的探索，为行业提供 了宝贵经验。 推理扩展法则的潜力释放 通过推理扩展法则，模型性能可通过延长“思考时间”而进一步优化。这一技术模拟了人类 “深思熟虑”的过程，显著提升了模型在逻辑推理和复杂任务中的表现。 中国开源社区在逻辑推理领域推出了许多创新项目，包括阿里巴巴国际的 Macro-o1、通义 千问团队的 QwQ、上海人工智能实验室的 LLaMA-O1 和清华大学的 Llama-3.2V-11B-cot。 个开源社区提供了 23 / 111 丰富的资源，在这一过程中，小模型不仅在推理能力上有了显著提升，也推动了行业整体技术水 平的进步。 结合当前人工智能产业界的“人工智能+”计划，小模型在特定任务优化上的优势愈发突出， 预计将在金融、医疗和工业自动化等热门领域发挥引领作用，以更高效、更精准的方式满足多样 化需求，帮助人工智能在实际应用场景中落地。 开源多元化与应用细分 中国开源模型的 Agent）。2025，将会是智能体元年。 什么是智能体？目前业界一致认可的公式是“智能体=LLM+记忆+规划+工具”： 30 / 111 大模型充当智能体的“大脑”，负责对任务进行理解、拆解、规划，并调用相应工具以完成 任务。同时，通过记忆模块，它还能为用户提供个性化的服务。 智能体为什么是“算力墙”前 AI 产品的最优解决方案？这一问题的底层逻辑包含两个方面。 1. LLM 是目前已知最好的智能体底层技术。

直接催生出来的新“学科”， 它的核心在于研究人类如何与 LLM 更好地进行“沟通”， 找到让 LLM 能够准确理解人类意图的方法。提示词工程探 索如何以 LLM 可以解析的方式来表达需要它完成的任务， 寻找 LLM 的“最佳输入形式”。通过注入提示词，提示词 工程建立了一套“人机交互语法”，来更精准地向 LLM 传 达想要它生成何种输出的指令。这为人们与 LLM 之间建立 高效、准确的 发展的新阶段。LLM Agent 是一种基于 LLM 的智能代 理，它能够自主学习和执行任务，具有一定的“认知能力 和决策能力”。LLM Agent 的出现，标志着 LLM 从传 统的模型训练和应用模式，转向以 Agent 为中心的智能 化模式。LLM Agent 打破了传统 LLM 的被动性，使 LLM 能够主动学习和执行任务，从而提高了 LLM 的应用 范围和价值；它为 LLM 的智能化发展提供了新的方向， 3 月 15 日，由 OpenAI 前成员创立的 Anthropic 发布对话 AI 产品 Claude，包含 520 亿个参数。 与 ChatGPT 类似，Claude 能够执行各种基于文字对话的任务，如文档搜索、 摘要、写作、编码，以及响应用户的提问。 四个月后，Anthropic 推出 Claude 2。Claude 2 改进了性能，响应时间更长， 可通过 API 访问。此外还上线了面向公众的

大数据底座 Hadoop Spark Flink RDBMS MPP Arctic 数据传输中心 离线数据传输 实时数据传输 运维中心 离线开发平台 实时计算平台 集群运维 任务运维 文件管理 任务开发 租户管理 自助分析 权限管理 可视化调度 数据开发及管理平台 标签画像 消费者运营平台 机器学习平台 BI 有数优势 有数全链路数据生产力平台2.0能力全景图 易用 及产品服 务，致力于盘活企业数据生产力，加速实现数字化转型。 数仓设计中心 指标设计 模型设计 数据治理中心 数据质量 数据地图 数据资产 数据标准 UDF管理 任务开发 版本管理 任务运维 资源管理 任务上线 数据服务中心 智能BI 数据准备 大屏 自助取数 移动应用 数据填报 全渠道 数据融合 会员 标签管理 用户分群 营销 活动管理 投放数据 追踪 让数据中台与底层计算存 储解耦。 先设计 后开发 业内首个提出中台的模型设 计标准，遵循先设计后开发理 念，通过模型设计中心对逻辑 建模进行指导。 统一指标管理 基线智能预警 海量任务运维和管理，提供 异常基线报警处理，辅助任务 运维人员完成工作。 数据资产360 建立集安全、价值、成本、质 量、标准于一体的健康评估指 标体系和优化工具，打造360° 无死角数据资产治理体系。 指标建设流程规范化，消除指

