简介
当前，全球数字基础设施正处于深刻变革与重构期。智能体融合环境感知、记忆推理与工具调用能力，推动互联网从“连接人”全面转向“连接智能体”，预计将有数以百亿计的智能体与新型网络应用接入网络，全方位重塑互联网的计算模式、流量形态、通信范式和信任体系。在技术实践层面，计算与网络相互制约、双向塑造的特征愈发凸显：一方面，在万卡级大模型训练场景中，网络通信耗时占比高达30%-60%，网络带宽、拓扑结构与调度机制已成为制约算力效能释放的核心短板；另一方面，随着大小模型混合部署、云边端协同、卫星互联网、低空经济等泛在计算与组网场景快速兴起，智能体的规模化部署对网络的诉求已超出传统数据传输与算力供给范畴，要求网络同时具备任务理解、服务编排、协同控制与实时响应等能力，亟需推动网络、计算、感知与智能的深度一体化融合。智能体时代正从底层重塑网络形态与计算范式——网络不再只是传输管道，计算也不再局限于单点服务器，二者在智能体生命周期的每一环节深度交织。在此背景下，网络与计算如何破局重塑，已成为行业亟待回应的核心命题。 针对上述挑战与开放问题，本论坛邀请多位知名专家学者，就智能体时代网络与计算融合发展面临的机遇与挑战展开深度思辨。本次论坛设置三大思辨主题： 思辨点一：架构演进之争——是“网络适配计算”还是“计算重塑网络”？ 思辨点二：交互范式之变——是追求“意图驱动的极致网算效能”，还是优先筑牢“内生安全价值对齐防线”？ 思辨点三：落地场景之困——面向泛在算力与垂直场景，是“统一底座”还是“场景定制”？
简介为官网原文，部分内容可能未写完。
人员
主席
- 苏金树 · 军事科学院
- 陈星 · 福州大学计算机与大数据学院
嘉宾
- 张小松 · 电子科技大学
- 张清华 · 重庆邮电大学
- 窦勇 · 国防科学技术大学计算机学院
- 李默 · 香港科技大学
- 郑臻哲 · 上海交通大学
- 王敬宇 · 北京邮电大学
- 何倩 · 桂林电子科技大学
- 赵宝康 · 国防科技大学
- 陈哲毅 · 福州大学计算机与大数据学院
- 迟国轩 · 北京邮电大学
- 徐方鑫 · 云程半导体
报告安排
从开源网络安全专用编程系统Yak的创新到产业级高级智能体MemFit的实践
张小松 · 电子科技大学
简介
网络安全是数字时代国家安全的“底板”，软件是网络安全的核心产品形态，但是长期以来，在研发的根技术方面，"缺芯少魂"问题突出，由于技术门槛、生态建设和投入成本问题，网络安全的产品研发一直依靠多样异构的编程语言（C/C++/JAVA/Python/Go......）及技术工具栈，缺乏专门为网络安全适配、模块完备、工具开放、上手容易的高效专用编程系统，导致产品架构割裂，研发技术碎片，带来“门槛高，投入大，周期长，效率低，维护难， 风险大”的系列安全隐患，已经成为制约我国网络安全产业和技术进步的结构性卡脖子问题，针对这一困境，报告系统介绍国产网络安全专用编程语言 Yak 以及匹配的产业级高级智能体 MemFit 的研发历程与实践成效。围绕编程语言、编译器、集成开发环境、全栈网络安全基础能力库四大基石，设计兼容多种编程语言的易书写语法架构，研发跨平台的虚拟机安全编译执行环境，建立安全性测试载荷内生生成和原生抗逆向的能力，基础功能模块覆盖漏洞检测，流量分析，渗透测试，攻防对抗，运维服务全栈领域，进一步构建MemFit 以"规划—执行—反思"闭环为核心构建五层架构，实现网络安全的程序设计象搭积木堆叠一样简单，产品的维护如更换配件一样灵活，任务的执行通过自然语言智能规划并自动实施。
浅谈智能体时代下认知的大数据思维
张清华 · 重庆邮电大学
简介
人工智能技术进入飞跃发展，“人工智能+”行动加速智能体应用落地，逐渐渗透并赋能各行各业。报告聚焦人工智能发展的底层逻辑，探讨智能体认知的知识范式与数据范式等不同认知模式，分析大模型发展历程与应对挑战；浅析AI视域下的大数据创新思维。
应用场景牵引算力网络技术发展
窦勇 · 国防科学技术大学计算机学院
简介
算力网络是未来网络技术与算力平台技术融合发展的重要方向。首先国产算力平台硬件架构，当前主要表现为异构多样化，软件适配困难，国产算力平台面临的痛点问题，为算力网络技术的发展提供了新机遇。其次算力网络生态正在处于爆发式增长的前沿，以电商订单式为导向的算力服务新模式增长孕育生成。以深度学习技术为代表的人工智能应用正在成为算力网络新生态的主力军，同时面向未来超算智算融合新型应用场景也带来新机遇。
低空智能与物联
李默 · 香港科技大学
简介
该报告将梳理低空经济的技术发展现状与未来发展趋势，重点剖析当前低空通信组网技术面临的瓶颈与核心挑战。报告将阐述我们将物联网系统向低空领域延伸拓展的探索实践，并展示我们基于低功耗广域组网技术搭建低空通信基础设施、赋能低空飞行场景应用的相关研究。
大小模型端云协同智能体系统
郑臻哲 · 上海交通大学
简介
端云协同智能是人工智能广泛落地应用的关键技术，可有效克服传统云智能在扩展性、实时性、个性化和隐私安全等方面的不足。端云异构系统协同完成动态开放环境下的复杂多样智能应用给数据、模型以及算力都带来了新的挑战：如何高效采集与充分利用端上实时数据资源与云上预训练公开数据集？如何设计与协同端上个性小模型与云上通用大模型？如何调度与管理端上碎片化资源与云上充足算力资源？我们围绕端云协同自演进智能中数据互补增强、大小模型拆分聚合以及异构资源协同管理三个基础问题，从数据、模型与算法层面构建端云协同自演进的智能新范式。