在大语言模型（LLM）驱动的工程实践中，构建一个局部的智 能体（Agent）原型相对简单。然而，当系统进入高并发、长周期的生产环境时，一系列严苛的工程挑战便随之而来：多层嵌套的控制流极易导致内存溢出与死锁； 当承载智能体的计算节点发生异常重启或漂移时，长期运行任务的无损容灾成为难题；此外，在执行动态工具（Tool Invocation）时，如何防御提示词注入攻击并构建完备的安全边界，同样考验着架构师的设计能力。
本议题将直面上述工程挑战，以严谨的软件工程视角，深度剖析生产级 Python 智能体系统的架构演进与运行时（Runtime）设计。演讲将围绕以下三大核心支柱展开：
事件驱动的多智能体层次化拓扑编排：探讨如何利用 Python 异步机制与高阶控制流抽象，替代繁琐、强耦合的图拓扑结构，实现多智能体协同规划逻辑的优雅解耦。
分 布式状态机与长期记忆持久化机制：详述如何构建无状态的计算节点，并利用外部分布式存储与序列化技术，在系统发生故障调度时实现智能体状态的“无损热恢复”。
安全沙盒隔离与高并发智能体运行时设计：剖析工具调用在运行时的安全边界。重点分享如何在轻量级物理 隔离沙盒中执行动态工具调用，以及如何在运行时进行多线程资源调度、异常熔断与动态凭证注入，构建真正的零信任（Zero- Trust）执行环境。
通过本议题的分享，听众将掌握一套将智能体系统从“本地原型”演进为“高可用、高安全、可弹性伸缩的企业级应用”的完整架构范式。
LOCATION:上海 - 上海对外经贸大学古北校区综合楼 URL:http://cn.pycon.org/2026/talks/production-python-agent-architecture/ DTSTAMP:20260902T060048Z SUMMARY:生产级 Python 智能体架构：拓扑编排、状态持久化与安全运行时 END:VEVENT BEGIN:VEVENT DTSTART:20260905T101000 DTEND:20260905T105000 UID:926d0028-3123-40d4-8d11-c544ff216482 DESCRIPTION:演讲者: 刘晓国\n\nElasticsearch 是全球应用最广泛的搜索引擎之一。随着人工智能技术的发展，Elasticsearch 引入了向量搜索能力（包括密集向量与稀疏向量），以支持更强大的语义搜索。更重要的是，Elasticsearch 提供了混合搜索（BM25 + 向量搜索）能力。Elastic 的混合搜索将传统基于关键词的搜索（包括灵活的查询语法、精准的关键词匹配以及相关性评分）与基于向量相似度的语义理解相结 合，并支持多种重排序（Reranking）技术。这种协同方式能够显著提升搜索结果的相关性，使查询不仅能够匹配关键词，还能够理解用户意图，从而更精准地 定位内容。使用具备分布式搜索、检索与重排序能力的数据平台作为核心上下文检索引擎具有重要意义。本议题将通过生动且具体的示例，深入展示如何利用稀疏向量与 密集向量实现高质量的语义搜索。使用最新的 JINA 嵌入模型实现多模态的查询。
在最新的 Elastic 发布中，Elastic 推出了 AI Agent Builder，使开发者能够在几分钟内快速创建自己的 Agents。Agent Builder 提供了聊天式交互界面，用户可以直接在 Kibana 中创建和管理 agents、tools 及 skills。与此同时，Elastic 还提供了 Workflows 自动化引擎，为简单任务提供稳定可靠的脚本化自动化能力，并为需要推理的复杂场景提供由 AI 驱动的智能自动化。开发者可以在 Kibana 中基于 ES|QL、MCP、Workflows 以及 Index Search 构建 tools，也可以通过自定义 skills 扩展特定搜索场景的能力。用户能够通过自然语言对 Elastic 中的数据进行查询、关联与分析，实现真正意义上的 “与数据对话”。Kibana 内置 MCP 与 A2A 服务器、可编程 APIs，以及一系列预构建的系统 tools，用于查询和探索 Elasticsearch 索引，并从自然语言自动生成 ES|QL 查询。Agent Builder 还允许开发者创建自定义 tools，并利用富表达能力的 ES|QL 查询语法，对返回给 agent 的上下文数据进行定向与塑造。结合 Elasticsearch 强大的聚合、过滤、分析以及混合搜索能力，Elastic 为现代 AI agents 提供了丰富而可信的上下文基础，从而构建具备上下文感知能力的下一代智能搜索与分析平台。
LOCATION:上海 - 上海对外经贸大学古北校区综合楼 URL:http://cn.pycon.org/2026/talks/elasticsearch-semantic-search-ai-agents/ DTSTAMP:20260902T060048Z SUMMARY:Elasticsearch 语义搜索及 AI Agents 开发 END:VEVENT BEGIN:VEVENT DTSTART:20260905T105000 DTEND:20260905T113000 UID:cbff1d62-4eb5-4af5-822a-8b0489199e9b DESCRIPTION:演讲者: 古思为\n\n在这场分享中，思为将主要分享：
Memory 工程：记忆系统的发展与五个真问题：记什么、怎么找、两个时间、演化、遗忘；
Harness 优化：以开源终端项目 con 为例，在 loop engineering 这个词出现之前我们做 auto research 式的复杂系统、问题优化的工作：上下文被合理保有，复杂目标可被 agentic 系统工程化优化；
组织正是最复杂的目标：以 neo-corp.co 为蓝本，谈谈多人多 Agent 协作上下文连续性的分级，和构建永不失忆的公司。
LOCATION:上海 - 上海对外经贸大学古北校区综合楼 URL:http://cn.pycon.org/2026/talks/org-memory-ai-native-organization/ DTSTAMP:20260902T060048Z SUMMARY:当组织有了记忆：从记忆工程到 AI 原生组织 END:VEVENT BEGIN:VEVENT DTSTART:20260905T113000 DTEND:20260905T121000 UID:ce9e3119-ef81-47cd-9898-2ad2955b1fe6 DESCRIPTION:演讲者: Petr Andreev\n\n本次分享将聚焦 Python 性能剖析，探讨 Python 开发者应该如何科学地衡量程序性能、为什么传统的追踪式分析器并不总是最佳选择，以及 Tachyon Profiler 如何改变生产级系统的性能调试方式。演讲将深入介绍以下内容：采样式与追踪式性能分析的适用场景与局限；Tachyon Profiler 的实现原理（从概念层面解析低开销采样机制）；生产环境性能调试实践（如何在不中断服务、不过度干扰系统运行的情况下进行性能分析）；Async、线程与 Free-Threading 对性能分析的新挑战；以及如何正确解读 Profiling 结果，避免被虚假的热点误导。
