2025QECon全球软件质量效能大会：提升全AI团队能力构筑研发提效底座

QECon2025全球软件质量&效能大会

·

深圳站2025

GLOBAL

SOFTWARE

QUALITY

&EFFICIENCY

CONFERENOE

SHENZHENZHAN提升全AI团队能力构筑研发提效底座刘芳|中兴通讯有线能力中心总监3

大研发体系之一两条百亿产品线3.3万研发员工2024年240.3亿研发投入能

力

中

心负责人空军-->程序媛-->PMO->

总助QE

关于中兴通讯、关于有线产品经营部、关于我团队技能过于单一专注于细分领域缺少复合型Al人才平台割裂资源浪费各自为政独自探索烟囱浪费智能体只处理简单问题端到端交付能力有限数据/知识碎片化数据分散标准不一难以指导行动QE

问题提出：AI团队建设面临人才、智能、数据、平台四大挑战提高生产力就是提高效率

劳动对象·

劳动者能力差，会影响生产力·

劳动工具落后，劳动能力再强，也难以发挥作用·

劳动对象质量差或者不足，也会影响生产成果QE解决思路：提升人员能力、智能体能力、知识质量促进研发效率提升生产力=劳动者能力×劳动工具效率×劳动对象质量劳动者劳动

工具全AI团队生产力QE

解决方案：基于组织保障依托知识工程打造全AI团队提高生产力1个中心：提升效率提高生产力全Al团

队

人员能力

双轮驱动

智能体能力知识工程

应用范式

模型应用

工具1个平台：知识一体化平台三大保障：成熟度模型、过程看板、组织支撑组织能力建设基础底座：一个平台全AI团队能力建设关键：双轮驱动过程监控与组织支撑：三大保障取得效果及预期价值：两个展示目录CONTENTS系统统筹规划(1)构筑知识平台沉淀组织能力营造学习文化沉淀最佳实践组织能力建设基础底座：

一个平台

(2)盘活知识资产促进知识消费知识工程框架知识工程总体策略(3)聚焦应用场景提升组织绩效Al学习助手Al岗位体系QE

通过沉淀组织能力、促进知识消费、提升组织绩效构筑组织能力建设一体化平台QE

构筑知识一体化平台：通过统筹规划、学习文化、最佳实践沉淀组织能力专家经验的复制和传承是研发效率提升的关键所在统筹规划：专人团队

业务结合最佳实践：定期评优

横推落地学习文化：领导示范

标杆参与知识识别、知识获取、知识表示、知识存储QE

盘活知识资产：工程化知识管理促进知识消费知识转化知识消费知识应用：场景融合\业务融合\角色融合适应Al时代的工程师iGPT知识问答

Al

应用能力训战基础赋能解决方案

进阶赋能解决方案岗位学分制ZTE编程训战平台

(Al

训战平台)基础编码训练Al知识运营技术分享和文化解决方案技术大讲堂

研发头条群/公众号人员能力提升的Al

应用⑨AI导师

Al助教QE

聚焦应用场景：从应用场景出发识别Al时代能力项培养时代的工程师需求智能设计

开发

智能

智能测试智能产品经理

需求分析AI能力集领域精品课程

人员能力提升的知识库业务触点

平台工具AI工具应用

训练架构思维学习项县软件工程

系统工程能力度量(+AI

应用)智启新程学习项目岗位/角色

学习路径新员工

培养方案Al应用能力测评学习项目

设计方案智领未来

学习项目能力提升最佳实践以师带徒

方案研发岗位能力模型研发岗位人员管理1024程序员节prompt

训练架构师

设计师Al应用Al算

法Al运

营

助手Al学

习伙伴Al学

习助手资源

建设组织管理员工画像群聊机器人上线贴身伴随式学习~打造AI

Agent驱动的学习引擎，助力学习组织有效建立供给(岗位要求、学资)和需求(胜任力、成长)之间的连接持续为这种连接增加供给和需求之间的价值流动搜索增强

感知理解、适时推送、评估反馈辅助教学

辅助/自动运营领域知识库人员能力提升领域的Al+

应用QE

构筑学习平台Al+:

