COPU 会议纪要｜2026.8.18

8 月 18 日，陆主席主持召开 COPU 例会。

本次会议上，陆主任传达了我国对美国的两项反制。

2026 年 7 月，美国制裁俄油出口，并无理打压采购俄油的中国企业，我国随即进行了反制。

第一项反制是中国坚持对稀土实行出口管理。（稀土开采中国占全球六七成，稀土精炼占九成，高端永磁材料占九成）

第二项反制是中国开源 AI 崛起，打破了美国闭源 AI 模型的垄断（COPU 早就指出：DeepSeek、Kimi、GLM、千问 Qwen、MiMo、MiniMax 等 AI 的崛起，发展开源 AI）。

美国限制自身登顶的闭源模型出口（并不准外来访问），也不准采购中国的开源 AI 模型，遭到美国广大用户的反对（美国 200 家 AI 初创企业联合反对美国政府不准采购中国开源AI模型）。

陆主任强调，中国的两项反制打痛了美国，使美国拿不到稀土，人工智能垄断搞不成。

陆主任还提出开源商业化问题，开源商业化是支持开源产业发展的重大举措。开源创新是对社会开放免费的，而开源商业发行版，包括开源创新+开源运维、生态（API+DPI）、安全、工程化、质检、体验等部分，除开源创新部分开放免费外，其他部分不开放，是要收费的（开源商业发行版总体上收费要低于闭源发行版）。

下面发布开源智能体 AI 基金会（Agentic AI Foundation）执行董事 Mazin Gilbert 在 6 月 25 日 COPU 高峰论坛上讲话的中译本。

Agentic AI 时代：开放标准与开源的作用

如大家所知，我是Linux 基金会旗下 Agentic AI 基金会（Agentic AI Foundation）的执行董事。Linux 基金会是 Kubernetes、PyTorch、Linux 以及如今的 MCP 等众多重量级开源项目的家园。

今天非常荣幸能在 COPU 峰会上发表演讲，与各位共同探讨在 Agentic AI（智能体 AI）时代，开放标准与开源所发挥的关键作用。

我们正处在一个历史性的时刻，站在计算与云计算发展的关键拐点上。这很可能是一次比互联网诞生更为深远的技术跃迁。Agentic AI 正在以我们前所未见的速度，从实验室研究与技术演示加速迈向实际生产系统。

推动这一拐点的核心动力，正是大语言模型（LLM）的问世。正如大家所知，传统的机器学习模型非常擅长驱动单一应用，但通常需要海量数据与大量人工监督。它们能够执行多步骤任务，而这正是实现智能体协同的基础前提。

大语言模型具备出色的扩展能力、推理能力、代码编写能力、数据库查询能力以及长上下文记忆管理能力。它们真正实现了与现实世界的交互，并能像人类工作者一样执行复杂任务。而这一转变，在过去短短 24 个月内就已发生。

那么，核心变革究竟是什么？是智能体（Agents）。

智能体利用工作流进行推理、规划、行动与观察，并在闭环中不断重复这一过程。在无需人工持续监督的情况下，真正赋予这些智能体自主性的，不仅是模型本身，更是其背后的执行闭环机制（Execution Loop）。

大语言模型通常处理单轮交互，而智能体则能够带着明确意图，通过多轮交互持续推进任务。一个智能体任务的持续时间可以从数分钟、数小时延伸至数天。

目前，单智能体应用已经开始进入生产部署。而下一波浪潮将是“智能体互联网”（Internet of Agents）——一个由相互连接的智能体构成的协作网络，彼此之间进行互联、委托与协同。这正是互操作性（Interoperability）至关重要的原因：跨厂商、跨应用的智能体协作网络必须能够无缝互通。

开源与开放标准，是构建安全、可扩展的智能体互联网的基石。支持这一核心观点的理由有三点：

系统性风险（Systemic Risk）：Agentic AI 将作为底层基础赋能各垂直行业业务。我们不希望看到互联网或电网被单一公司垄断，Agentic AI 亦是同理。

