应用架构的演进正经历从“上云”到“云原生”再到“AI原生”的深刻变革。AI时代的应用以智能感知、自主决策和自动执行为特征。当前，企业面临着双重挑战：一是对存量应用进行智能化升级，建立传统应用与AI能力之间的深度链接；二是原生构建以大模型为内核的新型智能应用。本次分享将介绍应用的现代化演进路径，深入AI应用的特性、演进方向、产业趋势，并分析典型场景AI应用的建设思路。

• 
• 李祯然
  中国信通院云大所
  云计算部业务主管

  李祯然，中国信息通信研究院云计算与大数据研究所（可简称为“中国信通院云大所”）云计算部业务主管。

如何在大模型的小型化情况下，快速实现AI应用落地。本案例借助华为云的能力，通过BISHENG平台、工作流等操作，快速实现AI应用，本案例中的AI应用以发布构建AI模型辩论赛应用为主。最后探讨这种实践方式的落地可行性。

• 
• 陈政
  某银行
  资深全栈工程师

  陈政（三掌柜），某银行资深全栈工程师。Community Builder AWS，亚马逊云科技云博主，华为HDE、HCDE，开放原子校源行开源大使&讲师，腾讯云架构师技术同盟成员，腾讯云TDP宣传大使，CSDN上海站主理人，InfoQ签约作者，Careerfocus特约讲师，另著作《从零基础到精通Flutter开发》。全网粉丝10万+，全网著作浏览量1200万+。

当人机交互走向脑机直连，智能体成为数字世界的新基座，系统架构范式正在重构。本议题将展示如何以 Kotlin 全栈技术为核心，构建贯通前端、后端与智能体内核的统一架构，实现跨平台脑机接口的实时数据流处理与算法协同。从高并发服务架构、协程驱动的异步数据流，到脑电信号的低延迟解析与智能体感知反馈，我们将探讨一种更轻量、更敏捷、更具未来感的系统构建模式，验证 Kotlin 在人机融合架构中的工程潜力与边界。

• 
• 邵繁
  智筝科技
  资深软件工程师与系统架构师

  邵繁（Ordinary SF），智筝科技资深软件工程师与系统架构师，2025 Kotlin 中文开发者大会演讲嘉宾，Shanghai Kotlin User Group 成员。长期专注于 Kotlin 生态与跨平台技术实践，熟悉 KMP、Compose Multiplatform、Ktor、Coroutines、Exposed 等核心框架。主导多项基于 Kotlin 的全栈系统建设，涵盖高并发分布式架构、跨端 UI 框架、智能体与 AI 平台开发。重点研究 Kotlin 在高性能计算、智能边缘与自动化工程体系中的应用与架构演进。

近三十年来，从传统的MPP架构的数据仓库，到以Hadoop架构的数据平台，到日渐成熟的云数据仓库和数据湖产品，数据平台架构和技术一直在迭代升级优化，但还是难以满足业务时效性、高质量等多方面的更高要求，需要从业务属性角度，进行架构的彻底颠覆，与业务相匹配的自然而然的架构，才是最好的架构。 1、数据中心化架构的发展、现状和不足； 2、需要根据业务非中心化的特点，进行当前平台架构的升级改造； 3、非中心化数据管理和数据平台架构适应业务非中心化要求； 4、结合具体情况，进行非中心架构建设及其困难点。

• 
• 袁兆国
  长城汽车
  车联网大数据技术主管

  袁兆国，在长城汽车担任车联网大数据技术主管，数据主任工程师，具有26年企业信息化 IT建设咨询和落地经验。具有至少10年以上的技术沉淀，尤其是在多个行业大数据规划建设、大数据应用实施方面，以及数据仓库层面，对数据质量建设、数据治理和数据标准，也同样拥有丰富的实施落地经验。最近8年，一直从事车联网行业建设工作，涉及车厂数字化转型、网联化建设、车辆大数据平台和数据质量、数据标准建设，以及数据治理和管理、大模型业务应用等业务、项目，具有两家车联网企业的从0到1的大数据平台和大数据业务应用规划和落地实践经验。

随着 Agent 时代的开启，除算力外，真正决定智能演化速度的，是系统如何组织记忆。Agent的兴起，让 AI推理不再是一次性函数，而是依赖动态记忆的持续学习过程。新一代AI Infra正从Compute-Centric 转向 Memory-Centric，以新一代的记忆湖、语义检索、反思循环为核心，形成支撑智能体成长的“认知操作系统”。本次分享主要涉及： Memory-Centric 架构的核心要素；记忆驱动的系统设计实践；以及，未来展望。

• 
• 卢亿雷
  白海科技
  创始人兼CEO

  卢亿雷，白海科技创始人兼CEO，清华大学计算机高性能方向博士研究生，CCF大数据专委常务委员和高性能专委委员，北航特聘教授，中国大数据技术大会主席，2017年中国大数据行业领军人物；曾在联想研究院负责分布式存储和高性能计算、百度负责Hadoop分布式计算相关，明略科技负责人工智能平台等。自2006年以来，一直从事高性能分布式计算、AI资源调度相关，拥有多篇大数据、人工智能相关的专利和论文。

