AI Engineer New York 议程全攻略：137场议题如何取舍

AI Engineer New York 大会的日程表上塞满了 137 场议题，同一时段最多有五场并行。想把每一场都听完是不现实的，必须做出取舍。这篇指南梳理了每一天最值得围绕其规划行程的核心议题与夜间活动，帮你把宝贵的会期花在刀刃上。

周一：工作坊日，带着真问题进场

工作坊日的最佳策略是——挑一个和你桌面上正摆着的难题对应的场次，然后从头听到尾。CJ Avilla 与 Harrison Stall 主持的 Claude Managed Agents Workshop 上午 9:00 在 Sutton 厅开场，适合正在搭建托管型 Agent 的团队。

还在为「如何衡量 Agent 质量」发愁的团队，应该去 Turing 厅，Laurie Voss 的 Evaluations with Phoenix 101 会从评估基础讲起。评估（evals）是贯穿整个会期的暗线，这一场是入门的好起点。

当天最大的机会出现在下午 1:15 的 Sutton 厅。Nick Nisi 和 Zack Proser 的 Beyond "Done": Building Verification Loops for AI Agents，直面悬在整周之上的核心问题：团队如何信任 Agent 交回来的结果？验证闭环（verification loop）正是把 Agent 从「能跑」推向「可用」的关键一环。Expo 展区下午 4:00 开放，欢迎酒会从 5:00 持续到 7:00。

**验证闭环（Verification Loop）**是指在 Agent 完成一项任务后，通过自动化或半自动化手段对其输出进行检验、纠错并反馈的机制。与传统软件的单元测试不同，Agent 的输出往往是自然语言或多步骤操作序列，难以用简单的断言覆盖，因此需要设计专门的「裁判模型」（judge model）或规则引擎来判断结果是否符合预期。典型实现包括：用另一个 LLM 对输出评分、将结果回放至沙箱环境检验副作用，以及人工抽检与 CI 流水线结合的混合方案。缺乏验证闭环的 Agent 系统即便在演示中表现亮眼，一旦部署到生产环境，错误也会悄无声息地累积。

周二：信任、金钱与会付钱的 Agent

周二一定要早到听主旨演讲。Max Kanat-Alexander 在 9:54 抛出 "Does Code Quality Even Matter?"（代码质量还重要吗？），Aparna Dhinakaran 紧接着在 10:12 追问 "What does an AI engineer do?"（AI 工程师到底在做什么？）。两个大哉问都安排在 10:30 之前。10:40，Freddy Lecue 带来 Wells Fargo（富国银行）用于大规模欺诈检测的基础模型案例，把话题拉回真实的产业落地。

评估专题房间当天上午的排期尤为精彩。11:30 的 "Your Financial Agent Passed Every Eval. Can You Defend Its Decision?"（你的金融 Agent 通过了所有评估，但你能为它的决策辩护吗？）与 11:55 的 "Lies, Damned Lies, and Evals"，都在追问同一件事：当监管机构开始发问时，一个漂亮的 benchmark 分数到底值多少钱。

关注 Agent 支付（agentic payments）的人不能错过 Jan Curn 的 "Agents can pay. So why don't they?"（12:20，Shannon 厅）和 Ishween Kaur 的 "Your Agent Just Paid for Nothing (6 Attacks on x402 Payments)"（2:55，Turing 厅）。银行与卡组织在近期正把 Agent 支付推出试点阶段，这个方向的攻防值得紧盯。

偏安全方向的参会者，推荐 11:30 在 Simons 厅的 Intent Based Auth 圆桌，Dick Hardt、Allie Howe、Ian Livingstone 和 Michael Davis 同台讨论——如何界定一个 Agent 的身份，以及它被允许触碰哪些资源。

周二晚上会很热闹。由 Arize、Modal、Google DeepMind 等联合举办的乒乓欢乐时光 Table Stakes 从 5:30 持续到 8:30；Keycard、Braintrust 与 Socket 把演示和酒水搬到了 Elsie Rooftop；Optiver 的 Think Fast! 问答之夜在 M Social 一直玩到 10:00。注意：这些活动都需要提前 RSVP。

x402 是一个基于 HTTP 402（Payment Required）状态码的实验性支付协议，允许 AI Agent 在调用 API 或访问付费资源时自主完成小额支付，无需人工介入。其核心思路是：服务端在响应头中声明所需费用与收款地址，Agent 客户端收到 402 后自动附上链上支付凭证（通常为稳定币交易），服务端验证后放行请求。这一机制使 Agent 具备了「经济自主性」，但也带来新的攻击面——议程中 Ishween Kaur 提到的六类攻击包括重放攻击、费用操纵和虚假收据伪造等。**Intent-Based Auth（基于意图的授权）**则是与之配套的身份与权限模型，区别于传统 OAuth 的「应用级授权」，它试图在每次调用时声明 Agent 的具体意图，让权限粒度细化到单次操作，从而减少过度授权的风险。

周三：AI 真能胜任这份工作吗？

第二天的议程给了质疑者充足的空间。11:05 在 Shannon 厅，Ryan Stevens 会解释为什么给金融 Agent 更多上下文反而让它表现更糟——这是对「上下文越多越好」直觉的一记提醒。McCarthy 厅则直接把炒作拽到金融业最硬的难题前：11:30 的 "Can AI run Goldman Sachs?"（AI 能运营高盛吗？）与 12:20 的 "Agents Can Rewrite Compilers. Why Can't They Pick Stocks?"（Agent 能重写编译器，为什么不能选股？）。别错过同厅 11:55 Maty Bohacek 的 "Two Ways to Rob an AI-Native Bank"。

正在思考职业方向的人，可以听 Addy Osmani 和 Manish Kapur 的 "Who verifies the software factory?"（谁来验证软件工厂？11:30，Sutton 厅），再接上 Laurie Voss 的 "The Rise of the Product Engineer"（产品工程师的崛起，12:20，Shannon 厅）——两场连起来，正好勾勒出 AI 时代工程师角色的演变。Runway CEO Cristóbal Valenzuela 以 "Everything will be Simulated" 在 5:06 收尾主旨舞台，标题够大，作为收场恰如其分。

「上下文越多越好」是 LLM 应用开发中流传甚广的直觉——既然模型上下文窗口越来越大，把所有相关信息塞进去似乎稳赚不赔。然而金融领域的实践正在挑战这一假设：过长的上下文会引入噪声、稀释关键信号，并使模型在检索相关信息时产生「迷失中间」（lost-in-the-middle）效应，即对位于上下文首尾的信息注意力显著高于中间部分。对于需要精确推理的金融 Agent 来说，经过筛选的短上下文往往比堆砌原始数据的长上下文表现更稳定。这也是为什么检索增强生成（RAG）中的「重排序」（reranking）和「上下文压缩」（context compression）步骤在生产系统中日益受重视。

周四：余温未散

最后几场也别错过。周四晚，Prior Labs 与 Mistral 在中城举办 The Next Frontier of AI Agents；Sonar 则在麦迪逊大道的 Convene 场地安排了一场关于「如何构建 agentic 软件工厂」的下午场。

提醒：时间与会场仍可能变动，行动前请务必核对现场实时日程。

结语：围绕一条主线来安排

纵观整个会期，评估（evals）、信任验证（verification）与 Agent 支付三条线索反复出现，几乎构成了本届大会的主题骨架。与其追逐每一个热门标题，不如选定一条与自身工作最相关的主线，顺着它穿越四天的议程——这才是从 137 场议题中榨取最大价值的方式。