AI Coding
让 AI 协助编写、修改代码
从 AI Coding 到
Production-Grade Agent Engineering(生产级智能体工程)
两天搭建一套可约束、可验证、可追溯、可自动循环执行的 AI 研发工程体系。
教学工作流示意,非实际 Demo 运行结果。
需求再解释一遍,测试再补一轮,Review 后重新返工,然后继续告诉 AI 下一步。
真正需要连接的,是代码生成前后的整条流程:目标怎样确定,任务怎样推进,结果怎样验证。
让 AI 协助编写、修改代码
用规则与任务,组织持续执行
用验证与治理,把住交付条件
把反复解释与临时纠偏,转化为可复用的需求、项目规则和工作流。减少人工持续调度。
LESS REWORK让符合条件的任务进入队列,在依赖解除后继续执行;信息不足或高风险任务保留人工处理。
CONTINUOUS EXECUTION用 TDD、双轴 Review 与质量门禁验证结果,使 AI 研发成果具备进入正式生产交付流程的条件。
VERIFIABLE DELIVERYHarness 组织约束与验证,Ralph 推动任务循环。
每一轮,都要留下可以检查的工程依据。
需求不足就等待澄清,高风险变更交给人工。质量门禁失败先修复,最终生产发布仍需人工审批。
最近 7 天体重趋势 + 异常波动提醒
需求与执行标准已确定。真实 Demo、测试及审查证据仍在准备,当前不展示未经验证的运行结果。本课程练习的,是每次都能说明白的工作方式。
聊天中反复解释
Spec + 可验证的验收标准
手动安排每一步
Ticket + 状态 + 依赖分流
生成后凭感觉检查
TDD + 双轴 Review + Gate
代码能运行就结束
工程证据 + 生产就绪检查
围绕健康数据看板,把方法变成自己的工程资产。
以下为课程主线,具体现场节奏以正式课前通知为准。
需求边界清楚,验收有依据,Agent 才知道目标与规则。
理解贯穿项目,完成 PRD、Spec 与 Acceptance Criteria。
把工程约束、工作方式和可复用能力写进项目规则。
识别信息不足、依赖阻塞和人工任务,建立执行队列。
连接规则、工具与验证入口,检查任务是否真正可执行。
沿着任务队列推进,在失败与修复中建立工程闭环。
选择符合条件的任务,处理依赖与状态回写。
先定义可验证行为,再实现,并在测试保护下整理。
从需求一致性和工程规范两个角度审查,修复阻断问题。
检查测试、构建、风险与证据,保留最终人工发布审批。
具体文件清单、使用条件及现场完成标准,以最终教学准备与课前说明为准。生产发布仍需结合项目实际风险进行人工审批。
天津雷枢科技创始人
成都珺文科技联合创始人
曾任某上市公司 AI 总监。
主要从事企业 AI 咨询、AI 产品项目落地及培训辅导。
曾担任深度 AI 咨询顾问
参与 AI 咨询、产品策划及解决方案
企业培训与辅导经历覆盖通信、能源电力、铁路交通、航空民航、钢铁制造等领域,曾服务大型央国企、上市企业和行业机构。
能够使用 Git、命令行,独立启动已有项目,并理解 API、测试、构建和 Code Review 等基本概念。
对自己的基础拿不准,可以先整理技术背景,由教研结合实际情况确认匹配度。
时间2026 年 10 月 31 日—11 月 1 日,或 11 月 7—8 日
地点北京 · 具体地点待确认
规模10 人成班 · 限额 20 人
主目标档期 10 月 31 日—11 月 1 日, 备用 11 月 7—8 日。
正式日期与场地锁定后通知。
适合已有 AI Coding 实践与软件研发基础的开发者、Agent 工程师、Tech Lead、架构师及研发负责人。重点是将工具使用连接成可约束、可验证、可持续执行的工程工作流。
当前定位为进阶实战课,不适合零基础或完全没有软件开发经验的学员。建议先具备基本编程、项目启动、Git 与命令行能力。
应使用过 AI Coding,能完成基本 Git 操作、使用命令行、独立启动已有项目,并理解 API、测试、构建、Bug 与代码审查。边界情况需结合实际背景由教研复核。
