飞猪王浩男，用超级流程重构需求交付，AINative时代组织级提效新解法

随着AI技术从单一能力向系统化应用演进，软件工程正面临全新的挑战与机遇。飞猪技术专家王浩男在2026年10月22日至24日于上海举办的QCon全球软件开发大会（技术大会）上，发表了题为《飞猪 AI Native 交付大脑：用超级流程重构需求交付》的主题演讲。他详细介绍了飞猪如何通过构建“交付大脑”，将AI能力沉淀为组织级交付效率，解决大型需求交付中跨角色对齐难、验证断点多的核心痛点。

王浩男指出，传统的需求交付流程往往冗长且低效，尤其是在需要跨部门协作时，信息传递的偏差和反复确认成为主要成本来源。飞猪的解决方案是设计一条“超级流程”，将复杂的交付链路简化为需求对齐、Coding 实现、测试验收三个核心阶段，并让Agent成为流程的第一公民，负责串联和编排整个交付过程。

具体而言，这条超级流程包含以下关键设计：首先，通过版本化Spec作为多角色的事实基线，确保所有参与者基于同一份清晰的文档进行协作；其次，采用异步澄清机制替代传统的面对面会议，减少沟通成本；最后，通过端到端Loop工程实现小闭环自验证和大闭环联调，确保AI在真实业务场景中的可靠运行。

在工程实现层面，飞猪采用了两种主要的Loop模式：小闭环用于单端自验证和自修复，适用于前端或后端的独立开发；大闭环则覆盖前后端联调和端到端验证，模拟真实业务链路。为了防止Loop空转，系统还设置了完成条件和人工接管机制，确保AI无法自主收敛时能够及时切换到人工干预。

王浩男强调，这一方案的核心在于让Agent成为流程的第一公民，主导编排和调度，而人类则负责关键决策和必要接管。这种Human+Agent的新型协作模式，不仅提升了整体交付效率，还降低了对个体专家的依赖，使得AI能力真正转化为组织级的生产力。

此外，演讲还展示了该方案在实际业务中的效果。例如，在一个真实需求的全流程中，通过共享一份Spec减少了信息差，按影响面定向拉人而非全员全程参与，显著提高了决策效率；同时，通过预设完成条件和接管点，避免了AI在复杂环节中的反复震荡，确保了流程的可控性。

本次演讲不仅为参会者提供了AI Native时代组织级提效的思路，还展示了多角色协同的落地方法，包括使用版本化Spec和前置协议契约拉齐产研测，以及设计AI自验证闭环的工程方案。听众可以从中学习如何将散落在各工种的AI能力，收敛成一条可复用的交付流程，从而推动企业向AI Native转型。

王浩男的分享是QCon 2026上海站“Loop Engineering”专题的一大亮点。大会还围绕AI Native架构、Agent Runtime、AI Infra等前沿技术方向，邀请了来自不同行业、不同领域的100多位资深专家，共同探讨AI从能力到系统、从实验到生产的真实路径。

值得注意的是，飞猪的这一实践与近期其他企业在AI Native领域的探索不谋而合。例如，梦饷科技发布的“AI豆”也是专为私域店主量身打造的落地执行型AI，聚焦真实经营场景，帮助店主实现智能化、轻量化播货运营。而零犀科技则以因果大模型为基础，实现了全AI销售闭环，成为Autopilot模式的中国样本。

这些案例表明，AI Native正在从理论走向实践，从单一功能扩展到全流程整合，为企业提供了一条从能力到系统的转型路径。未来，随着AI技术的不断成熟和应用场景的拓展，AI Native将成为推动企业数字化转型的重要引擎。