南宫28官网,南宫28官方网站,南宫28APP下载

　　最近我一直在思考一个比 Agent 更广的概念，那就是“AI 原生计算栈（AI-native computing stack）”，它包括训练、推理以及 Agent 等多个部分。我认为在 AI 系统中，推理是整个栈的核心。训练阶段虽然重要，但在部署和运行模型时，推理就是实际运行时的执行环境。而当你在做 Agent 系统时，其实这些 Agent 本质上正是基于正在运行的推理系统在工作。因此，这几个部分是无法被彻底分割的，尤其是 Agent 和推理之间的联系非常紧密。虽然在实际工作中，它们可能由不同团队负责，但从系统架构和思考方式上看，我们必须整体性地理解和设计这个系统。

　　只要起步了，就可以逐步扩大。如果模型只是由一个公司在内部开发，然后发布出来，比如放到 GitHub 或 Hugging Face 上，这样确实会带来使用者，但不会带来开发者和贡献者。我们称这种方式为“把东西扔过墙”，它并不利于建立参与感。因此，如果我们能朝着更开放的设计、更开放的开发流程，以及更多企业间协作的方向迈进，就会看到哪怕是微小的进展，也可能迅速演化为真正的全球生态系统，关键是要迈出第一步。

　　Mark：在开源社区中，其实有很多种方式可以参与贡献。从小处开始非常重要，不管是提交一个 Bug 修复，还是参加一次社区活动、认识其他开发者，都是参与的起点。很多社区都有导师计划，比如 OpenInfra Foundation 就设有连接导师与学员的项目，我们也看到不少参与者在掌握了基本的开源协作技能后，成功找到了工作。这类项目，尤其是与大学合作的计划也很多，OpenInfra Foundation 现在也已经并入了更大的 Linux Foundation，他们也在推动类似的大学合作计划。

　　很多时候，一个小小的贡献就足以打开参与之门，比如整理文档就是一个极好的例子。对于开发者来说，代码审查的需求也非常大——在你还不熟悉项目结构、不准备提交代码之前，完全可以先试着参与代码审查，这其实也是一种极其重要的贡献。我们称这种基础性的工作为“砍柴挑水”，听起来不起眼，却是维系社区健康运转的关键。找准一个你能帮上忙的点，抱着“我来帮忙”的态度进入社区，大家通常都会非常欢迎你。哪怕是最小的贡献，在刚起步阶段也绝不微不足道，而且它是一个可以逐步积累并扩展的开始。