会议议程
议程详情
专题：Agent应用实践（上）
随着企业数据库规模与架构复杂度持续提升，传统依赖人工经验、脚本自动化的运维模式，在故障响应效率、性能调优精度、风险前置管控等方面已逐渐触达能力边界。大模型与 Agent 技术的成熟，为数据库运维从 “被动响应” 向 “主动自治” 升级提供了全新的技术路径，也成为 DBA 群体效能升级的核心方向。 本次分享将立足一线 DBA 的生产实践视角，系统拆解数据库智能运维 Agent 的架构设计逻辑、核心能力模块与落地实施方法，并结合多个真实生产环境的落地案例，深度复盘数据库 Agent 在故障自愈、性能优化、风险巡检三大核心场景的落地效果、实践踩坑与量化收益，为同业运维团队提供可落地、可复用的参考方案。
崔鹏，计算机学博士,主要研究方向AI与大数据管理。PostgreSQL中文社区核心成员,公众号CP的PostgreSQL厨房作者,拥有十年数据库、操作系统、存储领域的工作经验,ORACLE OCM、MySQL OCP。目前任海能达通信股份有限公司数据库团队负责人，从事数据库高可用、高性能以及AI在数据库领域的应用,方面的研究工作。
相信 AI Agent 的价值不止于"能跑"，更在于"可托付于生产"。为此，打造覆盖 Runtime、Hosting Platform 与 Workflow 的开源 Agent 技术栈：Awaken 提供 Agent 的开发框架与运行时，Awaken Agents 提供生产级托管与运维平台，Awaken Flow 支持团队编排人与 Agent 共同完成工作——将治理能力内建于运行时与平台底座。用工程化的确定性，让 AI Agent 真正走进生产。
AwakenWorks 创始人，曾在华为、迅雷等企业担任工程师，拥有十余年软件工程与 AI 研发经验。
Agent 工程化的隐形瓶颈不在模型，而在记忆——"智能 = 思考力 × 记忆力"，没有记忆的智能体每次都是从零上手的新手。本次分享围绕 AI 记忆技术与基础设施建设，介绍 ZBYTE MemoryLake 如何作为独立于模型与智能体之间的"记忆中枢"，支撑企业级 Agent 从 Demo 走向规模化落地。
质变科技产品负责人，主打设计研发AI-ready数据分析Infra和AI数据分析探索产品。曾任职阿里云高级产品专家，担任阿里云数据库团队国际产品经理，负责数据库产品线面向国际市场的产品策略和Go To Market相关工作，期间，2020年阿里云数据库首次闯入Gartner云数据库魔力象限的领导者象限，之后持续蝉联。2008年硕士毕业后加入IBM中国研发中心DB2 for z/OS研发团队，从事DB2 for z/OS的数据库引擎相关研发工作；2012年开始从事IBM大数据产品的研发工作。2013年底加入阿里巴巴，是阿里云OLAP产品分析型数据库AnalyticDB和Data Lake Analytics的核心研发成员之一。到目前为止，拥有和申请公开的技术发明专利超过50项，主要涉及关系型数据库、大数据、分布式计算、云计算等领域。
专题：Agent应用实践（下）
待更新
张洁，专家数据科学家，拥有14年数据领域的研究与实践经验。在决策理论研究、数据系统设计等方向具备丰富的理论积累和实战成果，获16项中外专利，多次受邀在行业技术论坛及峰会上分享其技术见解与实践经验。
开源与公有云 BaaS 解决了""快速搭后端""，但进入企业却普遍撞墙：内部的身份、协作、文档、数据、代码各自封闭且门槛高，成本控制与统一治理更是绕不开的难题。本次分享围绕门槛、成本、治理三条主线，拆解我们自研的企业级 BaaS 平台如何落地破局。 门槛——打通企业内部能力。将 SSO 身份、IM 触达、文档沉淀、BI/数仓取数、代码部署等能力内建为平台原生 Workflow 节点，全流程自闭环、不依赖外部组件，让开发者只写业务逻辑。 成本——混合云无感调度。以""多租户共享池 + VIP 独享池 + 跨云统一调度""的资源模型，配合 HA 无感迁移，同时兼顾低门槛、低成本与高可用：共享池摊薄长尾成本，独享池保障重点业务 SLA，迁移扩缩对业务透明。 治理——统一的 Builder Service。所有 App 的建表、读写、供数收口到统一服务，在一处强制执行 RLS 行级隔离、只读网关与审计，并沉淀本体语义建模，让企业数据不仅能被安全存取，更能被 AI Agent 读懂和使用。 分享将结合真实架构与工程踩坑，探讨企业级 BaaS 在 AI 时代如何成为""人人建 App、Agent 用数""的安全底座。
小红书存储与数据库部门关系数据库专家，supabase负责人
随着 AI Agent、Local-first AI 与 Browser AI 的快速发展，传统部署于数据中心的搜索架构正在发生变化。越来越多的 AI 应用开始需要运行在浏览器、边缘节点与本地设备中的实时检索能力。 本次分享将介绍 Pizza Engine（FIRE）—— 一个基于 Rust 构建的 Browser Native、AI Native 搜索引擎 Runtime。项目采用 #![no_std]、Streaming Query Engine、Share-nothing 架构与 WebAssembly Runtime，支持 BM25、向量检索、空间地理位置检索、实时索引与 Browser-side Retrieval。
曾勇，INFINI Labs 创始人& CEO，前 Elastic APAC Developer Evangelist 与 Principal Consulting Architect，长期专注于搜索引擎、分布式系统与实时数据处理领域。 Rust 与 Golang 爱好者，当前主要关注 AI Native Retrieval、Browser Native Search、实时搜索引擎以及 Edge AI 基础设施方向。主导研发 Pizza Engine（FIRE）与 Easysearch 等项目，探索 Rust 在 AI 时代搜索与检索基础设施中的实践与创新。
ITPUB 官方微信