本次分享将采用互动式形式展开：现场展示多组 Profiling 输出结果，邀请观众判断潜在瓶颈，并预测哪些代码路径才是真正占据运行时间的"幕后元凶"。这场分享不仅会介绍 Tachyon Profiler 的使用方式，更希望帮助开发者建立性能工程师的思维方式，学会在复杂 Python 系统中高效、准确地定位性能问题。
LOCATION:上海 - 上海对外经贸大学古北校区综合楼 URL:http://cn.pycon.org/2026/talks/cpython-315-tachyon-profiler/ DTSTAMP:20260902T060048Z SUMMARY:CPython 3.15 性能剖析：面向真实 Python 系统的低开销 Tachyon Profiler END:VEVENT BEGIN:VEVENT DTSTART:20260905T121000 DTEND:20260905T133000 UID:6332d19e-c347-45f9-b4cc-6e7eb6200481 LOCATION:上海 - 上海对外经贸大学古北校区综合楼 DTSTAMP:20260902T060048Z SUMMARY:午餐与开源集市 END:VEVENT BEGIN:VEVENT DTSTART:20260905T133000 DTEND:20260905T134000 UID:a8efcc14-2703-4f14-b9d6-648d03f3f9e4 DESCRIPTION:演讲者: 余沐垚\n\n已经6202年了，在这个都在教你使用 Free- Threading 的年代，你却还不知道 GIL 是什么？我将为你介绍 Python 的 GIL 与 Free-Threading 版本，探索自由线程的世界。通过对 GIL 的了解，你将了解 GIL 的两面性，以及你是否需要 Free-Threading 版本。
LOCATION:上海 - 分会场 A (综合楼 506 报告厅) URL:http://cn.pycon.org/2026/talks/gil-free-threading-intro/ DTSTAMP:20260902T060048Z SUMMARY:GIL 与 Free-Threading 浅显介绍 END:VEVENT BEGIN:VEVENT DTSTART:20260905T133000 DTEND:20260905T141000 UID:c65bd7a9-9dbe-481d-a777-9d57e3cb5a15 DESCRIPTION:演讲者: 韩骏\n\n如果说 LSP 解放了编程语言与编辑器的绑定，那 ACP（Agent Client Protocol）正在做同样的事——把"IDE × Agent"的硬锁定拆开。作为被誉为"AI 时代的 LSP"的开放标准，ACP 用 JSON-RPC 定义了编辑器与编码 Agent 之间的通用语言，让同一套 Agent 可以跑在 VS Code、JetBrains、Zed、Vim……反过来同一款 IDE 也能换不同 Agent 后端。
本议题将结合 Python 生态，你会了解到 ACP 的强大之处，使得开发者能编写一次代码，就能在 Zed、VS Code 或 JetBrains 等多种主流开发环境中复用你的 AI 能力。
LOCATION:上海 - 分会场 B (综合楼 434 会议室) URL:http://cn.pycon.org/2026/talks/agent-client-protocol-any-ide-any-agent/ DTSTAMP:20260902T060048Z SUMMARY:打破工具壁垒：Agent Client Protocol (ACP) 让任何 IDE 连上任何 Agent END:VEVENT BEGIN:VEVENT DTSTART:20260905T133000 DTEND:20260905T141000 UID:682d5eb6-002f-428d-965a-4001685eb3a2 DESCRIPTION:演讲者: 许智翔\n\n本次分享从模型 API 与工具调用出发，解释 Code Agent 如何在多轮执行、反馈和纠错中形成并消耗上下文。结合公开协议、源码与模板，梳理历史、状态、外部资料和当前上下文的边界，分析长上下文问题，以 及压缩、前缀缓存、记忆、技能和子代理的代价。运行时应保留可审计的追加式历史，将上下文构造成有限派生视图：稳定指令与工具形成可缓存前缀，旧状态压缩后置 于中部，当前请求与原始证据靠近尾部，并通过按需检索和隔离协作，平衡正确率、成本、延迟与可恢复性。
LOCATION:上海 - 分会场 C (综合楼 421 会议室) URL:http://cn.pycon.org/2026/talks/code-agent-structure-analysis/ DTSTAMP:20260902T060048Z SUMMARY:Code Agent 的上下文管理 END:VEVENT BEGIN:VEVENT DTSTART:20260905T133000 DTEND:20260905T141000 UID:183324d1-2bec-41dd-8dbd-b1299fbc3027 DESCRIPTION:演讲者: 盐粒 (Yanli.one)\n\n所谓的“一个”agent 如何组成，何以成为“一个”个体，又为什么会需要不同的“多个”agents？agent 和人的交互关系应该是什么样的，如何理解 agent 在协作中所处的地位？个体、团队乃至一家公司的人类，和一个 agent、一组 agents 甚至别人的 agent，应该呈现什么关系？最终，如何为 agents 设计制度和平台，包括软件设施，使得我们在一个统一的框架下运行？我将结合我在 Dify.ai 的实现，探讨上述问题。
LOCATION:上海 - 分会场 D (综合楼 326 会议室) URL:http://cn.pycon.org/2026/talks/institution-platform-for-agents/ DTSTAMP:20260902T060048Z SUMMARY:如何设计 Agent 制度体系与运行平台 END:VEVENT BEGIN:VEVENT DTSTART:20260905T133000 DTEND:20260905T141000 UID:fe5f2dba-7141-46fb-b3b4-1ea08fab83d9 DESCRIPTION:演讲者: 明希\n\n插件系统是 Python 生态中被低估的设计课题。本演讲从 PDM 的真实实践出发，系统梳理四种主流模式：基于 importlib.metadata 的 entry points 声明式发现；pluggy 的钩子规范与调用链管理；Flask Blueprint/Django AppConfig 的应用工厂哲学；以及信号/事件的松耦合通信。通过对比 pytest、Flask、Django 的设计取舍，帮助开发者在自己的库中选择合适的插件架构。
