开发流程草案、评测表样例。 |
近期公开课推荐