当前，以 Agent 为核心的新一轮技术浪潮正在席卷产业。那么，世界模型的下一个突破在哪？Agent 从 Demo 到工程化还差什么？研发体系不重构，还能撑多久？

6 月 26 日-6 月 27 日，AICon全球人工智能开发与应用大会将在上海举办。本次大会将围绕以上问题，邀请来自腾讯、阿里、快手、华为、飞猪等 50+头部企业的技术负责人、高校与科研机构的一线专家，分享 Agent 在真实生产环境中的落地经验与前瞻思考。深入探讨 Agent 从原型到量产的工程挑战、数据与记忆的基础设施底座、安全可信的落地保障，以及大模型推理优化、智算架构升级等关键命题。

深信服科技副总裁廖俊峰确认出席 “AI 原生数据工程” 专题，发表题为《AI 时代数据面临新的挑战和解决之道》的主题分享。传统数据湖信奉“先存后管”，导致大量非结构化数据处于不可视、不可用的“数据沼泽”状态，面临治理溃败与 ROI 难以证明的困境。AI 时代，Agent 应用对数据的需求从单纯“文件”转向可引用的“上下文”。本次演讲提出从 Data Lake 向 AI 数据湖（Context Lake） 的战略升级。通过构建“湖原生存储底座+统一数据视图（UDV）”，实现非结构化数据的资产化激活，为 AI Pipeline 提供可信的记忆层。

廖俊峰，专家级技术领袖，深信服 AI 及存储业务核心领航人。清华大学计算机科学与技术系博士，深耕高性能计算（HPC）、异构计算及大规模分布式存储领域十余年。曾任职于国家超算中心，相关科研工作入围全球高性能计算领域最高奖项“戈登贝尔奖”（Gordon Bell Prize）决赛前三。他在本次会议的详细演讲内容如下：

演讲提纲：

1. 背景与痛点：为什么传统数据湖在 AI 面前“哑火”了？

   从“先存后管”到“数据沼泽”：

   核心痛点： 传统数据湖信奉 Schema-on-Read，导致入湖门槛极低，缺乏强制元数据定义

   现状： 存储只回答“文件在哪里”，不回答“数据是什么”。企业存了数 PB 数据，却因为找不到、不可信、权限乱，变成了“数据坟场”

   AI 应用的消费壁垒：

   语义断层： AI 消费的不是原始 Byte，而是 Chunk 和 Embedding。传统存储与向量库之间存在巨大的工程断层

   踩坑经验： 很多企业尝试直接在传统对象存储上跑 RAG，结果发现元数据检索极其缓慢（List 操作性能瓶颈），且向量数据与原始文档的血缘关系一旦丢失，AI 产生幻觉时根本无法追溯纠偏

2. 解决方案选型：AI 时代的数据基础设施升级逻辑

   从 Data Lake 转向 Context Lake：

   目标： 不只是存数据，而是管理“上下文供应链”

   核心组件选型：

   底座层： 湖原生高性能存储（高性能文件+目录桶对象）

   中枢层： 统一数据视图+ 高性能内置 Catalog

   执行层： Agent 工作空间沙箱

3. 深度技术细节：解决 AI 工程化落地的“三个关键点”

   高性能内置 Catalog：解决“不可解释性”与“重切片难题”

   技术原理： 在存储原生层建立“原文 - 分块 - 向量”的深度血缘绑定

   独特优势： 支持“标量过滤+向量检索”的混合查询

   实战经验： 当 Embedding 模型升级时，利用 Catalog 记录的元数据实现资产重构，避免全量重跑 pipeline，节省 70% 以上的算力浪费

   目录桶与 S3 over RDMA：打通 IO 瓶颈

   技术细节： 针对 AI 训练中大量小文件、高并发 List 的特征，采用层级目录组织

   性能支撑： 支持 S3 over RDMA 与 GDS，大幅降低 GPU 等待 IO 的时延

   踩坑经验： 普通对象存储的扁平命名空间在处理百万级分区时，List 操作会引发元数据节点抖动，目录桶通过物理分区隔离彻底解决了这个问题

   Agent Workspace Sandbox：让 AI 安全试错

   技术细节： 基于快照技术，为 Agent 提供秒级创建的可写隔离空间

   核心价值： AI 在沙箱内进行重切片验证、Prompt 调优，不污染生产主线数据

   独特设计： 只有经过“审批发布”的产物才能进入主线，解决了 Agent 自动修改数据可能带来的安全性焦虑

4. 实施效果与数据支撑（基于内部测试与规划指标）

   治理效率提升： 通过“入湖即治理”模式，非结构化数据的资产化处理时间缩短了 60%

   访问性能突破：

   - 在分布式训练场景下，目录桶相较于普通对象桶，高并发 List 性能提升了 10 倍以上

   - 配合 S3 over RDMA，端到端吞吐量接近物理网速极限。

   成本优化：利用温冷向量存储架构，将非活跃向量存储成本降低了 50%（不必全部挤在昂贵的在线向量数据库中）

   跨协议互通：同一份数据同时支持 NFS 写入与 S3 读取，减少了 1:1 的数据冗余搬迁

听众收益：

• 学习如何通过存储原生的高性能 Catalog，在底层建立“原文-分块-向量”的深度血缘

• 掌握消灭 GPU “IO 饥饿”的极致性能调优方案，深入理解目录桶与传统对象存储扁平命名空间的本质区别，以及 S3 over RDMA/GDS 的落地细节

• 获取一种“数据平行宇宙”的系统级安全试错思路，了解如何利用快照技术构建 Agent Workspace Sandbox

除此之外，本次大会还策划了端侧 AI、物理与数字空间智能化、世界模型与多模态智能突破、Agent 架构与工程化实践、Agent 安全与可信治理、企业级研发体系重构、AI 原生数据工程、AI 时代的个人提效与组织变革等 14 个专题论坛，届时将有来自不同行业、不同领域、不同企业的 50+资深专家在现场带来前沿技术洞察和一线实践经验。

更多详情可扫码或联系票务经理 13269078023 进行咨询。