LOCATION:上海 - 分会场 E (综合楼 108 报告厅) URL:http://cn.pycon.org/2026/talks/designing-plugin-systems-python- packages/ DTSTAMP:20260902T060048Z SUMMARY:Python 包的插件系统设计 END:VEVENT BEGIN:VEVENT DTSTART:20260905T134000 DTEND:20260905T135000 UID:0846cb9d-1c14-4852-8a67-fc001eb5bb97 DESCRIPTION:演讲者: 逯晓威\n\n自由线程特性在 Python 3.14 中引入，通过移除全局 Gil 锁，给 Python 提供了真正的并发编程能力。但是，现有应用该如何迁移到自由线程版本？本演讲就将讨论这些问题，例如： 必要的代码适配与线程安全。预期的性能提升及潜在性能开销。三方库的兼容与升级。Python C API 的改动。
LOCATION:上海 - 分会场 A (综合楼 506 报告厅) URL:http://cn.pycon.org/2026/talks/migrating-to-free-threaded-python/ DTSTAMP:20260902T060048Z SUMMARY:自由线程迁移指南 END:VEVENT BEGIN:VEVENT DTSTART:20260905T135000 DTEND:20260905T140000 UID:cd8d5000-1074-423d-a426-124e7fcfa63c DESCRIPTION:演讲者: 沈馨怡\n\n深入解析开源项目 mkinitramfs 的设计与实现。项目使用 Python 重构了 initramfs 的启动逻辑，将 Linux 系统与 Python 运行时打包成单一的 EFI 文件，实现了免 Bootloader 的直接引导。并借助 OverlayFS 技术，在单文件操作系统架构下，提供与传统 Linux 安装版无异的完整发行版体验。
LOCATION:上海 - 分会场 A (综合楼 506 报告厅) URL:http://cn.pycon.org/2026/talks/python-initramfs-single-file-linux/ DTSTAMP:20260902T060048Z SUMMARY:基于 Python 运行时的 initramfs 与单文件 Linux 实现 END:VEVENT BEGIN:VEVENT DTSTART:20260905T140000 DTEND:20260905T141000 UID:2d5d6a6d-8fde-49f5-a896-f87f411464d3 DESCRIPTION:演讲者: 周超\n\n开源虚拟化基础设施通常涉及计算、存储、网络、镜像、集群与多 种硬件环境，测试难点不止于"功能是否正确"，更在于如何稳定、快速地发现跨组件、跨环境的真实问题。本议题将以 ZSvirt Woodpecker 测试 项目的实践为参考，分享如何构建面向基础设施的自动化测试体系：从测试环境编排、分层用例设计与故障注入，到基于模型的数据面测试、结果追踪和失败定位。内容 将聚焦可迁移的工程方法，帮助开源项目在快速迭代中兼顾质量、效率与社区协作。
LOCATION:上海 - 分会场 A (综合楼 506 报告厅) URL:http://cn.pycon.org/2026/talks/testing-open-source-virtualization- infra/ DTSTAMP:20260902T060048Z SUMMARY:开源虚拟化基础设施的测试体系实践 END:VEVENT BEGIN:VEVENT DTSTART:20260905T141000 DTEND:20260905T145000 UID:8bc88391-361a-4a7f-80fd-2a4153725b23 DESCRIPTION:演讲者: 徐祥祥\n\n对于很多希望参与 CPython
开发的工程师来说，真正的难点往往并不是某一个具体技术问题，而是不知道应该从哪里开始。面对庞大的代码库、复杂的内部机制和长期积累的工程设计，第一次深入
CPython 很容易产生距离感。
本次分享将结合我参与 CPython Free-Threading 相关贡献的经历，介绍如何
从一个具体、可观察的问题出发，逐步深入源码、建立对系统的理解，并在调试、验证和社区协作的过程中形成自己的代码阅读和问题分析方法。
Free-Threading（PEP 703）为理解 CPython 提供了一个很特别的入口。并发问题往往能够更加直接地暴露对象生命周期、共享状态、
同步边界以及解释器内部不同模块之间的关系，也让贡献者可以沿着真实问题逐步深入，而不必先完整掌握整个解释器架构。
分享希望讨论的不只
是如何完成一次贡献，更希望探索一种参与大型开源项目的方式：从具体问题建立局部理解，通过持续的验证和贡献逐渐形成完整的系统认知，并最终能够从“理解实现
”走向“理解设计”。
希望这次分享能够帮助更多开发者找到适合自己的切入点，逐步建立对 CPython 整体结构的认识，并持续参与
CPython 和 Python 生态的建设。
在 Agent 的实际运行和交互中，Python 脚本是各大 Agent 执行任务时候的首选语言。但是在不同的环境之中，我们对 Python 的实际执行者也会有不同的需求和挑战。在这个演讲中，我们将讨论 Agent 对 Python 的需求类型与特点，传统和新兴的 Python 运行时实现，他们如何和现有的 Agent 框架结合起来以及具体结合效果的比较。
LOCATION:上海 - 分会场 B (综合楼 434 会议室) URL:http://cn.pycon.org/2026/talks/python-runtime-as-agent-interface/ DTSTAMP:20260902T060048Z SUMMARY:作为 Agent 交互方式的 Python Runtime END:VEVENT BEGIN:VEVENT DTSTART:20260905T141000 DTEND:20260905T145000 UID:aa5f9e0c-bd0c-410d-93b4-3235c2fe3b30 DESCRIPTION:演讲者: 王维真\n\n如今 AI 应用正在重新定义数据的价值：数据不再只是被保存和查询，而是需要被理解、连接，并在持续交互中逐渐形成知识。Skein 是我们围绕这一变化打造的一款嵌入式知识数据库，希望为 AI 应用、智能体与个人知识管理提供更自然的数据基础。本次分享将从 Skein 的诞生背景出发，介绍我们对 AI 时代数据库形态的思考，以及项目在设计和实现过程中的探索、取舍与实践经验。它不是一次完整的技术拆解，而是希望通过 Skein，讨论当数据库开始服务于“知识”而不只是“数据”时，会出现哪些新的需求、挑战与可能性。
