AI 的敏捷迭代需求与云原生基础设施的稳态设计哲学之间，本来就存在天然的隔阂。而随着云原生与 AI 的加速融合，正在重新定义计算资源的调度与模型的交付方式。同时也将一系列尖锐的矛盾推至台前：速度与稳定、弹性与成本、统一与异构。这促使我们不得不去思考，AI 狂奔的背景下，云原生技术的走向。

13:30-14:10

云原生如何塑造人工智能基础设施 (AIInfra) 的未来

Keith Chan，Linux 基金会亚太区副总裁、CNCF 中国区总监

重点说明云原生 AI 基础设施层如何支持 AI 开发和使用，和讨论云原生 AI 基础设施生态的发展现状和企业实践。

14:10-14:50

有了大模型智能运维为何还不能原地起飞？

华明，快猫星云联合创始人 & CTO

智能化在各行各业的落地前提是这个方向上数据基础的 AI-Ready，这已经成为当下的共识。

在大模型浪潮之前，大量企业的 IT 基础设施完成了容器化或云原生化的改造，并积极的推进可观测性数据标准 OpenTelementry 的落地。回头看，这些工作仿佛都是在为运维的 AI-Ready 做着准备。那时至今日，有了云原生和 OpenTelementry，我们离运维的 AI-Ready 是否还有距离？是否装上 AI 就能原地起飞？

Flashcat 是基于国内著名可观测性开源项目 Nightingale（开源夜莺）开发的一款一体化可观测性产品，核心目的在于用一个产品解决复杂 IT 环境 / 多云环境 / 混合云环境的可观测性难题和稳定性保障难题。Flashcat 在让人更好的使用可观测性产品的基础上摸索出了一套推进可观测性数据进入 AI-Ready 状态的方法，并结合大模型实践了故障根因定位的智能化。此议题将把 Flashcat 的方法和实践分享给大家。

14:50-15:30

AutoMQ：面向 AI时代的 Kubernetes 原生数据流平台

陈仲良，AutoMQ 产品负责人

在 AI 时代，企业模型训练与推理日益依赖海量、实时与历史业务数据。随着 A2A 协同与 MCP 架构的成熟，AI 系统对数据流的敏捷性和弹性提出了更高要求。传统数据流系统（如 Apache Kafka）诞生于数据中心时代，已难以满足云原生环境下弹性扩展、成本优化和 agent 集成的需求。本议题将深入解析 AutoMQ 如何基于云与 Kubernetes，打造兼具自动弹性伸缩、低成本、高度 AI 原生特性的新一代数据流系统，同时分享 AutoMQ 在多云异构环境下的架构实践、自动扩缩容机制，助力企业实现高效、智能的数据流运维。

15:30-16:10

让 Kubernetes 在 AI时代再次焕发活力

张晋涛，CNCF Ambassador, Microsoft MVP, Kong Inc.

Kubernetes 已经有了十年的历史，技术的更迭也在持续不断。而现在的热潮和关注点，更多的都在 AI 领域。

作为一个同时在 Kubernetes 和 AI 两个领域活跃的开发者，我想同时从这两个领域的角度出发，来和大家探讨下，如何在 AI 时代，让 Kubernetes 再次焕发活力， 以及为什么 Kubernetes 仍然是 AI 时代 infra 的首选。

重点说明云原生 AI 基础设施层如何支持 AI 开发和使用，和讨论云原生 AI 基础设施生态的发展现状和企业实践。

16:10-16:50

ApachePulsar × AIAgent：智能系统消息基础架构

翟佳，谙流科技创始人 & CEO，Apache Member

多智能体协作系统（Multi-Agent System, MAS）因需实现任务拆分、并发处理、角色分工与协同推理等复杂能力，已成为构建实用 AI Agent 系统更贴近现实、更强大的架构范式；这本质上构建了一个分布式系统。消息队列（MQ）作为核心的异步通信基础设施，提供了高效、解耦、可靠、缓冲和可扩展的消息传递能力，正是解决分布式 Agent 间高效协作问题的关键所在。

全球开源技术峰会 GOTC 2025，为期 2 天的开源技术与行业盛会，将通过行业展览、主题发言、圆桌讨论等形式来诠释此次大会主题 ——“万源共振，智构未来”。会议聚焦 Agentic AI、大模型时代的“开源”、AI + 软件工程、软件基础设施智能化、AI Coding、具身智能等热门话题，探讨开源未来，助力开源发展。

https://gotc.oschina.net