本报告介绍一款名为 MuduDB 的下一代事务型数据库原型系统。该系统旨在突破传统数据库的局限，解决两大问题：1.开发范式革新：传统数据库开发高度专业化，与当前AI辅助开发（如使用自然语言生成代码）的智能化趋势之间存在显著鸿沟。即使借助AI工具，开发者仍须关注大量技术细节，难以将精力集中于业务逻辑本身。2.生态融合壁垒：应用程序与数据库因使用不同语言（如 Java/Python 与 SQL）而产生“语言不匹配”，导致开发复杂度增加、性能损耗明显，并使国产数据库陷入被动兼容国外产品的困境。为此，MuduDB 提出两项核心创新： 内核级多语言虚拟机：采用微内核架构，在数据库内核中深度集成一个支持多种编程语言（如 Python、JavaScript、Java、Go、Rust 等）的统一运行时虚拟机。开发者可使用熟悉的语言直接编写数据库业务逻辑，代码在数据库内部高效、安全地执行，实现“业务逻辑近数据计算”，从而消除网络通信开销，并统一各类数据库访问方式。AI原生与正确性保障：基于上述统一架构，构建AI友好的智能开发环境。由于开发者仅需关注“做什么”而非“如何做”，AI能够更准确地将自然语言需求转化为可靠代码。同时，结合形式化验证与静态分析技术，对AI生成的代码进行自动化正确性验证与纠错，保障数据库应用的可靠性。本项目致力于打造真正意义上的AI原生、多语言融合数据库系统，显著降低开发门槛，提升开发效率与运行性能，并为国产数据库实现技术超越与生态引领开辟新路径。

• 
• 郭华
  scuptio
  创始人/CEO

  郭华，scuptio创始人，中国人民大学计算机软件与理论博士，致力于构建科学的方法保证系统软件质量

AI如何结合自身场景落地是一个非常具体化的工作。在探索了诸多应用场景后，在数据库模型设计和数据库运维上逐渐找到落地可能性。最终结合企业自身特点落地发布智能体解决实际工作中的问题。

• 
• 薛晓刚
  Oracle ACE
  

  工学学士，工程硕士。从业20余年，设计、实施和运维高并发的数据架构。曾服务于政府、公安、交通、安防行业，从事过大型项目管理，单机处理超过100亿量级的数据库。目前任宝武集团/欧冶云商股份有限公司数据库首席，从事产业互联网，负责高可用、业务连续性和高并发数据架构设计和运维管理。获得的荣誉有：Oracle ACE-Pro ，Oracle讲师，MySQL讲师，PostgreSQL ACE Partner，阿里云 MVP、TiDB MVA、TiDB布道师，布道师组委会委员，OceanBase 数据库观察团团长、HaloDB外聘技术顾问、ITPUB论坛内存数据库版主、核心专家、金牌顾问、ITPUB培训专家百人团、收录国内数据库风云百人团，机械工业出版社专家委员会委员，工信部下属信通院创新实验室成员。工信部下属开放原子基金会工委会委员。

在AI Agent迅猛发展的当下，一个关键问题亟待厘清：任务规划究竟该由大模型自主完成，还是依赖人工预设？当前的Agent工程会不会全部被基模取代？本文结合阿里云RDS AI助手的实践，指出在企业级场景中，依赖人工预设任务规划（如SOP）比完全交给大模型自主拆解更可靠、准确。测试显示，人工规划Agent准确率超85%，远高于自主规划的20%。作者提出“混合规划”思路：开放问题适度自主，关键任务严格按流程执行，强调真正落地的Agent应融合领域知识与大模型能力，让AI做执行者，人做决策者。

• 
• 文峰（三剑）
  阿里云
  RDS AI业务研发负责人

  文峰（三剑）现任职阿里云RDS团队，资深数据库运维，同时担任RDS AI业务研发负责人，在数据库系统架构、智能化运维及自动化管理领域拥有深厚的理论功底与丰富的实战经验。多年来，他长期致力于数据库服务的稳定性保障与智能升级，主导并推动了多项关键技术创新与系统优化。作为AI Agent领域的先行者，他带领团队成功研发了“RDS AI助理”——一款深度融合大模型能力的智能数据库助手，涵盖故障诊断、性能调优、运维建议与自然语言交互等核心功能，显著提升了数据库服务的智能化水平与用户体验。在AI Agent的研发实践中，他深入探索多模态意图理解、知识推理、任务规划与安全可控机制，积累了丰富的端到端落地经验。文峰持续关注AIGC与数据库自治技术的融合演进，致力于打造更加智能、高效、可信赖的云数据库服务体系，在推动数据库迈向自治化、智能化方向上发挥着重要作用。

在数字化转型的浪潮中，数据库作为企业核心数据资产的载体，其稳定性和性能直接影响业务连续性。传统的数据库监控系统主要依赖阈值告警和可视化图表，存在告警滞后、误报率高、运维经验依赖强等痛点。随着AI技术的快速发展，如何将DTW(动态时间规整)、FAISS(向量检索)、LLM(大语言模型)等前沿AI技术应用到数据库监控领域，实现从"被动响应"到"主动预测"、从"可视化监控"到"智能化运维"的跨越，成为数据库管理的重要课题。 本次分享将深入介绍我们团队自主研发的AI数据库监控预测系统，该系统创新性地融合了三种AI技术:DTW用于时序模式匹配、FAISS用于高维向量相似性检索、LLM用于智能分析和决策支持。通过多算法融合预测引擎，系统能够提前30-60分钟预测数据库故障，准确率达到75%以上，显著降低了数据库运维成本，提升了系统可用性。

• 
• 余成真
  某集团
  高级数据库专家

  余成真，有多年的数据库产品管理和技术规划经验，目前负责微盟数据库团队管理及建设、数据库相关的业务保障、数据库技术决策；专业技能上：专注于数据库的高性能和高可用技术保障，负责数据库架构设计、数据库运维平台的自动化建设、数据库运维体系规范建设。具备危机处理能力、具备多人组织动员能力、具有很强的判断与决策、计划和执行能力。