从「AI For What」到「Value From AI」，100+可落地实践案例打通 AI 实战最后一公里！
4 月 16 日-4 月 18 日，QCon 全球软件开发大会将在北京举办。本届大会锚定 Agentic AI 时代的软件工程重塑，聚焦 Agentic AI、多智能体协作、算力优化、技术债治理、多模态和 AI 原生基础设施等前沿话题，邀请来自腾讯、阿里、百度、华为、蚂蚁、小米、网易等企业技术专家，带来百余项真实落地案例，系统性分享前沿洞察与实战干货，以技术共创探索 AI 落地新路径。
阿里巴巴高级技术专家、研发 TL 陶宇田已确认出席 “Agent Infra 架构设计” 专题，并发表题为《OpenSandbox：重新思考 Agent 时代的 Runtime》的主题分享。本次演讲将结合阿里巴巴内部 Coding Agent、Agent 评测体系与 Coding 场景 RL 训练的真实实践，深入解析 OpenSandbox 在高吞吐执行、细粒度网络安全控制与企业级可扩展性上的关键设计与落地经验。
陶宇田，先后任职于亚马逊、阿里巴巴，拥有 15 年以上大型互联网架构设计与研发经验。技术领域覆盖中间件、推荐系统、云原生、分布式任务调度及 AI 基础设施等核心方向。目前担任阿里巴巴 Sandbox 领域负责人，主导 OpenSandbox 开源项目建设，聚焦 AI 场景下的沙箱运行时与基础设施创新，致力于构建安全、高效、可复用的 AI 执行环境。他在本次会议的详细演讲内容如下：
演讲提纲
1. AI Agent 执行环境的新挑战
Agent / RL 场景的共性诉求：高并发、短生命周期、可控网络
传统 Docker / K8s 方案的瓶颈与不足
2. OpenSandbox 的核心设计：Protocol-First
两层 OpenAPI：沙箱生命周期与执行能力抽象
多语言 SDK 一致性（Python / Java / JavaScript）
Runtime 解耦与可插拔（Docker / K8s）
3. 池化调度与极速交付
Pool + BatchSandbox 架构设计
秒级大规模交付：3.5s / 1000，10s / 5000
成本可控的复用与快速回收机制
4. Agent 场景下的安全执行
Coding Agent 面临的真实安全网络风险
对比现有方案的不足
OpenSandbox 的双层网络防护设计：
DNS 层 FQDN 级控制
L4 网络过滤
5. 真实落地案例
阿里巴巴内部 Coding Agent
主流 Coding 产品评测架构
Coding 场景 RL 训练系统
6. 未来演进方向
安全容器与企业级能力增强
可观测与审计
Agent 执行环境的 Serving 化探索
您认为，这样的技术在实践过程中有哪些痛点？
开放性 vs 功能复杂度：避免引入新概念、复用社区成熟概念（以 image 描述环境）
高吞吐 vs 资源成本：池化带来的成本与回收机制权衡
易用性 vs 极致调度效率：基于 K8s 生态与 nomad 的思考
演讲亮点
协议优先：先定义语义，再允许多种运行时实现，确保 SDK 与执行面一致，以及面向未来场景和实现的强大扩展能力
池化调度：面向企业级的大规模短时任务，提供秒级/千级交付能力
网络管控策略：面向 AI 任务的细粒度访问控制，可复用在不同运行时
听众收益
获得一套面向 AI Agent/RL 的“沙箱执行面”抽象方法与协议化设计思路
学到可复用的池化调度设计与性能优化路径
理解高吞吐执行场景下网络访问控制的关键策略与坑点
除此之外，本次大会还策划了Agentic Engineering、多模态理解与生成的突破、记忆觉醒：智能体记忆系统的范式重塑与产业落地、具身智能与物理世界交互、Agent Infra 架构设计、AI 重塑数据生产与消费、AI 原生基础设施、AI 驱动的技术债治理、小模型与领域适配模型、大模型算力优化、Agent 可观测性与评估工程、AI for SRE等 20 多个专题论坛，届时将有来自不同行业、不同领域、不同企业的 100+资深专家在 QCon 北京站现场带来前沿技术洞察和一线实践经验。
大会售票 8 折倒计时最后一周，更多详情可扫码或联系票务经理 18514549229 进行咨询。