互操作性（Interoperability）：Agentic AI 的真正价值存在于智能体、工具与数据源之间的连接之中。缺乏开放标准，每一次智能体与工具、或智能体与智能体之间的交互都需要定制化集成，其高昂成本最终将令人无法承受。

信任机制（Trust）：这一点或许更为微妙。开源由多元化的社区驱动，众多开发者与审查者的共同审视，有助于从不同角度发现盲区并及时修复安全漏洞。

为什么我相信这是行业发展的必然趋势？从GitHub 的数据来看：2025 年，使用 LLM 相关技术与 SDK 的代码仓库已达到 113 万个，同比增长 179%；AI 项目的贡献者数量也增长了 76%。

今天我还了解到，智能体生成的网络流量规模已经超过了人类。开发者用代码提交（Commit）和 SDK 下载量投票，实际上就是在定义行业标准。而社区通过这些数据清晰地表明：开放，才是未来的前进方向。

那么，接下来真正的问题是：智能体层（Agentic Layer）本身，是否也将保持开源？

我们可以将整个智能体技术栈划分为从底层硬件到上层应用的五个层次。Agentic AI 基金会重点聚焦于第四层：

第一层：硬件层。包括 GPU、NPU 以及 HBM 等硬件基础设施。

第二层：软件基础设施层。如大家熟知的Kubernetes，负责管理容器与 Pod。整个生态正在从“云原生”（Cloud Native）向“AI 原生”（AI Native）演进，全面服务于 AI 工作负载与大语言模型。

第三层：智能层。涵盖大语言模型本身，包括模型的微调、训练、蒸馏以及嵌入（Embedding）等技术。

第四层：Agentic AI 层。这是我们的核心着力点。我们与 CNCF、PyTorch 等基金会紧密合作以支撑第一至三层和第五层，自身则全力深耕第四层。

第五层：应用层。即最上层的最终用户应用与商业落地。

第四层体系非常复杂，涵盖智能体运行时（Runtime）与框架、身份识别（Identity）与治理（Governance）、可观测性（Observability）与可靠性（Reliability），以及信任与安全。这些模块是构建、运行、部署智能体并实现全生命周期管理的关键组成部分。如果这一层架构出现偏差，上层的所有应用都将面临生态碎片化与高昂成本的困境。

来看一组引人注目的数据：未来五年，全球在数据中心、电力和算力等AI 基础设施层面的投资预计将达到 7.6 万亿美元，远超日本的 GDP 总量。从 2026 年到 2031 年，资本性支出（CapEx）预计将翻倍，从 0.8 万亿美元增长到 1.6 万亿美元。

从Token 的维度来看，情况同样印证了“杰文斯悖论”（Jevons Paradox）——当资源变得更便宜、更高效时，其总体消费量反而会大幅上升。过去四个月内，API Token 的价格下降了 90%，但 Token 的使用量却激增了 50 倍。需求的增长速度远远跑赢了价格的下降幅度。

更低廉的Token 成本使以往难以实现的应用成为可能：长时间持续运行的任务、多智能体协同系统、更深层次的推理，以及全天候运行的监控智能体。这就是为什么基础设施成本如此关键，也是为什么提升效率对于智能体互联网的规模化普及至关重要。

本周 Artificial Analysis 发布的另一组数据对 25 款闭源和开源模型进行了 59 项真实场景任务测试。结果显示，像 Qwen 3.7 Max 这样的开源模型，其综合表现与 Claude 4.7 仅有几个百分点的差距，并已比肩最新版本的 Gemini 3.5 Flash。

