版面变化
分类没有推倒重来
- Agentic coding
- 15 → 12
- Protocols & interoperability
- 3 → 5
- Serving · Inference
- 6 → 8
CommunityOverCode China2026 keynote · 08.07
CommunityOverCode08072026 · Beijing
30 min · 中文 keynote 工作稿
Agentic AI 新趋势下，开放生态的那些老规矩
Agent 正在改变软件的入口、生产方式和运行边界。生态图上的名字变化很快，但项目怎样被发现、技术怎样被复用、权利怎样说清楚，仍然决定一项技术能不能成为公共基础设施。
数据截至2026-08-01
OpenRank2025-08—2026-07
OpenRouter / ZenMux2026-07-01—31
GitHubREST API 快照
01 · ECOSYSTEM REFRESH
生态图每次刷新，都在回答：什么开始变得重要？
这次更新没有从 star 榜单里挑几个新名字。候选集先扩张，再用语义、活跃度和生态角色逐层收窄，最后才处理版面。数字负责发现变化，进入 landscape 仍然是一项编辑判断。
原始候选集合6,118多源仓库 ID
语义相关878README / topic / 描述筛选
人工复核池222GitHub 信息刷新后
当前总览132live overview
106保留生态角色仍然清晰
26新增补足协议、推理与上下文
17移出去重、弱相关或版面取舍
261reference sourceCSV 保留完整判断
指标边界
三个信号各自只回答一部分问题
- OpenRank
- 协作活跃度
- Stars / WatchEvent
- 关注变化
- README 与项目角色
- 能否被采用
直接复用站内 Agent Infra 原图组件；不经过 iframe，也不包含柱状图和站点导航。数据截至 2026-08-01 · OpenRank 2026-07
这张图怎么看
沿着 Agent 完成一次任务所经过的路径看生态Agent 现在最缺的，是又一个框架，还是连接、上下文和可靠运行环境？
74进入 Agent Infra59 个保留，15 个新增
TOP 27 月 OpenRankOpenClaw 与 Hermes Agent 均为 Personal AI assistants
15 → 12Agentic coding收紧重复表达，把版面让给新结构
ONE SIGNAL最值得讲的变化
上下文开始长成独立的数据层
OpenViking 把 memory、RAG 和 skills 收进 context database。它在 2026 年 3—7 月的 OpenRank 从 112.46 升至 177.61；这比再多一个 agent framework 更值得关注：上下文正在从框架里的一个功能，变成可以单独演进的基础设施。
OpenViking · OpenRank 112.46 → 177.61给演讲者的讲法Agent Infra · 约 2 分钟
先看现在的结构。74 个项目里，Agentic coding 有 12 个，Code-first frameworks 有 10 个，最大的两个 section 都围绕 coding。代码仍是 Agent 生态最密集的入口。
第二个视角看社区热度。7 月 OpenRank 前两名是 OpenClaw 和 Hermes Agent，分别为 462.71 和 350.21；Personal AI assistants 正在成为长期运行的工作入口。
第三个视角看上下文。OpenViking 把 memory、RAG 和 skills 放进 context database，3 月到 7 月 OpenRank 从 112.46 升到 177.61。个人 Agent 长期运行以后，上下文开始成为独立的数据层。
图上的 NEW 和 RISING 只表达最近 90 天的新生或加速信号，不再等同于这版刚加入主图。下一张继续沿执行链路看 Model Infra。
How we made this?Agent Infra 的数据、筛选与讲法
METHOD NOTE
Agent Infra 是怎样做出来的
Agent Infra 与 Model Infra 共用一套候选发现管线。6,118 是高召回候选池，里面包含大量最终会被排除的教程、应用与弱相关仓库，不能解读成 6,118 个 Agentic AI 基础设施项目。
- 01
先建立旧图基线
从上一版 reference source 读取 227 个唯一仓库，以稳定 repo ID 作为去重键。改名不会产生一个“新项目”，旧图已有项目也不会再次进入候选池。
- 02
三个入口把网撒开
首轮从 OpenDigger WatchEvent 取近期关注度前 2,500，从当时最近三个完整月的 Repo OpenRank 取前 4,000，再执行 12 组 GitHub 定向搜索。三个入口合并、按 repo ID 去重并排除基线，得到 6,118 个候选；8 月 1 日更新又用 5—7 月数据单独补扫新生与加速项目。
- 03
用项目文本做高召回过滤
读取仓库名、description、topics 和 README 前 8,000 字符。Agent 词命中 ×4，Model Infra 与模型词命中 ×2；教程、课程和合集词命中 ×3 扣分。6,118 个候选缩到 878 个。
- 04