LOCATION:上海 - 分会场 C (综合楼 421 会议室) URL:http://cn.pycon.org/2026/talks/skein-embedded-knowledge-database/ DTSTAMP:20260902T060048Z SUMMARY:Skein：为 AI 时代打造的嵌入式知识数据库 END:VEVENT BEGIN:VEVENT DTSTART:20260905T141000 DTEND:20260905T145000 UID:c2941f9b-d71c-4ff0-9891-be0573861887 DESCRIPTION:演讲者: 韩泽耀\n\n前半部分介绍 Transformer-on- Metax，这由沐曦构建的 21 天开源课程：从 CPU 上 220 行 Python 代码手写最小 Transformer 起步，迁移到沐曦 C500 国产 GPU 完成真实训练，随后经 Decoder-Only 架构与 KV Cache 深入推理优化，对比 vLLM/SGLang 等工业级推理框架，并体验 MACA C++、Triton、TileLang 三种算子开发方式。演讲将分享课程设计思路、真实运行数据与学员踩坑记录。
后半部分介绍基于沐曦的《AIGC 与智能体应用开发实战》系列课程：以 Python 生态为主线，六课沿"生成、获取、思考、掌握、评价、协作"层层递进，从模型 API、工具调用、推理搜索、Skill 沉淀，到模型评测与 Agent 编排，每课完成一个可运行应用，最终组装成一个能自主选择能力的个人 AI 助手，推动智能体从"对话助手"走向能交付结果的"数字员工"。
LOCATION:上海 - 分会场 D (综合楼 326 会议室) URL:http://cn.pycon.org/2026/talks/from-compute-to-agents-metax-practice/ DTSTAMP:20260902T060048Z SUMMARY:从算力到智能体：沐曦开源学习项目实战 END:VEVENT BEGIN:VEVENT DTSTART:20260905T141000 DTEND:20260905T145000 UID:1ec81c76-23de-46d8-ad5d-fe982bcf6103 DESCRIPTION:演讲者: 路晏\n\nPython 灵活的语法与元编程能力，使它非常适合承载领域专用语言（DSL）：既能大幅简化特定领域的开发，又因为原生于 Python，可以无缝复用整个生态。本次分享教你如何实现一个 Python DSL。我们将以从零编写一个卡牌 DSL 为例，完整展示从前端代码捕获、IR 设计与 lowering，到优化 pass 与后端生成的全貌。
LOCATION:上海 - 分会场 E (综合楼 108 报告厅) URL:http://cn.pycon.org/2026/talks/implement-your-own-python-dsl/ DTSTAMP:20260902T060048Z SUMMARY:如何实现一个自己的 Python-DSL END:VEVENT BEGIN:VEVENT DTSTART:20260905T145000 DTEND:20260905T153000 UID:eabd3f9a-721e-4888-aaf6-aec98c515c76 DESCRIPTION:演讲者: 王宏府\n\n站在 Python 3.15 发布前夕，Python 并发讨论的重心正从“能否真正利用多核”转向“执行能力释放后，如何重新组织任务、数据与因果关系”。
本议题将沿 CPython 运行时、标准库与编程范式三条主线，回顾 GIL、threading、multiprocessing、concurrent.futures、生成器、协程与 asyncio 的演进，并由结构化编程引出结构化并发：让控制流、任务生命周期、取消、异常和上下文重新收敛于清晰的作用域。
随后将对照子解释器与自由线程两条路线，分析 PEP 684、PEP 734 与 PEP 703 在共享、隔离、传输成本和扩展兼容性上的取舍，并以 PEP 805 观察 CPython 如何借助不可变性、所有权与细粒度同步重建数据边界。
最后，演讲将以 bocpy
与声明式并发实验展望下一阶段：由开发者声明资源与依赖，由运行时推导并行度和执行秩序。当全局锁逐渐退场，Python
需要在执行自由与数据秩序之间建立新的契约。
计算自由，数据有界。让我们自由自在地并发。
构建一个能够调用大模型的应用并不难，但当模型开始自主选择工具、根据执行结果决定下一步，甚至把任务交给另一个 Agent 时，程序的执行逻辑正在发生变化：下一步执行什么，不再完全由开发者预先写在代码里。
那么，一个 AI Agent 到底是如何运行的？模型如何知道有哪些工具可以使用，又如何决定什么时候调用哪个工具？Tool 的执行结果如何重新进入上下文并影响下一轮决策？当单个 Agent 无法完成复杂任务时，又该如何将能力拆分并组合成多个 Agent 协作？
本议题将以开源 Strands Agents SDK 为实践框架，通过 Python 代码和实际 Demo，从执行机制出发拆解 AI Agent 的核心工作方式：
Agent Loop：谁决定下一步？从一次模型调用出发，拆解推理、行动、观察和下一轮决策形成的动态执行循环，理解 Agent 与传统固定控制流应用的区别。
Tool Calling：从函数调用到自主工具选择。分析一个普通函数如何成为 Agent 可以理解和调用的 Tool，以及 Tool schema、上下文和执行结果如何共同影响模型的下一步行动。
从本地 Tool 到 MCP。展示如何通过 MCP 将 Agent 的能力从本地函数扩展到外部工具与服务，并理解 MCP 在 Agent 执行循环中的位置。
从 Tool 到 Agent：组合与多 Agent 协作。探索 Agent-as-Tool 等组合方式，以及不同角色的 Agent 如何通过委托与协作完成单个 Agent 难以完成的复杂任务。
看见 Agent 的执行过程。结合 hooks、tracing 与 observability，观察模型做出了什么决策、调用了什么工具，以及任务如何在 Agent 和 Tool 之间流转。
这不是一次 Agent 框架 API 的功能介绍，而是希望通过真实代码打开 Agent 的“黑盒”：理解模型、代码、工具和其他 Agent 如何共同决定系统的下一步行动。
听众将建立一套理解 Agent 执行机制的清晰心智模型，并掌握如何使用 Python 将函数、外部工具和多个 Agent 组合成能够自主完成任务的智能体应用。