协同智能体提升AI人员能力

促进高效学习Al学习助手上线Al学习

Al学习助手

伙伴考试/认证

题库内、外部

精品课程AI导师

Al助教师课一体化(讲师、教练)岗位/角色

学习路径员工能力

培养方案能力提升

最佳实践AI应用(Agent)AI运营助手~人员AI能力全Al团队能力建设关键：双轮驱动智能体能力QE

提升人员Al能力和智能体能力双轮驱动构建全Al团队识别能力现状调整人员结构提升人员能力知识工程知识建模规范设计知识生产知识度量QE

识别能力现状：组织要求提效率项目缺人是常态

结构配比是关键研发提效组织提效是常态大模型提效**%人员结构基层人员过多人员能力单一项目缺人项目永远都缺人一直干不完的活能力前移，由单

一

型向复合型人才转变员工工作效率提升，做更多高价值的事当前

AI时代信息层次

工作时间分配工作时间分配洞察(Insight)结构化知识(Knowledge)信息提炼(Information)原始数据(Data)2.应用范式质量不稳定

不全面、不及时向人学习掌握局部最优解实践阶段仿照优秀范例QE

调整组织能力结构：向全AI团队转型推进Al应用落地3.伴

随

式

学

习

4.Agent协同领域受局限1.知识工程向人学习理解业务模型起步阶学习产品和规范员工更多分布在高价值岗位传统模式大模型时代能力前移能力多元能力贯通重构智能体重构人员而而而而而目而而而目

目

目而

而目目目目目目而目

目

目B目

BB

目向环境学习补全知识模型成长阶段深入了解系统懂业务向伙伴学习

交互式进化专家阶段理解业务重构流程业务定义业务设计业务执行

简单作业QE

提升人员能力：以模型为牵引通过学-训-用-看培养Al+业务复合型人才用：推广应用·

最佳实践推广·

补齐应用空白看：内外联通·

线

上

：Al

成熟度看板·

线下：部门成熟度go

see学：赋能体系·

分层分级学习路径图·

课程学习与考试测评训：以战代练·

基于思维能力训练营·

关键角色分层训练营AI技术专项人才知识工程流水线与智能体工厂与工具支撑等专项AI思维管理人才顶层设计与规划AI

应

用

人

才应用与智能体Al

技

术

+

业

务

复

合

型

人

才领域业专家+AI架构QE

智能体能力：提升数据质量建设知识工程促进智能体能力提升痛点分析：数据质量差

解决思路：建设知识工程·

建

立知识模型·

构建持续

层次化知识体系·

显性化学习标准化复用·

知识断

点多·

语料差，结

构

化表达不足·

专家经验多为隐性知识算力Al人工智能算法

数据QE

知识工程总体框架：构建精准的自循环知识体系升级智能体能力提高生产力双系统认知理论-DPT

知识工程的双系统智能体框架：1个中心+2个循环+3个阶段SYSTEM

1

SYSTEM

2

知识内化：沉淀、固化Intuition&instinct

Rational

thinking·

一个中心：提高生产力

(生产力≈理性决策力=强大的模型+准确的信息)·

两个循环：人脑的快思考和慢思考循环；智能体的知识飞轮循环·

三个阶段：知识群化(头脑风暴)->知识外化(标准规范)->知识内

化

(能力技能)Source:Daniel

Kahneman自智智能体架构示例Agent循环1人脑的知识工程一个中心提高生产力Agent智能体

知识工程基于数据驱动的大模型

基于动态知识驱动的知识图谱知识外化：原子知识->知识库当前阶段Step

2:知识外化通过CoT

完成知识关联环境(中心目标：提高理性生产力)知识内化：提炼范式知识应用/消费Al应用(分层分域)UnconsciousAssociativeAutomatic

pilotTakes

effortLogicalIndecisiveSYSTEM1:本能脑(快思考)

数据->符号知识SYSTEM2:

理智脑(慢思考)

推理、决策三个阶段知识工程迭代路径Step

1:

知识群化数据转化为符号知识Step

3:知识内化

沉淀提炼范式知识群化私有一>共有识别、获取、表示和存储Al的知识工程知识外化：评估反馈知识群化循环2QE

知识工程建设步骤：构建完备的知识体系是智能体能力的关键知识建模

规范设计

知识生产

知识度量明确文档规范统一格式术语

约束知识生产表达知识关系识别知识全景

建立知识体系存量知识：流水线增量知识：规范生产推动知识建设规范性监测应用效果QE

全A团队建设目标：打造人与智能体协作的完整业务网络实现一站式贯穿智能体全流程

需求

方案

开发数字人Agent14:20MktR_待机_二

!

