8月15日至16日，以“渝见开源，数智启新”为主题的2026 CCF中国开源大会在重庆举行。当开源与人工智能进入新的交汇点，山城迎来了来自学术界、产业界与开源社区的专家学者和技术实践者，共同探讨Agentic AI时代开源技术与产业生态的新变化。
华为技术有限公司副总裁、标准与产业发展部部长甘斌出席大会，并发表了题为《开源开放，共赢Agentic时代》的特邀报告。他认为在Agentic AI时代，开源社区协作的内容、对象正在变化，开源社区组织间的协作形式和社区评价机制也正在发生变化，但开源的价值逻辑未变。
《开源开放，共赢Agentic时代》
华为技术有限公司副总裁、标准与产业发展部部长甘斌
从开源受益者到生态共建者，华为在AI时代全面开源开放
“华为是开源的受益者，也是坚定的开源支持者、践行者。”演讲开篇，甘斌先从华为与开源的历程讲起。
从使用开源，到参与开源、贡献开源，再到主动发起开源项目，华为参与开源的方式不断深入。华为已加入全球27家主流开源基金会，在Linux Kernel、Kubernetes、PyTorch、vLLM等主流社区拥有280+关键技术席位，并先后发起OpenHarmony、openEuler、MindSpore、openGauss、仓颉等多个开源项目。
谈到这些年的开源实践，甘斌给出了一组数据。OpenHarmony和openEuler在开放原子开源基金会治理和社会各界共同参与下，率先完成毕业。OpenHarmony社区共建代码累计达到1.4亿+行，通过兼容性测试设备数量突破1800款;openEuler累计装机量达到1600万+套，中国新增服务器市场份额达到57%。
进入Agentic AI时代，华为的开源开放也进一步从基础软件向AI技术栈延伸。围绕AI基础软件、大模型与智能体，华为先后发起CANN、openFuyao、Mind系列工具、ModelEngie、openJiuwen、openPangu等多个开源项目。在智能时代，华为将继续坚持开源开放，共铸Agentic AI时代的“硅基黑土地”。
从 CANN 到 openJiuwen，夯实 Agentic AI 时代的开源底座
一个平台能否真正形成开发者生态，最终仍要回到最基础的体验。谈到CANN，甘斌首先回到开发者最关心的两个问题：一是能力完备，二是好上手。
围绕这一目标，CANN持续推进开源开放。甘斌介绍到，目前CANN整体软件栈从上至下覆盖加速库、编程与编译、运行时与驱动三个层级。不同类型的开发者可以按照实际需求，选择所需组件进行开发。在技术开放之外，真正决定一个开源项目生命力的，还有社区本身。基于OSS Compass 2026Q2数据统计，CANN开源社区活跃度排名国内第一，目前已有30多家企业和高校参与共建。
除了CANN开源开放，甘斌还重点介绍了openJiuwen，其目标是构建一个多智能体原生、自演进、企业级高可靠、算力亲和的通用AgentOS，由华为2012实验室、华为云、终端、计算等多个领域联合构建。openJiuwen已在AtomGit平台获得3.6万+ Star，参与贡献者超过620人，下载量超过210万，并在50+企业实现落地。
从CANN到openJiuwen，华为正在从AI基础软件到智能体系统持续布局优质开源项目。但在甘斌看来，一个开源生态要长期繁荣，仅有项目还不够。优质的项目、良好的治理和可靠的基础设施，缺一不可。为此，在优质项目持续推进的同时，华为也在治理和基础设施层面同步推进生态建设。
从华为自身的实践向外看，Agentic AI时代正在给整个开源生态带来更深层的变化。过去20年形成的开源协作体系，主要围绕代码、开发者与社区展开;随着Agent真正进入软件生产和社区协作，协作内容、参与主体、组织间协作乃至评价机制，都开始发生变化。
开源从代码，到模型，再到Agent
过去开源之所以能够长期稳定运行，有一套已经被产业反复验证的协作体系。甘斌将它概括为“五大要素+三大机制”，即开源项目、开源基金会、开源基础设施、企业和开发者构成五大要素，而社区内开发协作、组织间协作和社区评价，则支撑开源体系的运转。
在这一体系中，Agent首先带来的变化，发生在协作内容本身。
甘斌提到，在代码开源阶段，大量工程师围绕代码展开协作，GitHub等代码托管平台成为典型基础设施，开发者通过PR、Issue等流程，在社区内部完成代码协作与软件流水线构建。
大模型开源阶段。随着HuggingFace等平台兴起，协作对象从代码进一步扩展至数据集、模型权重等AI资产，开源协作也从社区内部闭环，走向更加复杂的内外协同。
到了Agent开源阶段，甘斌进一步指出，随着Agent工作流、Skill、提示词加入开源协作，协作内容更加丰富，除代码外，还要关注意图、过程和信任。基于Agent的协作平台如何建设，仍需要产业界共同思考。
从“人与人”到“人+AI+人”，开源社区的参与者正在改变
协作内容之外，Agent带来的第二个变化更加直接——协作对象也在改变。
甘斌指出，AI开源项目的发展增速已达到传统开源项目的4倍。他同时援引GitHub CEO分享的数据称，目前GitHub上已有51%的代码由AI生成或辅助生成况。随着Agent进入社区，在提升效率的同时，也给原有协作机制带来了新的挑战。甘斌观察到，目前使用Agent提升开发效率的项目主要集中在前端和Agent类项目。而在编译器、编程语言等底层项目中，Agent的介入则给项目维护者带来了更大的评审和维护压力。
对于这一趋势，甘斌提出了一个问题，开源社区如何面向Agent转型，做好人与Agent的协同?新的能力是什么?
