AI Ready：智能体准备好“上岗”了吗？| CNCC2026

简介：深圳大学特聘教授，深圳大学智能服务计算研究中心主任、软件工程系主任，世界艺术与科学院院士，IEEE Fellow、ACM杰出科学家。主要研究方向为智能体AI、服务计算、AIGC及企业数智化转型，曾任IEEE Transactions on Services Computing创刊总编辑。长期从事人工智能、服务计算及产业应用研究，拥有丰富的学术研究与产业实践经验。

报告题目：科学智能体，准备“上岗”了吗？——从自主发现到可验证、可托付的智能体系统

摘要：大模型正在从“生成内容”走向“承担任务”，但智能体“能做”并不等于“能上岗”。本报告以生物育种科学智能体为例，探讨智能体如何围绕观察、假设、实验、验证形成自主科研闭环，并通过能力合同、Harness监管与证据链实现受控执行和可信交付；进一步延展到具身服务机器人，讨论智能体从数字空间进入物理空间后，能力边界、协作机制、风险控制与责任体系如何演化，并提出从“可用”走向“可托付”的AI Ready框架。

简介：现任京东物流科技副总裁、京东物流教育研究院院长。毕业于清华大学，拥有斯坦福大学国际双创教育师资、德国联邦职教研究所职教师资双重国际认证。兼任教育部第一届高校毕业生就业创业指导委员会委员等职务。长期从事企业数字化转型与人才培养，拥有多项国家发明专利，发表论文十余篇、主编专著两部。

报告题目：跃迁之旅，数字世界与物理世界融合的实践探索

摘要：大模型正在从“数字决策”走向“物理执行”，报告以京东“超脑大模型+狼族机器人军团”为例，探讨智能体如何围绕感知、决策、执行形成供应链自主闭环，并通过数字孪生仿真与调度、快慢模型协同及分级风险控制，实现物理执行过程的可控运行与可靠交付。进一步延展到L4级无人车与具身拣选机器人，讨论智能体从封闭仓储进入开放道路与复杂物理空间后，能力边界、协作机制、风险控制与责任体系的演化路径，以及从“单点演示”走向“规模运营”的物理AI落地框架。

简介：香港大学计算与数据科学学院助理教授、博士生导师。研究方向聚焦大型AI智能体、大语言模型与图机器学习，相关成果在Google Scholar上累计获得超过20,000次引用。他带领团队推出nanobot、CLI-Anything、LightRAG、DeepTutor、RAG-Anything、DeepCode、AutoAgent、AI-Researcher等开源项目，并创立HKUDS GitHub开源平台。该平台累计获得超过370,000 GitHub Stars，位列全球开源组织Top-23，超过170次登上GitHub Trending，相关开源工具全球下载量超过300万次。

报告题目：从简单助手到自进化：AI Agent系统的范式变革

摘要：AI Agent 正从单轮问答走向自主生产力系统，报告以香港大学HKUDS智能体栈为例，探讨Agent如何围绕理解、规划、工具调用、观察与复盘形成长程自主闭环，并通过Model＋Harness边界、CLI原生接口、OpenSpace技能沉淀与验证回滚实现受控执行和低成本交付；进一步延展到Agent Swarm多体协同，讨论单Agent到多Agent后，任务拆分、经验共享、成本治理与人在里程碑监管如何演化，如何从“简单助手”走向“强生产力”的AI Agent落地框架。

简介：曾任CCF YOCSEF太原2022-2023年度主席，山西大学计算机与信息技术学院（大数据学院）副院长。主要研究方向为数据挖掘、机器学习与具身智能，围绕强化学习、多智能体系统、大模型等开展研究。主持和参与国家重点研发计划、国家自然科学基金重点及面上项目等20余项，先后在IEEE TPAMI、IEEE TKDE、Machine Learning、Pattern Recognition、ICML、NeurIPS等重要学术期刊、会议发表论文50余篇，获国家发明专利7项。

报告题目：从任务准确率到岗位胜任力：面向真实工作的智能体能力建模与评测

摘要：大模型智能体在真实工作场景中，若仅以端到端成功率衡量，易陷入“会答题但不会上岗”的错位。报告针对智能体“岗位胜任力”六维需求——规划、执行、协作、泛化、自适应与风险合规，聚焦多智能体信息聚合、归因引导泛化、自适应通信及风险敏感对齐等关键技术，探讨如何将真实工作拆解，以多维可观测指标替代单一成功率，促使实现针对智能体胜任力的分级授权与风险兜底。

简介：CCF YOCSEF深圳AC委员，哈尔滨工业大学（深圳）信息学部计算机学院/计算与智能研究院教授，国家级青年人才。获2025年度“吴文俊人工智能科学技术奖”科技进步特等奖、2024年度“钱伟长中文信息处理科学技术奖”科技进步一等奖、2022年度北京市科技进步二等奖和2020年度中国中文信息学会“优秀博士学位论文”奖，主要研究方向为自然语言处理、大模型智能体、多模态可信推理等，在ACL、ICML、NeurIPS、ICLR等国际会议和期刊发表论文百余篇。多次担任自然语言处理国际会议(高级)领域主席、人工智能国际会议资深程序委员等，担任Neural Networks期刊编委。

报告题目：面向长程任务的人—Agent—机器三元协作：记忆、校验与价值对齐

摘要：智能体进入生产系统后，协作对象不再只是“人—软件”，被扩展为“人—Agent—机器/环境”。人侧保留意图定义、价值优先级、伦理与安全边界等；Agent侧从单轮问答转向长程规划；机器侧包括传感器、机器人、移动平台、计算机操作系统等执行体。本报告以多模态一致性校验、具身导航等实践为例，探讨如何通过外化记忆、推理降噪、认知空间隔离、可溯源奖励等技术，降低幻觉、行为方差与跨系统失配风险，构建可监督、可恢复新型协作关系的路径。

简介：澳门城市大学教授、数据科学学院院长。近五年主持国家自然科学基金、澳门科学技术发展基金等纵向科研项目7项，累计经费超过2000万元。曾任悉尼科技大学副教授、澳大利亚自然科学基金领域专家，主持和参与澳大利亚国家自然科学基金8项。

报告题目：AI Agent的新安全

摘要：大模型智能体已从单轮问答进入规划—工具—多体协作阶段，但“能执行”不等于“可托付”：自主越高，误调用、越权、数据泄露、不可解释与责任不清的成本也越高。报告围绕如何建立与“能力水平、自主等级、任务风险”相匹配的可信机制，以模型安全攻防、灾难性遗忘、公平与隐私权衡、跨境数据合规等为基础，以区块链可验证身份/行为、多智能体激励与责任溯源等为例，探讨能力画像、分级授权、行为留痕、可验证审计、隐私保护与人在回路恢复等机制让智能体在开放环境中“出事可查、越权可止、长期可托付”的途径。

CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。