2026年4月25日，由 OpenCloudOS 社区 主办的 OC 城市行·北京站 在海淀区唯实大厦成功举办。作为年度首场城市行活动，本次以 “以操作系统生态之力，构建 AI 时代最佳基座” 为主题，汇聚了来自腾讯、海光信息、清昴智能等企业的技术专家，与现场及线上的开发者们，共同探讨了 AI 工程化、国产算力融合以及 Agent 应用落地等前沿议题。

活动不仅带来了关于 GPU 集群优化、Agent 工程实践、国产软硬件协同、大模型推理部署的硬核分享，更重磅发布了 OpenCloudOS 2026 共创计划，并设置了动手实操环节，让开发者亲身体验从底层系统到上层 AI 应用的全栈技术闭环。

赵振：从环境配置到 Agent 落地，OpenCloudOS 的 AI 工程化实践

企业级 AI 开发者的痛点，往往始于最基础的环境配置——异构算力带来的复杂依赖、频繁的冲突，以及难以落地的集群化运维。OpenCloudOS 社区 AI SIG Maintainer、腾讯操作系统技术专家赵振，带来了《OpenCloudOS 在 AI Harness Engineering 的工程实践》主题分享，系统拆解了社区在底层基础设施上的“重构”工作。

OpenCloudOS 社区 AI SIG Maintainer、腾讯操作系统技术专家赵振

在 GPU 集群优化方面，赵振指出了企业级场景的四大挑战：新老设备混部的健康状态未知、云原生场景下的多版本驱动与 SDK 共存、国产算力自动安装的缺失，以及复杂 AI 软件栈的镜像构建繁琐。为此，社区开发了 uni-smi 工具，能在无驱动或 VFIO 透传场景下，直接探测 GPU 的型号、温度、显存等关键健康信息，当前已支持 NVIDIA、AMD 及国产紫霄卡。同时，通过 自动签名机制与驱动自动安装工具，解决了安全合规与开箱即用的问题，实现了从设备识别到驱动安装的全流程自动化。

在 Agent 工程实践方面，分享聚焦于 Computer Use Agent (CUA) 这一前沿领域。赵振介绍了业界多种 CUA 框架，并提出了针对 Agent 安全的 “四层沙箱”认知体系：从系统级、用户态、Skill 审计到意图审计，层层设防。为提升 Agent 在操作系统上的执行精准性，社区还构建了包含 8500+ 软件结构化知识的 OS 级 Skill 体系，让 Agent 能准确获取包名、配置路径，告别“幻觉”执行。

杨继国：向下收敛复杂，向上释放智能——海光 DCU 与 OpenCloudOS 的全栈实践

当 AI 应用真正进入企业级落地，稳定可靠的算力底座是决定成败的关键。海光信息生态发展部总工程师杨继国在《基于海光 AI 一体机的操作系统全栈实践》演讲中指出，模型能力只是 AI 落地的冰山一角，驱动、框架、环境的兼容性，以及运维的稳定性，才是水面之下的巨大挑战。操作系统正重新成为连接底层算力与上层智能的核心枢纽。

海光信息生态发展部总工程师杨继国

杨继国总结了海光与 OpenCloudOS 社区 从基础适配、工程增强、生态共建到 AI 场景协同的四级演进路线，其核心价值在于“让硬件算力能力无损地向上传递”。通过 OpenCloudOS 提供的沙箱隔离、算力兼容与企业级稳定性，结合 海光DCU 的高吞吐、低延迟算力，双方共同打造了一个向下能收敛异构硬件与复杂软件栈的复杂性，向上能为智能应用提供稳定成熟环境的底座。

会上通过 飞书智能助手、AI 代码开发、多源数据分析 等多个实际场景切片，展示了这一国产软硬件底座承接现代复杂AI 工作负载的成熟度。杨继国强调，这套方案的目标是 让最终用户感知到国产算力的可用、敢用与好用，为金融、政务等核心行业的智能化转型提供安全可信的支撑。

杨泽乾：Agent 时代下，大规模 MoE 模型的国产化部署优化探索

Agent 应用的爆发式落地，对底层大模型的推理效率提出了严苛要求。清昴智能产品负责人杨泽乾在《Agent 时代下的大模型推理优化》分享中，结合时代背景，深入剖析了在国产芯片上部署大规模 MoE 模型面临的重重挑战。

