🎤 嘉宾分享一：黄鸿波

分享主题

使用 Google Gemini 开发量化交易智能体实战

分享简介

AI Agent 正在推动大模型从对话与内容生成，走向能够理解目标、调用工具并执行复杂任务的智能化应用。

本次分享将聚焦金融量化交易场景，介绍如何基于 Google Gemini 构建量化交易智能体，实现从自然语言描述交易策略、自动生成策略代码，到历史数据回测与策略迭代优化的完整流程。分享将结合真实项目实践，深入讲解 AI Agent 的设计思路、关键技术实现及落地过程中遇到的挑战，探索大模型与量化交易工作流结合的实践路径。

🎤 嘉宾分享二：龚福均

分享主题

CausalPerf：源码驱动的 Android 性能分析与优化工程

分享简介

App 启动慢、CPU 占用高、内存持续增长、渲染卡顿……面对复杂的 Android 性能问题，如何从问题定位进一步走向代码级优化，并自动验证优化效果？

本次分享将介绍开源项目 CausalPerf 的设计思路与阶段性实践。项目基于可完整编译的 Android 源码，以 SmartPerfetto 等性能分析工具为基础，结合 Benchmark、性能分析 Agent、优化 Agent 与代码 Review Agent，构建从性能问题定位、代码修改、代码审查到优化效果自动验证的工程化闭环。

通过这一实践，分享将展示多个 AI Agent 如何在真实软件工程中分工协作，串联工具调用、代码理解、自动化修改与结果验证，探索 Agentic AI 在复杂开发任务中的应用方式与工程挑战。

🎤 嘉宾分享三 · 动手工坊 Workshop：Punsiri Boonyakiat

分享主题

基于 Gemma 4 + Google ADK 搭建 AI 智能体

分享简介

想亲手构建一个 AI Agent，却不知道如何从模型部署走向智能体开发？本次动手工坊将带领参会者从本地模型运行开始，逐步完成 AI Agent 的搭建与调试。

参会者将使用 LM Studio 在本地运行 Gemma 模型，并借助 Google Agent Development Kit（ADK）构建 AI Agent。讲师将现场演示本地模型配置、开发环境搭建、智能体实现与调试等关键步骤，帮助大家理解大模型与 Agent 开发框架如何协同工作，并在实践中完成自己的第一个智能体。

本场适合希望了解本地 AI、Gemma 模型及 Google ADK 的开发者，通过动手实践掌握 AI Agent 开发的基础流程。

讲者介绍

Punsiri Boonyakiat

Lead Data Engineer，Central Food Retail Group。

🛠️ 工坊提前准备清单

请参会者提前完成以下软件及模型的安装，以便顺利参与现场实践。

1. 必备软件

• Python 3.10 及以上：Python 下载
• VS Code 或其他熟悉的 Python 开发 IDE：VS Code 下载
• LM Studio：下载地址

2. 下载模型

打开 LM Studio，搜索并下载 google/gemma-4-e4b。

• Gemma 4 E4B 模型页面

建议提前完成环境安装与模型下载，并确认本地设备能够正常运行模型，以免影响现场动手实践。