2026-D2要点回顾

大会议程：https://www.d2conf.com/

一般一个月后官方会分享 PPT，不提供直播和录屏。

一天之内几十场分享同时进行，一定会 Miss 很多内容。我选择了一些专业实力深厚的分享者，以下只是我参与的会场，并认为值得回味的。

开始前介绍一下现如今的 JS 生态，因为我发现即使是很多职业前端，对自己所处的语言生态也不是很熟悉，或者还停留在刚入行的认知。如今的主要玩家是 Vercel、VoidZero、Bun、Biome 等。我让 ChatGPT 生成了一张 ASCII 图，表达力很好，供参考。

┌──────────────────────────────────────────────────────────────────────┐
│                         JavaScript Ecosystem                         │
└──────────────────────────────────────────────────────────────────────┘

                               ┌──────────────┐
                               │   Developers │
                               └──────┬───────┘
                                      │
                                      ▼
┌──────────────────────────────────────────────────────────────────────┐
│ ① AI / Coding Entry Layer                                            │
│----------------------------------------------------------------------│
│ Cursor / Claude Code / Copilot / Windsurf / Zod                      │
│                                                                      │
│ 作用：                                                               │
│ - 代码生成                                                           │
│ - agent 工作流                                                       │
│ - IDE 内交互                                                         │
└──────────────────────────────────────────────────────────────────────┘
                                      │
                                      ▼
┌──────────────────────────────────────────────────────────────────────┐
│ ② Framework / Application Layer                                      │
│----------------------------------------------------------------------│
│ React / Vue / Svelte / Solid                                         │
│ Next.js / Nuxt / Remix / Astro                                       │
│                                                                      │
│ 代表公司 / 项目：                                                    │
│ - Vercel  → Next.js                                                  │
│ - NuxtLabs → Nuxt                                                    │
│ - Vue / Evan You ecosystem                                           │
└──────────────────────────────────────────────────────────────────────┘
                                      │
                                      ▼
┌──────────────────────────────────────────────────────────────────────┐
│ ③ Toolchain Layer  ← 现在竞争最激烈                                   │
│----------------------------------------------------------------------│
│ Bundler / Dev Server / Compiler / Linter / Formatter / Test          │
│                                                                      │
│ 主要玩家：                                                           │
│ - Vite / Rollup / Rolldown        → VoidZero 阵营                    │
│ - Turbopack                        → Vercel                          │
│ - Rspack                           → ByteDance                       │
│ - Webpack                          → 旧时代核心基础设施              │
│ - Biome                            → lint / format                   │
│ - esbuild                          → 高性能构建基础件                │
│ - SWC / OXC                        → 编译基础设施                    │
│                                                                      │
│ 这里决定：                                                           │
│ - 本地开发体验                                                        │
│ - 构建速度                                                            │
│ - 配置模型                                                            │
│ - AI 能否直接操作工程系统                                              │
└──────────────────────────────────────────────────────────────────────┘
                                      │
                                      ▼
┌──────────────────────────────────────────────────────────────────────┐
│ ④ Runtime Layer                                                      │
│----------------------------------------------------------------------│
│ Node.js / Bun / Deno / Browser / Edge Runtime                        │
│                                                                      │
│ 主要玩家：                                                           │
│ - Node.js Foundation / OpenJS                                        │
│ - Bun                                                                 │
│ - Deno                                                                 │
│ - Vercel Edge Runtime                                                 │
│ - Cloudflare Workers                                                  │
└──────────────────────────────────────────────────────────────────────┘
                                      │
                                      ▼
┌──────────────────────────────────────────────────────────────────────┐
│ ⑤ Deploy / Cloud / Delivery Layer                                    │
│----------------------------------------------------------------------│
│ Vercel / Netlify / Cloudflare / AWS / Azure / GCP                    │
│                                                                      │
│ 作用：                                                               │
│ - 部署                                                                │
│ - 托管                                                                │
│ - 边缘分发                                                            │
│ - Serverless / AI App Runtime                                        │
└──────────────────────────────────────────────────────────────────────┘

一、Vite+: 一体化 JS 工具链——尤雨溪

继续推广 Rust 重写前端工具链，Rust 写前端基础设施基本已经是行业共识了。除了 TSC。

工具类型	老一代（JavaScript）	新一代（Rust）
脚手架	Vue Cli / Create React App	Vite 8
打包工具	Webpack (编译 ts-loader) / Rollup	Rolldown
TS 构建	tsup（基于 esbuild）	tsdown
代码检查	ESLint	Oxlint
代码格式化	Prettier	Oxfmt
测试框架	Jest	Vitest

Vite+是把工具链上各种配置文件统一成一个文件，简化配置工作。

他做的工作为什么重要？为什么 AI 时代需要一个统一高效的工具链？

核心观点：写代码不是瓶颈了，AI 需要不断的检查验证自己的代码，如果你不能给 AI 提供一个干净高效的工具链，那么未来会阻碍你生产力的大幅提升。

最后提了一嘴 VoidZero 正在内测的产品。主要做自动部署，全栈的端到端类型安全。有点像要开展云服务了，和 Vercel 的方向一致。

二、Google A2UI - LLM Generated UI for Agents & A2A——Jennie

感受一下Google 的影响力：

这个主题就是在介绍A2UI。解决的是 为用户动态生成 UI，除了 A2UI，还有很多。

维度	AG-UI	ChatKit	MCP UI	Vercel AI UI	Google A2UI
定位属性	前端状态驱动	OpenAI 专用	Agent 远程渲染	垂直栈集成	声明式通用协议
核心机制	共享客户端状态	专有组件库	沙盒 iframe	Shadcn + SDK	JSON 渲染描述
信噪比	极高 (原生性能)	中	中 (跨域通信开销)	高 (开发效率)	极高 (样式一致性)
安全性	高 (前端受控)	高	极高 (环境隔离)	高	极高 (禁止代码执行)
跨平台性	弱 (需重写前端)	弱	强 (Web 优先)	弱 (Web 优先)	极强 (支持原生/Web)