索正确的⽅向，花了很⻓时间积累。
海外独⻆兽：让你来做图⽚⽣成这种产品的话，你会怎么做？怎么兼顾语⾔理解和图⽚质量？
杨植麟：现在
Midjourney
在图⽚⽣成这个单⼀任务已经做得特别好了，我来做的话会希望它能做很多 任务，同时在其中的⼀些任务也能做得很好。这其实也是
OpenAI
的思路，只是它其实没做成功。 AGI
公司应该是⼊⼝逻辑，让⽤⼾默认⽤你，此外特定⼈群会有⼀些特殊需求和对极致效果的追求，所 间窗⼝，如果没时间窗⼝，那很可能直接被通⽤模型碾压。
海外独⻆兽：沿着⼊⼝逻辑的话，你觉得未来会有⼏个⼊⼝？
杨植麟：⾄少有两个，⼀个是有⽤的，⼀个是好玩的。 信息⼊⼝可能不存在了，因为我们搜寻信息本质上是希望端到端完成⼀个任务。智能的⼊⼝以后⼤概 率会覆盖搜索引擎这类信息⼊⼝。⼈获取信息并不是终极需求，它只是⼀直被强⾏定义成⼀种需求。 有些时候我们是希望完成⼀件事，有些时候是希望学习某个东西，AGI
的⼊⼝应该直接帮⽤⼾完成任 过程中会伴随着成本的优化。
海外独⻆兽：AGI
公司的商业模式应该是什么样的？还会是
seat-based
或者
usage-based
吗？
杨植麟：AGI
帮你完成的每个任务对应的价值不⼀样。它可能类似⼀个外包，按照每个任务定价。除此 之外，在任务解决过程中，⼴告肯定还会扮演重要⻆⾊，基于个性化互动和对话的⾏为，⼴告的变现 效率可能⽐现在要⾼很多。
海外独⻆兽：假如
GPT-4.5、Claude-3、Gemini-2

支持通常需要大量的人工工作，因此降低了业务利润 ；(2) 工作缺乏可复制性，部署 / 集成不可扩展， 无法规模性发展 ；(3) 客户转化率低，通常只能将不到 1% 的用户转化为付费客户，主要是因为只有那 些依赖关键任务系统项目的客户才愿意为支持付费。 然而，那些严重依赖项目的人自然会随着时间的推 移投入自己的工程努力来了解项目，从而减少对外部支持的需求。选择 Support 支持服务商业路径的主 要公司案例是 如果可以跨越这一阶段，会迎来快速增长时期。 图表 16 ：开源社区成熟度曲线 资料来源：PingCAP，中国信通院 3.2.3 加速扩张阶段：加速软件采用及付费转换—销售管理 加速扩张阶段的主要任务是增强开发者和用户对软件的喜爱、采用和价值，发掘潜在客户并将免费用户 向付费用户转换。定位潜在用户应该优先考虑针对特定细分市场的活动，基于产品使用信息进行用户分析， 了解哪些角色和部门正在使用该 模式免费版产品面向个人，或中小企业，或者 大企业员工用户，扩大用户基数 ；另一方面，通过 SLG 销售模式去面向中大型企业进行大单交易。 3.2.4 成熟阶段：维持开源社区运行 在项目成熟阶段，供应商主要任务是发布新版本、提供漏洞修复、维护社区的运行。开源社区是开源项 目的根基。自由包容、积极活跃的开源社区支持项目持续稳定的发展与迭代。 图表 17 ：开源项目生命周期 资料来源：云启资本 3.3