课程重点从个人辅助编程推进到需求与任务契约、项目约束、自动执行循环以及工程验证。
你将学会先拆好任务、明确验收标准,让 AI 按规则完成开发、测试和修复。
这样可以减少反复补充要求、告诉 AI 下一步做什么的操作。
掌握完整的研发方法。
围绕健康数据看板项目,实际练习需求梳理、任务拆解、Agent 开发、测试、代码审查、修复和交付检查,把这些步骤连成一套工作流程。
带走可复用的工程资产。
包括需求与任务模板、项目规则、Skills、Agent 自动执行工作流,以及测试、审查和生产就绪检查清单。
继续应用到自己的项目。
结合自己的项目和团队规范,调整这些模板、任务和验证步骤,把课上方法逐步用到实际研发中。
第一天:需求梳理与工程规则。
围绕需求访谈、PRD 与验收标准、Spec / Plan、项目上下文、AGENTS.md、Skills 和任务分流,完成 Agent 执行前的准备。
第二天:自动执行与交付验证。
围绕任务拆解、Ralph 自动执行、TDD、双轴代码审查、问题修复、质量门禁和生产就绪检查,串起完整的研发流程。
具体授课时段以正式课程安排为准。
贯穿项目为 Spring Boot + SQLite + React 的健康数据看板。Demo 需求是最近 7 天体重趋势与异常波动提醒,用于展示任务选择、测试、阻断审查、修复、门禁和下一任务解锁。真实运行证据仍在准备,页面图为教学流程示意。
课程覆盖 PRD、Spec、Acceptance Criteria、AGENTS.md、Skills、Ticket、Triage、Harness、Ralph、TDD、双轴 Review、Quality Gate、CI/CD 及生产就绪检查等 14 类工程资产。实际文件清单与使用条件以教研最终说明为准。
课堂项目采用 Java / Spring Boot、React 与 SQLite。具体语言要求、预习内容及辅导安排待教研最终确认,申请时可以填写自己的技术栈,由教研判断匹配度。
课程讨论 AI Coding 工具与工程工作流,但不承诺所有工具、版本和操作系统均兼容。实际测试通过的主工具、电脑配置、依赖版本及环境检查清单将在课前提供。
课前需要完成能力测评、预习、项目和工具环境准备。账号、模型服务、API 额度及费用承担尚待最终确认,不默认包含在学费中,也不自行加收。
由雷哥主讲,带领大家围绕同一个真实项目开展两天线下实战。
雷哥主要从事企业 AI 咨询、AI 产品项目落地和培训辅导,曾为 5 家企业担任深度 AI 咨询顾问,累计参与 30 余个 AI 咨询、产品策划及解决方案场景。
课程计划于 2026 年 10 月 31 日—11 月 1 日,或 11 月 7—8 日在北京举行。
具体日期和场地地址确定后,会提前通知大家。
标准价 ¥9,800 / 人,北京首场专享价 ¥7,800 / 人。
以上为课程费用,不包含其他费用。
进入企业咨询路径,结合团队人数、技术背景和需求沟通团队方案,不直接套用个人流程。企业价格、内训或定制权益以实际报价和书面约定为准。
付款成功后,即为你保留课程席位。
如需发票,请在报名前联系工作人员,确认开票安排和所需信息。
请尽早联系工作人员,沟通退款、延期或名额转让事宜。
具体规则会在付款前向你说明。
本场课程 10 人成班,限额 20 人。
若报名人数不足或课程需要改期,我们会提前通知你,并与你沟通后续安排。
课程结束后,你可以继续使用课上的模板与工作流,应用到自己的项目中。
回放、课后答疑和资料更新的具体安排,可在报名前向工作人员了解。
了解课程安排、沟通学习目标,或咨询企业团队报名,欢迎联系课程顾问。
了解课程内容、两天安排和报名方式,欢迎联系课程顾问。
请联系向你发送课程介绍的顾问,咨询课程与报名安排。
组织方:雷哥 AI
前往正式个人申请表将在新标签页打开正式表单,请在该表单中完成提交。
必填项标有 *。提交后资料将保存在主办方系统中。
这份回执仅供本人留底。