LOCATION:上海 - 分会场 B (综合楼 434 会议室) URL:http://cn.pycon.org/2026/talks/ai-agent-loop-tool-calling-multi-agent/ DTSTAMP:20260902T060048Z SUMMARY:谁在控制下一步？拆解 AI Agent 的执行循环、工具调用与多 Agent 协作 END:VEVENT BEGIN:VEVENT DTSTART:20260905T145000 DTEND:20260905T153000 UID:1891e7f9-7c73-4964-bfdb-64ef0806bcd1 DESCRIPTION:演讲者: 李者璈\n\n LOCATION:上海 - 分会场 C (综合楼 421 会议室) URL:http://cn.pycon.org/2026/talks/pydantic-data-validation-boundaries/ DTSTAMP:20260902T060048Z SUMMARY:聊一下数据校验的边界 - Pydantic 大吐槽 END:VEVENT BEGIN:VEVENT DTSTART:20260905T145000 DTEND:20260905T153000 UID:eda19ec3-b80e-4ca2-b093-401b18bc87e3 DESCRIPTION:演讲者: 王剑峰\n\nJeff 是 Odoo 开源社区最早的参与者，有近 20 年基于 Python 的开源 ERP 技术服务经验。这次希望通过与 WordPress 的比较，介绍 Odoo 开源项目 20 年来，作为 Python 在企业信息化领域的「杀手级应用」，其发展过程、开源逻辑、技术特点、生态建设、未来前景等议题，鼓励重视代码优雅的 Python 技术人员，在 AI 冲击软件产品市场的趋势下，逐步向专业技术服务转型。
LOCATION:上海 - 分会场 D (综合楼 326 会议室) URL:http://cn.pycon.org/2026/talks/odoo-the-wordpress-of-enterprise-it/ DTSTAMP:20260902T060048Z SUMMARY:Odoo，企业信息化领域的 WordPress END:VEVENT BEGIN:VEVENT DTSTART:20260905T145000 DTEND:20260905T150000 UID:3de00d09-81a4-4b4b-bf76-bbca9b2b96dd DESCRIPTION:演讲者: LuminolT\n\n在 Python 服务中，我们经常会使用哈希函数来实现字典索引、缓存键、数据分片、内容去重等功能，但 Python 内置 hash()、xxHash 和 SHA-256 等密码学哈希函数实际上提供了完全不同的工程属性。本次分享将从 vLLM Prefix Cache 的链式哈希设计出发，介绍其哈希实现从 Python built-in hash() 到 SHA-256，再到引入 xxHash 选项的演进过程，并结合 xxHash 支持实现的实践，讨论其中的性能、稳定性和安全性权衡。
LOCATION:上海 - 分会场 E (综合楼 108 报告厅) URL:http://cn.pycon.org/2026/talks/python-hash-functions-vllm/ DTSTAMP:20260902T060048Z SUMMARY:聊聊 Python 里的哈希函数：从 vLLM 链式哈希的演进说起 END:VEVENT BEGIN:VEVENT DTSTART:20260905T150000 DTEND:20260905T151000 UID:d04de557-2f23-498b-b07a-411eef76458b DESCRIPTION:演讲者: 林泽阳\n\n你可能已经在天天使用 Rust 了：uv、ruff、polars 的背后都是它，pydantic v2 用 Rust 重写校验核心后快了 17 倍。更值得关注的是，CPython 官方的 Rust for CPython 工作组已确认以 Python 3.16 为目标，计划以 "zlib-rs" 实验性重写 zlib 模块，相关 PEP 预计于今夏提交社区讨论 —— 如果落地，你的每一次 "pip install" 解压都会因此变快。Rust 不是 Python 的对手，而是它的伙伴：Python 负责编排，Rust 负责速度与安全。
本次闪电演讲基于我作为 Python 开发者自学 Rust 的真实经历，在 10 分钟内分享三件事：
1. 为什么值得学：即使永远不写生产级 Rust，所有权、显式错误处理、穷尽匹配这些思维习惯也会迁移回来，让你写出更严谨的 Python（在 free- threading 时代，这种并发安全直觉尤为珍贵）
2. 落地实战：用 PyO3 + maturin 把一个真实的 CPU 密集热点函数改写为 Rust 扩展 —— Python 侧只改一行 import，测试原样通过，附前后性能与内存实测对比，以及"哪些代码值得改、哪些不值得"的决策清单；
3. 一个月路线图：从 EAFP 到 LBYL 的思维转换难点在哪里、如何跨过借用检查器这道坑，以及基于微软开源课程《Rust for Python Programmers》与官方 Rust Book 的四周学习计划。
听众不需要任何 Rust 基础。你将带走一份可立即上手的学习路线、一套热点函数迁移的操作步骤，以及一个判断"该不该用 Rust"的决策框架。
LOCATION:上海 - 分会场 E (综合楼 108 报告厅) URL:http://cn.pycon.org/2026/talks/learn-rust-faster-pip-install/ DTSTAMP:20260902T060048Z SUMMARY:是时候学点 Rust 了 —— 从让 pip install 变快说起 END:VEVENT BEGIN:VEVENT DTSTART:20260905T151000 DTEND:20260905T152000 UID:ada36543-8f36-4b46-82c6-bf672dfc2886 DESCRIPTION:演讲者: 伊洪\n\n2016年前后，深度学习推动文本、图像、语音等非结构化数据被编码为高维向量，HNSW 等近似最近邻算法则在检索速度、内存开销与召回率之间取得平衡。2017年，Faiss 正式开源，推动十亿级向量相似度搜索和 GPU 加速从研究走向工程应用。随后，Milvus 等专用向量数据库兴起，向量技术从单一算法库逐步扩展到数据持久化、索引管理、分布式部署、实时更新、容错恢复和弹性扩缩容。
2020年 RAG 提出，将生成模型与外部向量索引结合；2022年后，随着大语言模型和生成式 AI 快速发展，向量数据库成为企业知识库、语义搜索、智能推荐、多模态检索及 AI 助手的重要基础设施。行业重点也由单纯的稠密向量搜索，转向稠密与稀疏向量融合、全文检索、元数据过滤、混合排序和重排序。
2025年，Faiss 开始集成 NVIDIA cuVS，利用 GPU 进一步加速索引构建和在线查询；到2026年，向量系统正向湖仓原生、零拷贝访问、多 GPU 计算、存算分离和统一检索引擎演进。未来，向量检索将与全文搜索、图数据库、Agent 长期记忆和多模态推理深度融合，竞争重点也将从“查得更快”升级为“ 理解更准、更新更实时、成本更低、治理更完善”，并逐步成为智能应用的基础数据底座。
LOCATION:上海 - 分会场 E (综合楼 108 报告厅) URL:http://cn.pycon.org/2026/talks/from-vector-to-cuvs/ DTSTAMP:20260902T060048Z SUMMARY:From vector to cuVS END:VEVENT BEGIN:VEVENT DTSTART:20260905T152000 DTEND:20260905T153000 UID:31632ad8-d3af-4367-abc2-759cf4ab166f DESCRIPTION:演讲者: Yuu\n\n日常开发中，Coding Agent 每天都在产出海量的对话、工具调用和代码变更。但现实是，不同 Provider 的 session 数据往往散落在各自的目录里，格式也各不相同。
