二十年，重新出发！第 20 届 D2 技术大会「AI 新」议题全球征集正式开启

二十年，是一个坐标。

从Web 2.0的萌芽，到移动互联网的爆发，再到云原生时代的重塑，D2技术大会伴随开发者走过了整整二十载风雨。

今天，我们站在了一个更加宏大的分水岭。

AI不再是遥远的科幻逻辑，它正以一种近乎“重构”的姿态，系统性地改写终端技术的底层范式：从代码生成的协作，到架构设计的逻辑，再到交互体验的边界。

第20届D2技术大会，年度主题定为——「AI新」。

它既是我们的时代判断，也是我们的集体宣言。

它是AI驱动的创新，也是终端人对技术边界追逐的热爱之新。

此刻，我们正式向全球开发者、架构师、技术领袖及创新实践者发出邀请：

来D2，分享你对AI时代终端技术的独到见解，共同定义下一个二十年的生产力！

七大核心专场，期待你的真知灼见

我们渴望真实工程中的突破，珍视深度思考后的落地，让技术回归解决问题的初衷。

01、AI Coding：从写代码开始，重构工程本身

这是本届D2的主干专场。AI正在从“辅助助手”升级为“协作伙伴”。

征集方向：

●AI Agent编程工具的研发与设计

侧重Agent型AI编程工具在本地与远程形态下的架构与产品设计。征集议题包括IDE深度集成、上下文采集与记忆管理、代码库索引检索、任务规划与工具调用、执行沙箱与权限控制、审计与回放、可观测性、成本/延迟优化与多模型策略等。重点关注可靠性与可控性：减少误改、支持规范化交付与团队协作。

●AI-Native开发实践聚焦

真实项目中AI编程的可复用方法。征集包含Spec驱动开发（结构化需求/验收标准/契约/测试）、AI编程Workflow探索（从需求到PR/发布的流水线）、以及团队级AI驱动研发实践（流程改造、提示/模板沉淀、质量门禁、效率与质量度量、失败复盘）。重点是“怎么做得稳、做得快”。

●AI Coding前沿研究与技术趋势

关注下一代AI Coding的关键技术与趋势。征集议题包括长上下文与复杂依赖、代码语义理解与程序分析结合、自动化评测与基准、对齐与安全、多智能体协作、可靠性与可解释性增强等。重点探讨研究如何走向工程落地与可验证的效果提升。

02、AI创新体验：当交互正在被重写

终端是AI被感知的最前线。交互范式的巨变已经发生。

征集方向：

●UI范式重塑

探讨从GUI向LUI或AUI的代际演进。聚焦Agent驱动下的意图识别、动态UI生成及个性化界面即时构建。征集议题包括主动交互设计、多Agent协作下的用户反馈回路、以及如何利用AI简化复杂业务流的操作门槛。

●空间智能体验

聚焦多模态感知与空间计算的深度融合。涵盖视觉、语音、触觉在3D/XR环境下的集成交互，以及AI驱动的实时场景理解与数据可视化。重点探讨如何利用空间智能让数字世界更符合自然认知，实现高沉浸感的智能反馈。。

●具身交互探索

关注AI进入物理世界后的交互挑战，从AI Wearables、AI PC到机器人具身智能。探讨硬件约束下的自然语言处理、人机交互（HRI）实践及环境感知反馈。重点关注如何通过端侧智能赋予硬件产品生命力，解决真实场景下的交互痛点，探索用户真正愿意买单的终端新价值点。

03、AI语言&框架：模型时代，语言与框架如何进化

当AI成为“默认能力”，底层技术如何适配？

征集方向：

●语言与编译器演进

探讨编程语言如何适配“人机共写”新常态。征集议题涵盖LLM友好型语法设计、智能化类型系统、AI辅助的编译优化与静态分析等。重点研究如何通过语言特性的进化，提升AI生成代码的质量、安全性与复杂逻辑表达力。

●Agent框架重构

当Agent成为系统编排者，探讨传统框架的抽象层重塑。征集议题涵盖声明式意图驱动的框架设计、元数据驱动的界面自动生成、以及为AI重新设计的组件模型。重点关注框架如何提供更高级别的抽象，以支持多Agent在复杂业务逻辑中的无缝协作、状态同步与逻辑自治。

●智能运行时与内核

推动AI从工具层下沉为系统的核心能力。聚焦内置AI推理能力的运行时引擎、模型与容器/内核的深度集成，以及AI驱动的动态资源调度策略。重点探讨端云协同背景下，如何模糊开发与运行、模型与逻辑的边界，实现具备自适应、自进化能力的智能运行基座。

04、AI智能测试：质量与效率，不再只能二选一

测试不再是滞后的环节，而是AI介入最深、收益最显性的战场。

征集方向：

●用例生成与自愈

探讨利用LLM实现测试全生命周期的自动化。征集议题包括基于语义理解的单元/集成测试生成、复杂业务场景下的测试数据合成，以及UI自动化脚本的自愈（Self-healing）机制。

●风险洞察与优化

聚焦利用AI提升质量保障的精准度与效率。征集议题涵盖基于变更分析的智能回归测试缩减、线上异常的实时检测与根因定位，以及多维度的质量风险预测模型。探讨如何利用算法在海量代码变更中快速锁定高风险区域，解决快速迭代与质量稳定性之间的核心矛盾。

●治理与角色演进

关注AI引入后测试流程与组织效能的系统性重构。核心议题包括AI测试工具的ROI分析、人机协同模式下的QA职责重定义，以及在规模化工程中构建“默认内置AI”的质量防线。探讨如何通过技术赋能，打破质量与效率的零和博弈，重塑技术团队的质量文化与评价体系。

05、AI智能生产：从工具走向生产系统

关注AI在真实业务落地时的“最后一公里”。

征集方向：

●业务深度嵌入

探讨AI如何从外部辅助工具进化为业务逻辑的核心。寻找在复杂业务场景中的落地架构案例，关注如何处理模型输出的不确定性以交付“确定性”结果。重点探讨AI对传统业务流程的深度重构，在提升用户价值的同时，确保生产系统的稳定性、安全性与商业收益。