清昴智能产品负责人杨泽乾

回顾从 Dense 模型到 MoE 架构的技术变迁，杨泽乾点明了当前 Agent 时代推理的显著特点：长文本、频繁工具调用与高度重合的输入信息 。针对国产芯片（如昇腾 NPU）存在的显存大但带宽有限、精度支持不全等独特挑战，清昴智能提出了一系列 “软硬结合”的系统级优化方案：

• 异构量化系统：利用 CPU-GPU-DISK 三级缓存解决大模型量化时的显存溢出问题；
• 硬件友好的 KV Cache 稀疏化：考虑 Token 局部性，以块为单位进行稀疏优化，显著提升长文本处理性能；
• 拓扑感知的并行策略：通过 PP+TP 的混合并行部署，扬长避短，大幅减少跨卡通信延迟。

杨泽乾最后强调，极致性能的达成依赖全链路的协同优化。目前，清昴智能的玄武 CLI 推理框架已与 OpenCloudOS 实现系统级原生融合，共同为开发者提供从国产系统到国产算力、再到国产大模型的全栈自主可控解决方案。

OpenCloudOS 2026 共创计划发布：邀你定义下一代操作系统

在硬核的技术分享之外，生态共建成为本次活动的另一大核心。OpenCloudOS 社区核心运营 Mentor 曹倩芸在现场正式发布了 “OpenCloudOS 2026 共创计划” ，该计划聚焦 AI 生态、国产算力适配、开发者赋能、产业落地四大方向。

OpenCloudOS 社区核心运营 Mentor 曹倩芸

此次共创计划发布了 AI Agent 容器镜像挑战赛、可观测性组件一键部署挑战赛、监控与智能诊断项目共建 等多个专项任务，开发者可以通过代码提交、文档优化、需求反馈等多种方式参与其中。社区为参与者提供了包括现金奖金、技术大会演讲机会、社区大礼包在内的丰富激励。曹倩芸表示：“OpenCloudOS 的易用性好在哪里，由开发者说了算。我们希望通过共创，让开发者的代码运行在全世界服务器的真实场景中。”

动手实操：基于OpenCloudOS的“养虾”实践

为了直观感受社区的技术栈，在随后的动手实操环节，开发者们现场体验了 “10分钟极速完成 OpenClaw 在 OpenCloudOS 上的完整部署” 。本次实操围绕“基于OpenCloudOS的养虾二三事”主题展开——这里的“龙虾”，指的就是开源Agent框架OpenClaw。使用的是社区最新打包的Agent容器镜像，该镜像内含完整桌面环境，Chromium等组件已预装适配。

实操设置了双轨并行的实践赛道。赛道一为基础测试赛道，聚焦场景化问题解决：开发者在应用过程中进行场景测试，发现并反馈如输入法切换机制优化、新增功能支持需求，以及浏览器打开错误等项目bug。赛道二为进阶开发赛道，即OpenClaw Desktop ISO联合开发挑战：现场展示待开发模块的技术文档与接口规范，开发者通过Git协作完成模块开发，体验从需求分析到代码提交的完整流程。

参与者通过共创计划流程领取任务后，从阅读文档到提交PR，完整走通了一次开源协作的闭环。在进阶赛道中，优秀代码可直接合并至主分支并获得开源社区的正式贡献认证——开发者现场写下的代码，将成为社区项目的一部分被持续使用。活动在代码提交与交流讨论中进入尾声，社区也预告了后续更多城市行活动的计划，邀请开发者持续关注与参与。

以生态之力改成以操作系统生态之力

在AI基础设施的浪潮中，操作系统不再是冷冰冰的底层软件，而是连接算力、框架与应用的“超级底座”。它的价值，正在于向下收敛复杂性，向上释放智能创新的活力。

这正是OpenCloudOS社区持续行动的方向：把前沿技术转化为开箱即用的工具，把生态协作转化为可复用的产业能力。此次发布的2026共创计划，以五大方向、双轨赛道，从AI Agent容器镜像到可观测性方案，为开发者打开了亲手参与定义操作系统的入口。从参与到贡献，每一次PR的合并、每一个镜像的发布，最终都会流向真实运行着的服务器。这或许就是开源共建最朴素也最动人的部分：你写下的代码，正在世界的某个角落产生回响。

以生态之力，向下扎根，向上生长。