沿着这一判断，他进一步将协作对象的变化概括为两个方面：一方面，人类开发者开始与AI形成“人机组合”，再以“人”的身份参与社区协作;另一方面，参与社区协作的“人”本身也在扩展，除工程师之外，算法研究员、数据标注人员、行业业务专家、评测人员、产品人员等更多角色开始参与其中。开源社区的协作关系，也正在由“人与人”扩展为“人+AI+人”。
从“先水平、再垂直”，到“水平协同，垂直整合”同步进行，生态落地加速
变化不仅发生在开源社区内部，甘斌随后将视角转向组织之间，在开源领域，组织之间的协作方式也正在发生变化。
传统开源基金会的发展路径往往是，先水平协同，再垂直应用落地。如Linux Kernel、OpenStack、Kubernetes等是先统一软件平台，再基于相对成熟的技术底座向不同行业拓展，这一过程往往持续数年。而Agentic AI时代，组织间协作形式发生变化。以AAIF为代表的组织，基于MCP事实标准快速推进行业落地实践，水平协同与垂直集成同时发生，生态落地速度也随之加快。
Star之后，Agent AI 时代如何重新评价一个开源项目？
协作方式的变化，也必然带来评价机制的变化。
在传统软件开源社区中，人们习惯用Star、Fork、Contributor、Issue、PR、以及PR合入率、Issue反馈时间等指标判断一个项目是否繁荣。但AI正在改变这套已经运行多年的评价方式，甘斌在这里观察到了三个重要变化。
一个最直接的变化是，单一的Star评价机制开始面临挑战。自2023年AI快速发展以来，新增Star超过3万的项目数量增加了450个，从2022年底的330多个增长至目前780多个，新增数量已经超过过去20年的总和。随着高Star项目快速涌现，仅以Star衡量项目影响力的方式正在受到挑战。
开源大模型的出现，带来了新的生态评价维度。在Hugging Face上，衍生模型的数量和下载量，已经成为衡量开源大模型生态繁荣程度的重要指标。
进入Agentic AI时代，评价又进一步延伸到生产运行环境，OpenRouter等平台上的Token消耗与调用量，正在成为衡量大模型和Agent的重要风向标，更多MaaS商业模式带来的排名，也可能进一步影响开源AI项目的评价。
但开源的底层价值逻辑在 Agentic AI 时代未变
协作内容在变、参与主体在变、组织方式和评价机制也在变，但回到更底层的问题，开源为什么能够持续发挥作用?
甘斌认为，进入Agentic AI时代，过去开源形成的四大价值逻辑，在今天依然成立。
开源挑战垄断的价值现在依然不变。过去，Linux挑战Unix、AOSP挑战iOS，都体现了开放生态对于垂直封闭体系的挑战;到了Agentic AI时代，开源模型与闭源模型之间的竞争，同样延续着这一逻辑。
开源构建透明可信事实标准的价值也没有改变。从Git成为代码托管与协作的重要技术底座，到Kubernetes奠定云原生时代公有云技术的事实标准，开源一直是产业形成共同技术基础的重要方式。今天，大量涌现的AI开源工具链，同样正在推动AI技术栈新的事实标准形成。
相较之下，开源作为新技术分摊创新成本的价值有所演化。因为当前大模型开源是在企业内部完成闭环，并没有在开源社区共创共建。与此同时，开源作为生态引流获客的价值依然存在。
演讲的甘斌再次将视线落回Agentic AI时代的开源生态。他指出，Agentic AI时代的事实标准和生态正在被定义，开源是公认最重要的产业手段。华为将持续与产学界展开研讨，共同探索未来AI原生开源生态建设。
