一句话看懂：荣耀首席IT技术架构师杨杰将在12月18–19日AICon北京站分享ADD资产驱动开发，提出把企业私域知识结构化为与代码同仓管理的资产，以解决AI Coding在大型存量系统中业务认知缺失、规范失守和架构腐化问题。据公开信息，该框架在30万行代码库上实现单次开发成本降40%、Token用量降30%。
事件核心：发生了什么
据InfoQ CN报道，2026年AICon人工智能开发与应用大会北京站定于12月18–19日在北京新云南皇冠假日酒店举办，主题为“探索AI应用边界”，设13大技术专题，覆盖Agent工程、智能体评测与安全、AI软件交付、原生架构等方向。荣耀首席IT技术架构师杨杰确认出席“Agentic Software Engineering｜从代码生成到软件交付”专题，发表《ADD资产驱动开发》演讲。
杨杰有18年架构与开发经验，2023年起负责荣耀IT新质生产力平台架构，从0到1搭建数字员工平台、企业统一知识库和AI评测中心。ADD是其主导的AI编码使能框架，核心是把企业私域知识拆成两类与代码同仓管理的资产：Framework层按领域拆分的“技术宪法”，以及Endpoint层以API、MQ消费、定时任务为入口的“四件套”（时序、规则、不变量、索引），每个环节绑定代码锚点，并配三套工作流和单需求五阶段交付件归档机制。
为什么重要
当前Coding Agent已从代码补全走向能理解代码库、运行测试的工程协作者，但企业落地时仍受限于模型侧无法解决的三个问题：缺乏私域业务上下文、上下文窗口有限、生成结果有概率性误差。在几十万行的存量系统中，这些问题会放大为全仓扫描Token消耗过高、实现风格不统一、改一处引发关联故障、代码与文档不同步等治理难题。ADD的思路是把开放式生成转成“查表+填空”的确定性推理，并将治理重心放在企业侧的知识与流程资产上，这为AI Coding进入生产环境提供了一种可审计的工程路径。
对用户/开发者/创作者的影响
对开发者而言，ADD提出了一个可直接复用的落地框架：资产如何分层、Skill如何定义、人工确认节点如何设置，以及编码前、编码中、自评审、自测、合并门禁各阶段的成熟度标尺。对技术负责人而言，其强调的架构度量、代码克隆与知识重复的边界、例外登记而非放宽规则等做法，有助于避免AI快速交付异化为技术债快速累积。目前公开信息显示，该方案主要面向有存量系统治理需求的企业团队，个人开发者可借鉴其资产先行和双向校验思路。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是ADD在荣耀之外的代码库和团队规模上能否复用，MVP“1周初始化、3周梳理核心端点、第5周切换”的节奏是否具有普适性；二是第三阶段资产驱动测试与可执行流程的落地程度，自测仍是当前体系最薄弱环节；三是架构度量指标能否形成可操作的反馈闭环，而非停留在纸面报表。
来源：InfoQ CN