按

键

需

求，请@需求助手分析。需求助手14:21MktR_

待机*

-

按键需求，实例化完成。MR:IPSTB-921401,

任务已下发版本规划助手14:22MR:

IPSTB-921401,已纳入vxx版本规划人与智能体协作形成完整的业务网络基于领域SOP

分解设计Agent

子角色，形成领域分组，降低协作复杂度构建可组装的需求、开发、方案、

CI、度量等智能体，形成新的研发交付模型数字人Agent需求助手需求提炼需求准入需求分析需求评审AI工具THEN强制弹出配对界面不响应弹出配对界面

进入恢复出厂界面任务下发方案助手14:25MR:IPSTB-921401,

已完成参考方案设计请输入内容版本规划助手方案助手开发助手WHEN商用版本长按3秒写片版本长按或短按长按3秒以上研发支撑诊断助手运维助手提单向导RDC机顶盒空间工作项MR/PR/USiCenter需求体系化空间需求实例化内容制品生产需求助手方案助手开发助手制品验收ZTS助手XTS助手NTS助手内容块需求实例化--画场景GIVE正常模式产测模式待机状态场景正常产测待机内容回写成熟度模型团队个人过程监控与组织支撑：三大保障能力看板组织保障组织架构运作机制政策制度QE

通过成熟度模型、能力看板及组织保障做好实施过程监控L1基础级

L2工作级

L3成熟级

L4优秀级

L5卓越级人员Al能力

研发活动80%达L3

80%提升个人Al能力

支撑组织Al提效入门级：初步应用

工作级：熟练应用

建设级：持续改进

教练级：赋能探索·

掌握大模型概念、关键技术·

理解大模型的工作原理，通·

掌握大模型技术及知识工程·

掌握领域Al技术，具备领域

和应用场景，通过L1测评

过L2测评建设方法，通过L3测评内探索能力，通过教练认证·

可使用大模型进行问答式交·

本领域成熟应用均可用于日·

持续改进提升AI应用和大模·

牵头领域Al规划和技术研究，

互，辅助完成工作任务常工作型能力达成组织提效目标QE

成熟度模型：基于全AI团队能力要素设置个人及团队能力成熟度模型专家级：创新引领·

基于洞察规划，并转化为新

AI实践，突破项目提效目标·

推

动AI技术在产品应用，为

组织提供专家级技术支持L5专家级人员Al能

力100%达L1人员Al能

力80%达L2团队成熟度研发活动30%研发活动70%人员Al能力90%达L3个人

成熟度研发活动60%研发活动90%人员60%达L3L3建设级L2工作级L1入门级L4

教练级团队AI应用-脚本生成采纳率(与目标值对比)AI采纳率

AI生成率一团队脚本采纳率目标90.59581.86.166.573.456.62.15722.26.63.804.912.82.5

000

00o2024-052024-06

2024-072024-08

2024-092024-10

2024-11部门全员AI成熟度分级情况(LO/L1/L2/L3/L4/L5)

人数40.65%53.66%Al

辅助需求分析内容采纳率32.18

目标值：●AI代码评审率33.83

%

目标值：QE

能力看板：模型牵引通过AI能力看板跟进全员能力成熟度需求分析引入缺陷数4394目标值：268AI

代码生成率20.55目标值：AI系统测试文本测试用例…6.66

%目标值：苗

开始月份

至

结束月份团队级能力看板组织级效能看板Al

脚本采纳率85.81目标值：0002025-012025-022025-032025-04

2025-0577.1目标值：Al总览84.90.189.89.48282.33819智能体方案落地与思考每期例行中心级：符合中心要求，建议向中心内其它部门和项目推广项目经理讲主线提升Al认知，加速智能体端到端落地(

第

一

期

)UFP/蔡广平15Kv⁶/郑

其

杉

6

1

/

莫

勇

勇组织架构

运作机制

政策制度构建全生命周期产品知识体系产品

研发

规划

工服/网服产品1

*****

*

*

*

*

枣**********产品3

*

*

*

*

率

*

*

*

*

率

**********

*****

*****产品5产品6QE

组织保障：围绕组织、运作、制度三个维度确保Al应用效果项目组总体组

推进组03工程技术组周例会价值选择

项目特色主线一

(需求->组装)主线二(需求→开发)主线三(需求->验证)需求设计智能体测试设计智能体对内发布指委会组长：高级副总裁、研究院院长成员：副院长/规划部长/质量部长项目化推进组总工\项目经理\改委会技术组技术组长智能体1.需求2.设计3.开发4.文档5.测试设计6.测试执行7.故障处理8.产品安全实践探索主线一(需求->组装)主线二(需求·>开发)主线三(需求->验证)智能体(.……)需求组

方案组需求总工

方案总工责任部长部长(

…….穿刺项目项目1项目2项目3项目1应用落地部门实践穿刺项目落地效果评估奖励优秀推进奖励知识体系建设组总工组织推进明确目标度量驱动教练组长+教练组技

术

支顶

层

设工程组牵头中心产品2产品4技术