Google A2UI的特点：UI 即结构化数据

与 Vercel 直接从服务器发送 React 组件片段（代码）不同，A2UI 坚持 Agent 不发送代码，只发送 JSON 描述。

• Agent 输出一套扁平化的流式 JSON，描述 UI 的意图（如：{type: "chart", data: [...]}）。客户端接收后，调用本地预设的受信任组件（Angular、Flutter 或 Lit 等）进行渲染。

• 这种“数据与渲染分离”的架构，彻底解决了 LLM 生成恶意脚本（XSS）的风险，同时也让 Agent 的回复能在手机原生 App 和 Web 页面上呈现出完全一致的视觉风格。

AG-UI 的底层逻辑是：“Agent 只负责思考和决策，UI 逻辑必须留在前端。”

• 状态同步机制 (Shared State)：它在 Agent 与前端之间建立了一个实时的、双向同步的状态对象（State Object）。Agent 可以直接通过指令修改状态（例如：state.selectedItems = [...]），前端框架（React/Vue）监听到状态变化后，以毫秒级速度更新本地组件。

• 动作触发 (Action System)：前端开发者向 Agent 暴露一组“能力函数”（Actions）。Agent 决定什么时候调用，但如何执行完全由前端代码定义。这保证了业务逻辑的安全性。

MCP UI 的底层逻辑是：“UI 应该像 API 一样被标准化。Agent 走到哪里，UI 就跟到哪里。”

• UI 即资源 (UI as Resource)：在 MCP 协议中，UI 不再是前端预写的代码，而是由 Agent 动态提供的“资源”。Agent 通过 ui:// 协议返回一个 URI（例如 ui://analytics-dashboard/v1）。

• 宿主中立 (Host Agnostic)：你写一个 MCP Server，它提供的 UI 可以在 Claude Desktop、ChatGPT、Cursor 甚至你自己的 App 中直接渲染，无需针对每个平台重写前端。（iframe）

三、Agentic Coding 构建之路: 从模型到框架——崔泽宇（麻油）、罗长伟（山果）

阿里内部有很多个 AI Coding 工具，不同部门各搞各的，真的很像十年前的前端。

我就听了两场，Qoder 和 Qwen-Code。Qwen-Code更有意思些，fork 的 Gemini Cli，https://github.com/QwenLM/qwen-code。

只记了两个观点，其它都是在介绍，感兴趣可以读仓库或者下一个玩玩。

Coding 之所以重要，本质在于它是一个“高可验证性”的任务场景。在很多任务中，生成内容很容易，但验证正确性却很困难（如写文章、主观判断），而 Coding 刚好相反：虽然生成难度较高，但可以通过编译、测试用例、评测系统等方式快速验证结果。这种“生成难但验证易”的特性，使得 Coding 成为 AI 最理想的优化对象，也决定了任务价值与可验证性高度相关。

提升模型 Coding 能力的核心路径是“三个规模化”：一是数据规模（大量高比例代码数据），二是上下文规模（支持 repo 级、长链路理解，如 256K context），三是高质量数据（通过合成数据不断提升训练质量）。三者结合，使模型可以在可验证反馈的闭环中持续进化，从而在工程级复杂任务中实现质的突破。

四、从上下文工程到 Harness Engineering——周晓

周晓是众多分享者中技术见地上乘的，在用第一性原理冷静的分析。

字节的 Web Infra 公众号分享了实录，https://mp.weixin.qq.com/s/ERSjcq9YURHvlsdTUv_Paw。

摘要：

AI Coding 把“写代码”的效率提升了一个数量级，但交付并没加速，因为编码只占 30%，剩下 70% 是测试、排障、发布、沟通。只优化写代码，是典型的局部最优：代码更多，验证压力更大，人反而更累。

周晓用 Transformer 自回归、KV Cache、Prompt Cache、ReAct 这些“物理现实”做底座：上下文越长，Prefill 越贵、注意力越被稀释，幻觉越多；追加很便宜，中间修改很昂贵。所以上下文工程的本质，是保护前缀稳定，精心设计 Prompt 结构，而不是疯狂堆信息；把长对话过程压缩成 snapshot/AGENTS.md，外包给文件系统存储，而不是一味塞进上下文。

在这个前提下，工程师的角色要从“写代码的人”变为“设计环境和工具的人”：为 Agent 打造对它可读、延迟低、结构化输出、带痛觉反馈的工具链。传统面向人的 GUI、日志、图表，对 Agent 来说大多是噪音；好的工具应该是给 Agent 用的 API。MCP 提供原子动作，Skill 把成熟打法固化成 SOP 按需装载，Sub Agent 把长任务拆成多个独立沙盒，用结构化摘要通信，避免一个上下文里熵增到失控。

闭环上，不能停在“AI 写完我来 Review 代码”，而是让 Agent 接入 LSP、测试、沙盒 CLI，自证正确，再把变更范围、截图、测试方案打包成报告，人只审阅交付物，而不是追踪它每一步操作。Spec/Plan、人机协作、何时 AskUser，都是为了减少无谓试错，把人类的注意力留在定义目标、审查结果上。

整篇的核心结论是：模型是服从物理约束的函数，不是魔法。理解这些约束之后，工程师真正的护城河，不在于谁写更多行代码，而在于谁能设计出更好的 Harness——在有限上下文和工具能力下，让一群 Agent 和少量人组成可控、可验证、可扩展的工程系统。