回到 GitHub 复核现在的项目
分别取 WatchEvent 前 100、OpenRank 前 100、GitHub 搜索前 80，再取并集。GitHub API 刷新名称、stars、许可证、最近 push、fork 和 archive 状态；最新 README 再做一次技术定位，留下 222 个机器候选。OmniRoute 复盘暴露了绝对 Top-N 的盲区，因此人工复核又增加一条高增速通道。
- 05
最后由编辑判断决定版面
人工检查它是否补上结构缺口、是不是通用能力、是否和现有 logo 重复。新项目或高增长项目单独看近三个月证据；加入主图和标成 NEW / RISING 是两件事。主表分别记录编辑动作与趋势信号。
02 · APACHE IN THE STACK
Apache 项目集中在 Agent 的数据与运行底座。
- Agent 运行
- 工具调用 · 数据访问 · 持续执行
- Apache 积累
- 工作流 · 计算 · 数据治理 · 事务
305非 retired 项目记录
260有项目分类信息
2,469非 fork、非归档仓库
6 / 57入选 Model Infra
数据截至 2026-08-01。Projects Directory 与 GitHub apache org；ASF 官网另展示 290+ projects、1,300+ releases、10,000+ committers 与 1,190+ members；这些对象不能互相替代。
APACHE PROJECT ATLASApache 项目领域与 Agentic Landscape 入选
- 领域
- 7 个
- 来源
- Apache Projects Directory
- 数量
- 同一项目可属于多个领域
- 头部项目
- 主要 GitHub repo stars
PROJECT RECORDS80
Data, analytics & AI
big-datadatabasedata-engineeringsearchsql
覆盖数据处理、数据库、搜索、分析与 AI 计算。技术领域按 Apache Projects Directory 的项目分类汇总，同一项目可出现在多个领域。
HEAD PROJECTS · GITHUB STARS SNAPSHOT
Superset★ 74.0kECharts★ 66.9kAirflow★ 46.3kSpark★ 43.7kKafka★ 33.3kFlink★ 26.2k
6 APACHE PROJECTS IN AGENTIC LANDSCAPE按 Agentic AI 技术角色重组
Apache Airflow
Apache Spark
Apache Iceberg
Apache Hudi
Apache Paimon
Apache Gravitino45
目录中缺少可用领域标签的记录
其中 2 个 Landscape 项目是 Paimon、Gravitino；Fory、Celeborn 等项目也在这 45 条记录中。
LANDSCAPE6 个 Apache 项目共同覆盖一条运行链
编排计算数据状态恢复
ANT PARTICIPATION4 个 Apache 项目01 · WORK ENTERS THE SYSTEM
编排任务，完成计算
02 · STATE BECOMES SHARED
共享数据、元数据与跨语言状态
Apache Iceberg
ASFLANDSCAPE
ASFLANDSCAPE- ROLE
- 开放表格式与版本化数据
- POSITION
- Data · Governance
Apache HudiASFLANDSCAPE
ASFLANDSCAPE- ROLE
- 增量更新、删除与变更处理
- POSITION
- Data · Governance
Apache PaimonASFLANDSCAPE
ASFLANDSCAPE- ROLE
- 流批一体的实时 lakehouse
- POSITION
- Data · Governance
Apache GravitinoASFLANDSCAPE
ASFLANDSCAPE- ROLE
- 跨系统数据与模型目录
- POSITION
- Data · Governance
Apache ForyASF
ANT
ASFANT- ROLE
- 高性能、多语言序列化与状态交换
- POSITION
- Ant deep participation · TLP
03 · ACTIONS NEED CONSEQUENCES
更新关系上下文，处理执行失败
Agent 在生产环境里要处理跨语言状态、关系上下文、失败恢复和大规模计算。Landscape 中的 Apache 项目与蚂蚁参与的四个项目覆盖了这条运行链。
给演讲者的讲法 · 约 6 分钟
这一节按两个尺度展开。Projects Directory 展示 Apache 横跨数据、网络、库、云、Web、安全和边缘领域；当前 Model Infra 中的 6 个 ASF 项目集中在数据、编排与计算。接下来沿系统运行顺序讲项目：Airflow 组织任务，Spark 与 Celeborn 支撑计算；Iceberg、Hudi、Paimon、Gravitino 管理开放数据平面，Fory 传递跨语言状态；GeaFlow 维护关系上下文，Seata 处理提交、补偿和失败恢复。Agent 进入生产后，这些长期存在的系统问题会同时出现。
03 · INCLUSIONAI
AI Built By Everyone, For Everyone.