为了打破各家 agent session 存储之间的 isolation，obelisk 把这些散落的记录统一索引成了一份可查询的 SQLite 数据。这不仅让人类能通过桌面应用观测，Agent 也能通过 SQL 去检索自己的历史 session 内容。
这次分享会聊聊构建这套索引基础设施时的一些核心设计抉择。当 Agent 的历史数据真正变得结构化、可查询后，我们能玩出不少花样：比如错误模式（Failure Pattern）分析、跨 Session 的 synthesis 等。
当然，既然底座是 SQLite，那么对台下的 Python 开发者来说，它就没有什么接入的心智负担，如果想要对你的 session 数据做任何分析，只需要 import sqlite3 就可以了。
LOCATION:上海 - 分会场 E (综合楼 108 报告厅) URL:http://cn.pycon.org/2026/talks/%E4%BD%A0%E7%9A%84-coding-agent- %E7%9A%84%E5%8E%86%E5%8F%B2%E5%BA%94%E5%BD%93%E6%88%90%E4%B8%BA%E5%9F%BA%E 7%A1%80%E8%AE%BE%E6%96%BD%E5%A6%82%E4%BD%95%E4%B8%BA-agent- %E5%92%8C%E4%BA%BA%E7%B1%BB%E5%BB%BA%E7%AB%8B%E5%8F%AF%E4%BF%A1%E7%9A%84- session-%E6%A3%80%E7%B4%A2%E5%B1%82/ DTSTAMP:20260902T060048Z SUMMARY:你的 Coding Agent 的历史应当成为基础设施 END:VEVENT BEGIN:VEVENT DTSTART:20260905T153000 DTEND:20260905T155000 UID:16b98022-cba4-42ee-8a4b-7e699c749790 LOCATION:上海 - 上海对外经贸大学古北校区综合楼 DTSTAMP:20260902T060048Z SUMMARY:茶歇 END:VEVENT BEGIN:VEVENT DTSTART:20260905T155000 DTEND:20260905T163000 UID:96f8355d-4f4a-49f0-9453-52fa78f750bf DESCRIPTION:演讲者: Wayne Gao\n\nCSAL（Compute Storage Acceleration Library） 是一个开源的用户态 FTL、缓存与 I/O Trace 加速组件，已作为 SPDK 上游项目，为大数据与 AI 存储提供性能加速能力，并已在阿里云实现商业化应用。
随着大规模数据分析、AI 模型训练与推理，以及实时数据处理等场景快速发展，传统 Hadoop 存储架构因"Share Everything（共享一切）"设计，在高并发、高吞吐、低延迟场景下面临明显性能瓶颈。
本次分享将介绍 BlueField-3 + CSAL 的新一代 Hadoop 存储方案，包括：优化数据访问路径，实现存储吞吐能力的大幅提升；利用 BlueField-3 DPU 卸载存储处理任务，将 CPU 开销降低 70%–80%；基于计算与存储分离（Compute-Storage Separation）理念重构 HDFS，显著提升资源利用率与系统扩展能力。
同时，分享还将深入介绍如何结合三副本、纠删码（EC） 与 RAID 等多层冗余机制，在节点故障、磁盘故障等复杂场景下保障数据可靠性 、完整性与企业级安全性。该方案适用于多种高性能数据基础设施场景，包括大规模数据分析、AI 模型训练与推理、实时流式计算等。
LOCATION:上海 - 分会场 A (综合楼 506 报告厅) URL:http://cn.pycon.org/2026/talks/next-gen-hadoop-storage-bluefield3-csal/ DTSTAMP:20260902T060048Z SUMMARY:下一代 Hadoop 存储：基于 BlueField-3 与 CSAL 的性能与可靠性升级 END:VEVENT BEGIN:VEVENT DTSTART:20260905T155000 DTEND:20260905T163000 UID:2208fe7f-16d9-4681-85d5-db650c86ea97 DESCRIPTION:演讲者: 刘功民\n\nCoding Agent 已经具备很强的代码生成能力，但团队真正需要的是让多个 Agent 围绕同一目标，跨越长周期任务，持续完成规划、实现、验证、返工和恢复。
本次分享将结合 ZaoFu 的实践，介绍如何通过 Goal、Task Map、动态 Workflow、跨 Provider Agent、受控蜂群和独立验证，将零散的 Agent 会话组织成可观测、可恢复、可治理的软件交付系统；并进一步探讨如何利用 Run Manager 与 Autoresearch，将重复失败转化为经过验证、可持续积累的 Harness 能力。
LOCATION:上海 - 分会场 B (综合楼 434 会议室) URL:http://cn.pycon.org/2026/talks/multi-agent-harness-long-horizon- delivery/ DTSTAMP:20260902T060048Z SUMMARY:面向长周期软件交付的 Multi-Agent Harness END:VEVENT BEGIN:VEVENT DTSTART:20260905T155000 DTEND:20260905T163000 UID:f651669e-20ef-4945-be56-a24ba7b33e5d DESCRIPTION:演讲者: Himanshu Sangshetti\n\n取而代之的是两个很小的 Python 函数。一个负责调整注意力分数（score_mod），加位置偏置、做 soft- capping，你的变体需要什么就写什么。另一个只回答一个问题（mask_mod）：这个位置到底要不要算。torch.compile 把两者编译成一个融合的 Triton 内核，反向传播由 autograd 自动生成。
最有意思的一点是：为什么需要两个函数，而不是一个。改分数的那个其实已经能表达任何掩码，返回负无穷，这个位置就会在 softmax 中被丢掉。但那是先把所有东西都算出来，再扔掉。把掩码单独声明出来，PyTorch 才能在计算之前就整块跳过，在因果掩码上大约值 2 倍性能；而编译器无法从任意一个 Python 函数里自己还原出这个意图。
十分钟里我们会写一个出来，用 create_block_mask 看看它生成的块结构，以及它的代价：按 PyTorch 自己的基准，前向约为 FlashAttention-2 的 90%，反向 85%。
