开放代理式人工智能基金会正式成立,龙蜥联合发起共建智能体时代生态

简介: 应对智能体(AI Agent)快速发展中的结构性挑战。

1 月 30 日,在天工开物开源基金会、开放智算产业联盟COIA)、中国开源软件推进联盟(COPU)、Linux 基金会亚太区指导下,由龙蜥社区、百度、中国信通院、电子四院、中国数联、华中科技大学、Intel、英飞流、沐曦股份、北京大学、Red Hat、腾讯、中兴通讯等社区、高校和企事业单位,联合发起的开放代理式人工智能基金会The Open Agentic AI Foundation,OAAIF)正式成立,以应对智能体AI Agent)快速发展中的结构性挑战。



当前,人工智能正经历范式跃迁,从对话工具与内容生成系统演进为能够理解目标、规划任务、调用工具并执行复杂任务的智能体,标志着 AI 从“生成信息”迈向“参与行动”,深度融入业务流程、企业软件与协作网络,成为新型软件形态与系统架构。然而,智能体生态面临接口协议碎片化抬高集成成本、标准主导权集中引发生态锁定风险、自主执行带来的安全与合规挑战复杂等系统性问题,亟需从基础设施与治理层面协同应对。


在此背景下,开源与开放协作成为智能体基础设施的必然选择,开放代理式人工智能基金会(OAAIF)也应运而生。OAAIF 致力于面向智能体基础设施领域,推动以开源为核心的开放协作,促进智能体技术的互操作、规模化与高质量落地。OAAIF 将以中立、开放的方式,汇聚来自产业、学术界和开源社区的多方力量,围绕智能体相关的软件、协议与工程实践,构建面向未来的协作平台。


面向人工智能技术浪潮带来的机遇与挑战,龙蜥社区始终秉承“平等、开放、协作、创新”原则,系统布局智能计算、一云多芯等九大技术方向,驱动操作系统从通用基础平台向 AI 时代智能算力引擎的战略跃升。2025 年,多家行业领军企业及机构共同发起成立了龙蜥智算联盟,聚焦开源大模型等 AI 技术落地过程中的兼容适配、系统稳定性、人才培养以及 AI 安全等问题,持续推动 AI 技术发展创新。此外,龙蜥社区也非常重视 AI 生态,联合超 1000 家合作伙伴持续深化 AI 生态建设与跨域协同。第三届龙蜥大会上,发布了龙腾计划 3.0——AI 引擎生态加速合作计划,标志着龙蜥社区在推动操作系统与 AI 技术创新融合、以及利用 AI 驱动上下游产业合作变革方面迈出了重要的一步。


(图/2025龙蜥大会龙腾计划 3.0 发布现场)


智能体时代刚刚开启,其基础设施和生态建设仍处于关键窗口期。龙蜥社区作为开放代理式人工智能基金会的一员,携手 OAAIF 中的合作伙伴,未来将通过其在操作系统、开源治理、产业协同等方面的深厚积累,为全球智能体技术及生态提供服务。诚挚欢迎来自产业界、学术界和开源社区的更多伙伴参与共建,共同探索开放、可信、可持续的智能体发展路径。

关于基金会更多信息,可点击查看:开放代理式人工智能基金会(OAAIF)正式成立


相关文章推荐:

龙蜥智算基础设施联盟月会圆满举办,明晰组织运作与未来发展路线

龙蜥社区成立智算基础设施联盟  汇聚产业力量打造 AI 开源新基座

龙蜥操作系统装机量突破1000万,市占率近50%,首发支持RISC-V RVA23预览版!

—— 完 ——


相关文章
|
3月前
|
人工智能 供应链 安全
龙蜥社区第七届理事大会召开,丁津泰、包云岗、章文嵩等专家加入第二届顾问团
2026 年这一承前启后之年凝聚共识,共同规划下一个五年发展。
|
3月前
|
人工智能 弹性计算 自然语言处理
阿里云推出OpenClaw极简部署方案,一键创建专属AI助手!
阿里云OpenClaw是开源、本地优先的AI智能代理平台,支持自然语言指令执行文件处理、日程管理、跨平台操作等任务。提供极简一键部署方案,无需技术基础,7×24小时专属AI助手即刻上线。
609 5
|
3月前
|
Oracle Java 关系型数据库
JDK 18详细安装教程步骤官方正版安装包
JDK是Oracle官方Java开发工具包,含JVM、类库、编译器等,支持Java SE/EE/ME。本文提供JDK 18安装包下载及详细图文安装指南,含解压、管理员运行、环境验证(java -version)等步骤,助你快速配置Java开发环境。(239字)
1214 8
|
3月前
|
缓存 达摩院 数据库
RISC-V 基金会 Data Center SIG 第六次会议圆满结束,推动数据中心缺口改进及引入
重点围绕“在 RISC-V 架构中引入持久化内存(Persistent Memory,PMem)相关支持”等的方向展开讨论。
|
3月前
|
机器学习/深度学习 人工智能 安全
让AI学会“选择性遗忘”:数据脱敏如何守护你的隐私与安全
本文深入浅出讲解AI时代关键隐私技术——数据脱敏:解析掩码、聚合、微调三大“隐身术”,手把手演示Python实战(含差分隐私与分布生成),兼顾隐私安全与模型效用,并提供效果评估标准与未来趋势,助开发者打造合规、可信、可用的AI系统。(239字)
472 9
|
3月前
|
存储 人工智能 测试技术
基于 VectorDBBench 的性能评测与架构解析:Lindorm 向量引擎的优化实践
阿里云Lindorm向量检索服务重磅升级,依托CBO/RBO混合优化器与自适应混合索引,实测QPS达5.6万(百万级)、2.4万+(千万级),P99延迟低至2ms,融合检索性能行业领先,全面支撑AI时代高并发、低延迟、强一致的生产级向量应用。
585 4
|
10天前
|
安全 Cloud Native 数据中心
|
26天前
|
数据采集 算法 机器人
机器人训练纯仿真路线实现“零成本学习”,0真机数据,98%成功率!
2026年4月,某企业发布纯仿真训练具身模型,零真机数据实现近100% Zero-shot成功率,首次抓取率达98%。依托高保真仿真器学习物理规律,突破数据采集瓶颈,推动具身智能迈向“模型中心、软件定义、硬件重构”新范式。(239字)

热门文章

最新文章