InclusionAI 同时开放模型和背后的工程系统。有人做训练，有人接环境，也有人把这些能力带进机器人和医疗场景。
AvailableAffordableInclusive
公开仓库
41,542 Stars3,933 Forks
公开模型
534,356 近 30 天下载8,790 Likes
公开模型
205,569 Downloads638 Likes
通用服务LingGuang全模态 AI 助手
金融服务MA XIAO CAIAI Financial Steward
医疗服务AQ面向健康与医疗的可信助手
生活服务Life Services支付、出行、家庭等真实场景FOUNDATION MODELS
四条模型路线并行推进
Ling、Ring、LLaDA、Ming 分别关注语言、推理、扩散和全模态。除了权重，项目还提供模型卡、阶段性 checkpoint、推理实现和评测材料。
参与入口：复核评测、领域适配、推理优化、量化部署与模型行为研究。
数据口径与三个组织
GitHub 统计 inclusionAI、AQ-MedAI、Robbyant 三个组织的全部公开仓库；其中 inclusionAI 有 3 个 fork。Hugging Face 与 ModelScope 按同名三个发布者分别取公开模型列表。模型在两个 Hub 同时发布时分别保留，不做跨平台去重后总计。
Hugging Face API 的 downloads 对应近 30 天下载。ModelScope OpenAPI 只返回 downloads数值，没有在响应中声明窗口，因此页面只按平台字段原样展示。
查看上一版 InclusionAI 技术大图
给演讲者的讲法 · 约 5 分钟
先指着 Logo 和标题说：InclusionAI 的原话是 “AI Built By Everyone, For Everyone”。Everyone 说的是参与方式。Available 是模型和工具能被拿到、理解和适配；Affordable 是使用成本足够低，能够进入真实服务；Inclusive 是开发者、领域专家和普通用户都能参与，也能分享技术带来的价值。
然后快速扫三张平台卡。GitHub 看软件与协作，Hugging Face 和 ModelScope 看模型发布与分发。只念三个 headline：93 个公开仓库、HF 198 个公开模型、ModelScope 188 个公开模型。不要把三个平台的模型数相加，也不要把 HF downloads 说成累计下载；它是近 30 天窗口。Stars 和 Likes 也不要合成一个“认可度”，因为用户动作和平台分母不同。
接着从 AI Service 往下讲。LingGuang、金融、医疗和生活服务已经进入真实使用。用户碰到的问题会再传回技术栈，变成数据、环境、奖励、评测和可靠性要求。这里不用展开产品功能，一句话把“开放研究”接到“日常生活”就够了。
四个 Tab 不必全部逐项目念。模型页抓住四条路线：Ling 是语言与效率，Ring 是推理和长链路任务，LLaDA 是扩散语言模型，Ming 是全模态。具身页抓住一个闭环：Map / Depth 解决空间感知，World 建环境模型，VLA 把理解变成动作。行业应用页只举 AQ-MedAI 和 UI-Venus，说明真实行业会重新定义开放材料的边界。
最后一定点到 Infra。沿用原来三层参与路径：AReaL、AReno、TwinFlow 是训练与对齐；AWorld、AEnvironment 是 Agent 运行时与环境；dInfer 把新模型路线变成可运行的软件。收束句可以是：即使你没有资源训练基础模型，也可以从环境、工具、benchmark、推理优化和可靠性进入。AReaL 主仓库在 areal-project，因此没有计入页面上三个 GitHub 组织的仓库数，但它属于这套协作技术栈。
04 · LICENSE AND OPENNESS
开放模型时代，一份许可证只能说明一部分事实。
软件许可证回答权利、义务和责任边界。模型发布还要说明权重、训练代码、数据说明和评测材料究竟提供到了什么程度。