我相信，随着开源模型在效率与质量上的持续突破，未来会有更多企业主动拥抱开源模型与开放标准。

回到第四层——Agentic AI 基金会的核心聚焦领域。该层级涵盖了智能体开发、运行时环境、安全控制以及可观测性体系。

设想这样一个场景：即便只有两个智能体和五个工具尝试相互连接，定制化集成的数量也会出现爆炸式增长。随着智能体、工具和供应商数量的不断增加，开放协议能够将这种复杂性收敛为标准化接口。这正是 MCP（模型上下文协议）、A2A（智能体间协议）和 ACD 等协议至关重要的原因。

不妨设想一下，如果互联网是一个封闭的系统，没有人会成为赢家。智能体领域同样如此。

自基金会宣布将 MCP 纳入管理以来，MCP SDK 的采纳率和下载量呈现爆发式增长：截至 5 月，MCP SDK 的月下载量已达 4.2 亿次，而去年同期仅为 2200 万次；注册的 MCP 服务端接近 10,000 个，GitHub Star 数突破 80,000。MCP 正在成为被采用速度最快的开放标准之一。

在顶层应用方面，我们预计智能体应用与智能体商务（Agent Commerce）将在未来 18 个月内迎来快速增长。贝恩咨询预测，仅在美国市场，智能体商务就蕴含着 3000 亿至 5000 亿美元的商业机遇；麦肯锡的预测更是高达 3 万亿至 5 万亿美元。

基于此，我们预计在未来五年内，美国 15% 到 25% 的电子商务将由智能体驱动和执行。因此，通过统一、协调的开放标准电子商务协议来赋能智能体生态至关重要，否则整个产业将难以达到预期的规模。缺乏标准化和协议协调，智能体开发者、商户和 API 提供方将各自构建大量私有协议，导致整个生态陷入混乱。

正如前文所述，封闭的智能体系统无法带来共赢，开源与开放标准才是唯一出路。接下来的核心问题是：我们该如何实现这一目标？

这正是成立 Agentic AI 基金会的初衷。它是一个中立的协作平台，让全球企业能够聚集在一起开展合作。它独立于特定厂商，不绑定任何特定技术、云平台或框架。同时，我们将 Linux 积累了 25 年的成熟开源治理经验深度融入到了基金会的运作体系之中。

去年 12 月，有 49 家成员作为创始成员加入；本周，我们的成员数量已正式突破 200 家。事实上，在成立后的前六个月里，我们的发展速度超过了 Linux 基金会历史上任何一个基金会。

我们拥有一支强大的领导团队与技术指导委员会（TSC），设立了 8 个工作组，全面应对从安全、商务、AI 身份认证到评估度量等重大技术挑战。

我们建立了标准化的项目生命周期管理流程。TSC 已审议了 50 多项提案，其中 35 项已正式进入项目孵化流程。目前我们拥有 MCP、Agent2Agent（A2A）、Goose 以及本周正式对外发布的 Agent Gateway 等核心关键项目。

目前，我们的全媒体渠道已全面启动，包括 YouTube 频道、每日新闻、技术博客与技术沙龙。今年我们规划了 10 场活动，其中包括即将在亚洲举办的重点盛会——中国 MCP 开发者大会（MCP Con China），期待各位届时莅临参会。

这无疑是一个时代赋予的重大历史机遇。从底层硬件、AI 基础设施到大语言模型，CNCF、PyTorch 等基金会已经付出了巨大努力并打下了坚实基础。现在，轮到 Agentic AI 领域来全力推动开放标准制定与跨协议统一，进而以安全可控的方式实现整个生态的规模化发展。

未来属于智能体。欢迎加入Agentic AI 基金会，与我们携手共建这一未来。期待各位的工程师与架构师积极参与我们的开源项目、工作组、技术研讨会以及各类峰会活动。

让我们共同塑造这一未来。

陆主席指出，DeepSeek 今天发布 Agent 工具叫 DeepSeek Harness,希望COPU 同事马上研究 Harness 的功能。

参会人员：陆首群、宋可为、袁怿、安泱、张侃、何苗、陈道清（线上）、鞠东颖（线上）、胡宇（线上）、靳虹博（线上）、韩宪平（线上）