演讲主题 演讲嘉宾 主从监控项经验分享 伍昕 宏时数据 01 主从监控项简介 主从监控项 Dependent Items show global variables; 场景： Zabbix的一次数据采集可能获取多个值，（比如与第三方系统对接，获取数 据库所有状态） Zabbix的一个使用场景 主从监控项 Dependent Items http://exporter_ip:9100/metrics

《Saga分布式事务解决⽅方案与实践》 演讲者／姜宁 关于我 • 华为开源能⼒力力中⼼心 • ServiceComb项⽬目负责⼈人 • Apache Member , IPMC, 多个Apache项⽬目 • RedHat, IONA, Travelsky 议题 • 微服务事务⼀一致性问题？ • 业界Saga的解决⽅方案 • ServiceComb Saga的演进 •

《Saga分布式事务解决⽅方案与实践》 演讲者／姜宁 关于我 • 华为开源能⼒力力中⼼心 • ServiceComb项⽬目负责⼈人 • Apache Member , IPMC, 多个Apache项⽬目 • RedHat, IONA, Travelsky 议题 • 微服务事务⼀一致性问题？ • 业界Saga的解决⽅方案 • ServiceComb Saga的演进 •

R1找到了人类通往AGI的方向 DeepSeek颠覆式创新——技术创新 27 DeepSeek-R1和GPT-4o不是同一个物种政企、创业者必读 快思考 慢思考 快 慢 人类真正智力表现 的形式 直觉经验型 速度快、准确性低 GPT、DeepSeek-V3擅长的 思考方式 推理能力获得突破的关键是学会了「慢思考」 例：课堂提问 快问快答  长思维链强大的推理能力是真正人类智力的体现  生物制药 新材料研究 脑机接口 基础科学 能源自由 宇宙探索 生命科学 科学 能力 6 AI Fo r Science 知识管理（ 内部知识管理、 外部情报分析、 大数据分析、 工作流知识） 专家经验模型（ 专业模型训练） 业务流程自动化（ A g e n t框架） 组织协同（ 工作流） 人机交互 赋能个人和 企业员工 生产力提升 多模态 能力 3 图片理解和处理 视频理解和处理 音频理解和处理 知识自动汇集，不流失 多模态数据处理和理解 非结构化文档处理和理解 搜索，辅助内部办公和外部客户服务 为业务大模型RAG做准备 内部知识管理 • 把企业内部的碎片化知识， 把专 家头脑中的经验转化为显性知识 管理起来， 如员工邮件、 文档文 件、 聊天记录、 工作记录等 工作流知识管理 1 外部情报分析 • 抓取外部情报， 例如行业报告、 市 场情报等 2 多模态处理 • 用大模型多模态能力把非结构化

第三届中国Rust开发者⼤会 基于 Rust 编程语⾔构建 Amphitheatre CLI / Desktop / Server 的全平台实践经验 王宜国 - 独⽴开源软件作者 RUST CHINA CONF 2023 • 项⽬背景介绍 • 产品功能演示 • 应⽤场景概览 项⽬介绍 • 概念 • 架构设计 • 技术实现 设计与实现 ⼤纲 Amphitheatre 云开发环境（Cloud

孙健波 阿⾥云 技术专家 阿⾥巴巴 Kubernetes 应⽤管 理实践中的经验与教训 孙健波 阿⾥云 技术专家 • Kubernetes 基础技术中台团队 • 开放应⽤模型（OAM）项⽬ Core Maintainer • jianbo.sjb@alibaba-inc.com • 阿⾥存量 PaaS 对接 Kubernetes 的新挑战 • 研发和运维对 Kubernetes YAML

iv. 基础设施⽅⾯。团队核⼼成员曾带领数⼗⼈从零开发世界领先的深度学习框架，也具备数千 卡集群全⾃动化硬件运维告警、数百亿特征检索、⼤规模（数⼗PB数据、百万台机器）分 布式系统数量级性能优化的经验。
c. ⽬前团队⼈数超过
80
⼈，每个⽉都有在全球某个领域有显著影响⼒的⼈加⼊。
2.
团队聚焦底层技术创新，技术Vision强
a. 引领⼤模型的“⽆损⻓上下⽂”时代。2023年1 是我们上线之前完全没有测试过的⽤例。 资源获取肯定也很重要。其中主要烧钱的是算⼒。早期靠融资，到后⾯就需要更多的产品商业化。商 业化也不能照搬上⼀个时代成熟的东西创新，所以好的
CEO
和团队应该有⼀定经验，但同时也有很强 的学习和迭代能⼒。
海外独⻆兽：但有可能投资⼈分辨不出来到底谁的
tech
vision
是最领先的。
杨植麟：我不太担⼼这个问题。现在就是最好的分配⽅式，更接近⼀个⾃由市场，最后会有最⾼的分 的提升。

海外独⻆兽：从招聘⻆度，你怎么定义好的⼈才？
杨植麟：我会拆成经验和学习来看。学习是⼀个通⽤的能⼒，不光是
learn，还要
unlearn，特别是以 前的成功经验。假设你是从
0
到
1
做了
YouTube，现在做
AI
产品可能⽐别⼈更难，因为要
unlearn
很 多东西。学习⽐经验重要。可能再过
5
年的话，
AI
⾏业会培养出来很多所谓的成熟职能。今天我觉得