听完你将能用纯 Python 实现一个没有现成内核的注意力变体，并清楚自己付出了什么代价。
LOCATION:上海 - 分会场 C (综合楼 421 会议室) URL:http://cn.pycon.org/2026/talks/flexattention-custom-kernels-pure- python/ DTSTAMP:20260902T060048Z SUMMARY:用 FlexAttention 在纯 Python 里编写自定义注意力内核 END:VEVENT BEGIN:VEVENT DTSTART:20260905T155000 DTEND:20260905T160000 UID:17f68529-5046-422b-a859-1aeb5e49965f DESCRIPTION:演讲者: 袁翊闳\n\n我认为，数据分析与挖掘有希望成为继编程之后，AI Agent 下一个实现规模化应用的领域。于是我基于 PySide6 开发了一款面向中小企业非技术人员的 Windows 桌面端数据挖掘 AI Agent（称为 Xenix），尝试让用户通过自然语言完成数据处理、数据可视化和基于机器学习的数据分析工作。
特点包括：
· 将 LLM、Embedding、OCR 及机器学习计算等核心依赖一键部署至本地或远程环境，满足数据处理过程中的安全可控与隐私保护需求。
· 内置 RAG 思路的知识库，支持 PDF、PPTX、DOCX。
· 通过 DuckDB + SQL 阅览、转换数据；通过 Vega-lite、wordcloud tool 绘制图表。
· 支持 30 余种常用机器学习模型的训练与应用，涵盖回归、分类、聚类和推荐等任务。
本次演讲主要介绍项目的设计思路、架构和关键技术实现，并实机演示它如何将大语言模型、知识库、数据处理与传统机器学习能力整合到统一工作流中。 LOCATION:上海 - 分会场 D (综合楼 326 会议室) URL:http://cn.pycon.org/2026/talks/xenix-pyside6-data-mining-agent/ DTSTAMP:20260902T060048Z SUMMARY:PySide6 开发的数据挖掘桌面端 AI Agent - Xenix END:VEVENT BEGIN:VEVENT DTSTART:20260905T155000 DTEND:20260905T163000 UID:d9d955e5-c1c4-4675-b6bf-a5e1d2938a84 DESCRIPTION:演讲者: 陈长\n\n
每个系统最后都会长出一堆判定逻辑：风控、资格、权限、折扣。一开始只是一个 if。为了不因为改一个阈值就发一次版，你把逻辑挪进 YAML。然后 YAML 长出条件、长出对其他规则的引用，直到某天你发现自己无意中造了一门没有类型的编程语言，而它总在 runtime、在半夜三点出错。
这场分享给出另一条路：一门宿主在 Python 之内、类型安全的内嵌 DSL。原子判定仍是可单测的纯函数，「怎么组合」变成可编排、可序列化的数据。你会得到：不发版就能热替换的逻辑、能把「为什么通过 / 为什么被拒」摊成一棵可读树的决策trace、以及在加载期就暴露而不是到生产才炸的错误。我会现场演示一个真实、能跑的实现，并解释为什么在 Python 里做这件事非常方便。
LOCATION:上海 - 分会场 E (综合楼 108 报告厅) URL:http://cn.pycon.org/2026/talks/stop-writing-interpreters-in-yaml/ DTSTAMP:20260902T060048Z SUMMARY:别在 YAML 里手写解释器: 把规则写成一门内嵌 DSL END:VEVENT BEGIN:VEVENT DTSTART:20260905T160000 DTEND:20260905T161000 UID:2b4092b0-0682-42d6-a371-da4ca305a9d2 DESCRIPTION:演讲者: 陈志伟\n\n背景：AI 工具让开发效率显著提升，大量新 Web 应用被快速交付，测试覆盖压力随之激增。然而，多数企业与开发者的测试效率仍未同步提升，传统手工测试成为瓶颈。所以本演讲将介绍，使用 Python 实现一个视觉增强的 Web UI 测试框架。
· 传统 UI 测试依赖 CSS 选择器、XPath 或 DOM 结构的工作模式，并分析其在页面重构、动态渲染以及 AI 生成内容可能带来的幻觉输出等场景下的脆弱性与失效风险。
· 基于 Playwright + pytest，演示如何结合截图与自然语言描述来定位元素、规划操作并完成断言，使测试用例更接近人类视角，显著降低对脆弱选择器的依赖。
· 演讲将展示完整的 AI 驱动流程：由 AI 自动生成测试用例、规划测试步骤，并最终输出可直接运行的 Playwright 脚本。
· 针对复杂的 WebApp 系统，在测试过程中引入 Knowledge 机制，保存成功例子，提取业务规则与历史经验，实现系统知识的复用。
最后再介绍如何将该 Web UI 测试工具设计为 MCP 与 Skill 形态，方便 AI 工具调用，演示智能工作流中的可用性。
LOCATION:上海 - 分会场 D (综合楼 326 会议室) URL:http://cn.pycon.org/2026/talks/visual-enhanced-webui-testing/ DTSTAMP:20260902T060048Z SUMMARY:从选择器到语义：用 Python 实现视觉增强的 WebUI 测试 END:VEVENT BEGIN:VEVENT DTSTART:20260905T161000 DTEND:20260905T162000 UID:31dcf021-ffcc-4aae-b1c7-38145553a532 DESCRIPTION:演讲者: 杨权\n\nAgent 正在从代码补全工具演变为软件研发中的“工程参与者”，这带来一个关键问题：产品从想法到上线的工程流程是否需要重新设计？在实践中我们发现，影响 Agent 效率的核心不只是模型能力，而是工程系统是否能提供清晰、结构化、可验证的上下文。本次分享将以一个真实产品从 0 到 1 的构建过程为主线，展示 Agent 在需求、设计、开发、测试与部署中的参与方式，并总结我们形成的面向 Agent 的产品工程方法。
LOCATION:上海 - 分会场 D (综合楼 326 会议室) URL:http://cn.pycon.org/2026/talks/product-engineering-agent-era/ DTSTAMP:20260902T060048Z SUMMARY:Agent 时代的产品工程 END:VEVENT BEGIN:VEVENT DTSTART:20260905T162000 DTEND:20260905T163000 UID:36547e83-084d-4df9-aa13-6085de57f4d9 DESCRIPTION:演讲者: 岳炜\n\n幼儿园教师的一天里，有相当一部分时间并不是在陪伴孩子，而是 在处理大量文档、表格以及图片，其中既包含重复的数据与格式操作，也包含复杂的业务规则和教师专业判断。针对这些真实场景，我尝试使用 Python + AI 对教师工作流进行重新拆解：由 Python 负责业务规则、结构化数据、自动化执行，由 AI 负责内容生成、改写与建议，最终由教师完成情境判断、内容审核和决策。我将以一日活动计划书等为例，分享如何从真实需求出发，将 Python、AI 与教师专业判断结合，探索人机协同工作流的实践过程。