可扩展的云原生服务网格项目，旨在为运行在 Kubernetes上的应用程序提供简单、完整且独 立的服务网格解决方案，包括处理在Kuberne- tes集群上运行的微服务的流量管理、策略执行 和可观测性等任务，以简化应用程序的部署和 管理。OSM于2020年8月推出，同年加入云原 生计算基金会（CNCF）。不久后，该项目成为 云原生计算基金会（CNCF）沙箱级别的项目。 2022年初，OSM正式发布v1 Decidim项目，在发展国际合作的基础上，与本 地开源社区开展密切合作，通过案例研究和讨论 会不断推进平台在本地的发展。旨在推广Decid- im在国际范围内的应用，并提升其本地化能力。 “我们的首要任务是深入地了解该地区企业在采 用和使用开源软件方面存在的困难和需求。”来 自芬兰东南应用科学大学的Open MemoryLab 项目经理Sami Jantunen指出。 在短期内，将通过提供支持、培训和协同学习等 cz/assets/ppov/rvpis/statur-RVIS-2022.pdf 全球开源态势洞察｜第十期 17 战略参与者 • 直到2023年，内政部3捷克负责内政事务和政府行政现代化相关政策的中央机构。该部门的一项主 要任务是通过电子政务举措使地区办事处和市政当局数字化，以提高捷克公共行政部门的效率。由 内政部电子政务部门负责在公共部门增加使用开源解决方案的议程。 • Open Content（开源内容网站）13在社

支持通常需要大量的人工工作，因此降低了业务利润；(2) 工作缺乏可 复制性，部署/集成不可扩展，无法规模性发展；(3) 客户转化率低，通常只能将不到 1% 的用 户转化为付费客户，主要是因为只有那些依赖关键任务系统项目的客户才愿意为支持付费。 然 而，那些严重依赖项目的人自然会随着时间的推移投入自己的工程努力来了解项目，从而减少 对外部支持的需求。选择 Support 支持服务商业路径的主要公司案例是 expansion stage: accelerating software adoption and paid conversion - sales management 加速扩张阶段的主要任务是增强开发者和用户对软件的喜爱、采用和价值，发掘潜在客户并将 免费用户向付费用户转换。定位潜在用户应该优先考虑针对特定细分市场的活动，基于产品使 用信息进行用户分析，了解哪些角色和部门正在使用该产品以及他们的兴趣所在，同时预测免 3.2.4 成熟阶段：维持开源社区运行 Maturity stage: keeping the open source community running 在项目成熟阶段，供应商主要任务是发布新版本、提供漏洞修复、维护社区的运行。开源社区 是开源项目的根基。自由包容、积极活跃的开源社区支持项目持续稳定的发展与迭代。 In the maturity phase, the vendor's

平均页面打开时间：GitLab 约 3 秒，Gitea 约 0.5 秒。 Gitea VS. GitLab 卓越性能 100+ 配置项，40+ 模块配置， 通过灵活的配置满足不同场景的需求 涵盖用户认证、安全、任务、迁移、代理、仓库、服务、存储、会话、邮件等内容 高可配置 被⼴泛验证，39k+ GitHub Star、约 40万 安装量、1000+ 贡献者 长久稳定迭代 快速持续发展 •日均 clones：800+；

素。这一般与AI框架体系中搭 配的组件有关。 不同框架在处理源码和编译命 令时的方式有所不同，对数据 的运算能力也不相同，是基于 此AI框架开发的神经网络通达 性的主要影响因素，即在相应 领域完成某种任务的准确率、 处理速度或学习能力。 资源投入度 开发者友好度 AI框架的使用过程中，从部 署、开发到落地的完整流程 中，所需投入的人时成本。部 分AI无法做到并行开发，以扩 大开发人数的方式缩短开发周

发者居多；odpi/egeria 的开发者主要集中在 UTC+0 时区，即⼤多数为欧洲的开发者，但 0 时⽆论周末还是⼯作⽇，都有⼤量事件产⽣，⼏乎可以肯定这个项⽬使⽤了⾃动化协作机器 ⼈，⽽且很多定时任务是在 0 时执⾏的；nnstreamer/nnstreamer 开发者的⼯作时间主要集 中在周⼀～周五，位于 UTC+8 时区，表明该项⽬的开发者以亚洲开发者居多，且开发者周末 是双休的。 6、案例分析——Wuhan2020