QCon上海聚焦AINative，大型工程AI落地的确定性底座与未来趋势

随着人工智能技术的快速发展，AI已从单一应用走向企业级深度集成。2026年10月22日至24日，QCon全球软件开发大会上海站如期举行，吸引了众多技术从业者关注。本次大会以"Harness AI时代的工程实践"为主题，围绕AI Native架构、Agent Runtime、AI Infra等前沿技术方向展开深入探讨。

在大会现场，哔哩哔哩技术专家张忻正发表了题为《当代码不再稀缺：大型工程AI狂欢下的确定性底座》的主题演讲。他指出，虽然AI大幅降低了代码生成成本，但在大型工程中，正确性交付成本并未同步降低。张忻正结合后端、Web前端与移动端的真实实践，重点阐述了AI Coding落地最关键的四个要素：约束、定位、验证和度量。

"AI是能力放大器，而不是工程能力补全器。"张忻正强调，在大型工程中，模型更像一个放大镜，工程基础扎实的地方被放大，缺失的约束、验证和定位能力也会被放大。他建议将架构规则从文档变成可执行约束，利用工程关系精准定位上下文，通过自动化验证提供交付证据，并从过程指标回归到核心问题——"AI写出来的代码，我们敢不敢合并？"

与此同时，物理世界数据管线建设也迎来重要进展。近日，Physical AI Infra平台公司厘清智能完成天使轮及天使+轮数亿元融资，蚂蚁集团连续两轮加码投资。该公司从真实任务切入，推出T1系列数采手套和Ego数采设备，同步记录真实任务中的画面、深度、手部姿态等多模态信息，面向模型厂商和AI研发团队提供定制化数据服务。

"数据决定系统能够看到怎样的现实，模型从中学习任务与环境的关系。"公司创始人李一鸣表示，厘清智能构建了从真实数据采集、模型学习、物理训练扩展到跨本体适配与部署系统的完整闭环，使每一次交付所需的数据量和工程投入持续下降。

行业数据显示，全球AI原生平台即服务（AI-Native PaaS）市场规模将从2026年的约648.1亿美元增长到2031年的约2,874.6亿美元，复合增速达34.7%。在中国市场，公共云PaaS市场规模预计将在2026年达到1,300亿-1,600亿元人民币区间，保持约26%的增长。

高盛预测，中国AI模型的API与订阅收入将从2026年的约350亿元增长到2030年的约8,790亿元，约25倍空间。这一快速增长的背后，是央国企数字化转型的政策驱动。工业和信息化部、国家数据局联合实施"模数共振"行动，要求每个中央企业打造不少于1个、每个省级地区不少于3个可承载跨主体数据汇聚与模型训练的基础设施。

展望未来，AI原生数字化底座将迎来六大演进趋势：从单智能体到多智能体协同网络、协议标准收敛、AgentOS成型、语义层与企业本体普及、"数据—模型—场景"闭环成为主流范式，以及算电协同进入精细化经营阶段。这些趋势将推动企业AI从工具拼装迈向智能操作系统，为企业的智能化转型奠定坚实基础。