LOCATION:上海 - 分会场 D (综合楼 326 会议室) URL:http://cn.pycon.org/2026/talks/python-ai-teacher-workflow/ DTSTAMP:20260902T060048Z SUMMARY:Python 不只是写代码：用 Python + AI 重塑幼儿园教师的工作流 END:VEVENT BEGIN:VEVENT DTSTART:20260905T163000 DTEND:20260905T171000 UID:401eb44d-fbfe-4d7c-8a34-572202edbef9 DESCRIPTION:演讲者: 郑雨辰\n\n作为嵌入式软件开发的重要工具，QEMU 可以通过纯软件的方式模拟真实的处理器和外设，使嵌入式程序能在 QEMU 模拟出来的“硬件”之中运行而无需真实硬件。对于真实硬件的调试，通常使用 JTAG 等通信机制去观测处理器和外设的运行状态。对于调试运行在 QEMU 中的程序，同样需要能让外界观测内部（QEMU Guest）的通信机制。本次议题我将介绍多种 QEMU 与外部通信的机制，分析各自的适用场景，并通过具体的 Python 脚本示例，演示如何使用 Python 观测 QEMU Guest 的状态。
LOCATION:上海 - 分会场 A (综合楼 506 报告厅) URL:http://cn.pycon.org/2026/talks/monitoring-qemu-guest-state-using- python/ DTSTAMP:20260902T060048Z SUMMARY:使用 Python 观测 QEMU Guest 的状态 END:VEVENT BEGIN:VEVENT DTSTART:20260905T163000 DTEND:20260905T171000 UID:4ba29b91-a8bf-4697-a038-bd926cf2382b DESCRIPTION:演讲者: 张晋涛\n\n凌晨三点，你的 AI Agent 没有崩溃、没有报错，它只是安静地不再回应。当 LLM 应用从 demo 走向长期在线服务，失败模式会从"代码有 bug"变成"系统在你看不见的地方慢慢变质"：长连接被静默杀死、内存被遗留文件吃光、Agent 改坏自己的配置。本议题基于开源 AI Agent（AnkaLoop）的真实故障档案，给出五种生产环境遭遇的事故图鉴，以及从数据库习得的 3 种解法，WAL 的 intent- before-effect、fail-closed 恢复、checkpoint 与 journal 的取舍等内容。帮大家更好的理解 Agent 以及为 Agent 可靠性增加一些思路。
LOCATION:上海 - 分会场 B (综合楼 434 会议室) URL:http://cn.pycon.org/2026/talks/when-your-ai-agent-dies-at-3am/ DTSTAMP:20260902T060048Z SUMMARY:当 Agent 失联在凌晨三点：AI Agent 的可靠性工程 END:VEVENT BEGIN:VEVENT DTSTART:20260905T163000 DTEND:20260905T171000 UID:c272770a-ae1e-49f0-9e63-98c2dacb2507 DESCRIPTION:演讲者: 张士欢\n\nAI 已如此高效，当人工智能以毫秒级速度捕捉实时信号、以海量因子数据碾压主观分析判断时，个人投资者如何在量化浪潮中找到属于自己的位置？我们从三个维度构建 AI 时代的交易方法论：因子挖掘——借助 AI 寻找、回测、提炼真正有效的高质量因子，让机器处理数据广度，思维把控逻辑深度；分域管理——不同市场、不 同资产、不同周期适用不同的因子体系，按域建模、按域验证、按域归因；策略融合——将量化信号与主观判断有机融合，AI 自动化负责执行与风控，宏观逻辑变量负责方向与择时，形成“人机协同”的决策闭环。
LOCATION:上海 - 分会场 C (综合楼 421 会议室) URL:http://cn.pycon.org/2026/talks/ai-guided-trading-quant/ DTSTAMP:20260902T060048Z SUMMARY:AI 指导交易：面对量化，何以中观？ END:VEVENT BEGIN:VEVENT DTSTART:20260905T163000 DTEND:20260905T171000 UID:38e49573-03f1-4dea-93c2-60de8ba73ed4 DESCRIPTION:演讲者: 潘王群\n\n本议题围绕商汤小浣熊 Skill 与专家团能力展开，探讨大模型应用从"工具调用"走向"能力构建"的新范式。聚焦开发者如何将专业知识、复杂流程与场景经验沉淀为可复用、可组合、可迭代的 AI 能力单元，并通过专家团机制实现多角色协同与任务编排。结合真实场景实践，探讨开发者如何基于小浣熊构建面向个人、团队与行业场景的智能工作流，推动 AI 能力从单点效率提升，演进为可持续扩展的生产力基础设施。
LOCATION:上海 - 分会场 D (综合楼 326 会议室) URL:http://cn.pycon.org/2026/talks/sensetime-raccoon-skill-expert-team/ DTSTAMP:20260902T060048Z SUMMARY:让 AI 能力可构建、可复用、可协作：商汤小浣熊 Skill 与专家团开发者实践 END:VEVENT BEGIN:VEVENT DTSTART:20260905T163000 DTEND:20260905T171000 UID:4efc86f8-e95f-4e96-b747-678571db4dc4 DESCRIPTION:演讲者: 王文洋\n\n随着大模型训练、推理需求的膨胀，一批为了简化算子编写的 DSL 被发明出来，例如 Triton、TileLang、CuTeDSL。它们长得像 Python、用起来像 Python，但是写起来一点也不像 Python。为了提高编写和阅读体验，增加 LSP 支持，提供如类型推导、化简、报错等功能，便是一个顺理成章的想法。
让我们从 TileLang 开始，看看为它增加 LSP 的支持总共分几步。
LOCATION:上海 - 分会场 E (综合楼 108 报告厅) URL:http://cn.pycon.org/2026/talks/python-dsl-add-lsp-support/ DTSTAMP:20260902T060048Z SUMMARY:Python DSL 添加 LSP 总共分几步 END:VEVENT END:VCALENDAR