LANDSCAPE REPOSITORY LICENSES132 个项目
GitHub 仓库的 SPDX 标识 · 数据截至 2026-08-01
Apache-2.06146.2%
MIT3728.0%
NOASSERTION2518.9%
AGPL-3.075.3%
BSD-2-Clause10.8%
BSD-3-Clause10.8%
全部 132 个项目中，Apache-2.0 为 61 个，MIT 为 37 个，两者合计 74.2%。
NOASSERTION 表示 GitHub / SPDX 没有给出可确认的 SPDX 标识，不能据此判断“没有许可证”。
26Top 50 中没有公开权重
24提供公开权重
70.8%公开权重中采用 MIT 或 Apache-2.0
| 方案 | 类型 | 主要对象 | 它说清楚什么 | 仍需另行检查 |
|---|---|---|---|---|
| Apache License 2.0 | 软件许可证 | 软件、文档 | 版权许可、专利授权、NOTICE 与责任边界 | 模型材料是否完整 |
| OpenMDW 1.1 | 模型材料许可证 | Model Materials | 模型材料的使用和分发权利 | 不强制发布者提供完整材料 |
| ModelGo | 可组合许可证家族 | 模型 | 8 个变体组合 BY、SA、RAI、NC、ND 等条件 | 不等同于开放完整度分级 |
| Model Openness Framework | 开放完整度框架 | 模型及相关材料 | 按代码、数据和文档判断开放层级 | 它不是法律许可证 |
| OSAID 1.0 | 开放 AI 定义 | AI 系统 | Use、Study、Modify、Share 及 preferred form | 它不是单一许可证文本 |
Apache-2.0 与 OpenMDW-1.1，条款在管什么？
这里比较许可证文本本身。项目实际发布了哪些材料，要回到仓库和模型页逐项检查。
| 比较项 | Apache License 2.0 | OpenMDW 1.1 |
|---|---|---|
| 授权对象 | Work、Source、Object、Derivative Works；典型场景是软件、文档与二进制分发。 | 模型架构与参数，以及发布者实际放在 OpenMDW 下的数据、代码、文档等 Model Materials。 |
| 明示覆盖的权利 | 版权许可与专利许可。 | 版权、专利、数据库权利与商业秘密权利。 |
| 再分发义务 | 附许可证副本；修改文件要有显著说明；保留版权、专利、商标和署名；按条件处理 NOTICE。 | 附许可证副本，并保留适用的版权与来源声明；文本更短，围绕 Model Materials。 |
| 诉讼触发终止 | 就相关 Work 或 Contribution 发起专利诉讼时，专利许可终止。 | 就 Model Materials 发起专利或版权侵权诉讼时，全部授权终止；防御性反诉除外。 |
| 模型输出 | 没有单独定义模型推理输出。 | 明确不对使用、修改或分享模型输出附加限制或义务；适用法律仍可能另有要求。 |
| 材料完整性 | 许可证管辖被许可的 Work，不要求随软件补齐模型权重、训练数据或训练流程。 | 只管已经提供的 Model Materials，不强制发布者交付训练代码、数据或其他完整材料。 |
| 第三方权利与风险 | 按“AS IS”提供，排除保证并限制责任；商标权不随许可证授予。 | 按“AS IS”提供；使用者自行处理数据、内容等第三方权利和适用法律要求。 |
Interactive release check
一份“可修改”的模型发布，还缺哪些材料？
六项材料等权，每项占 1/6。分数只表达这张检查表的材料覆盖率，不构成法律判断，也不对应 MOF 或 OSAID 的正式评级。
17%只有权重可得
Apache 2.0 仍然适合软件与文档。模型发布还要交代权重、数据、代码、评测和输出的边界。
给演讲者的讲法 · 约 7 分钟
先讲 132 个项目的仓库许可证。Apache-2.0 与 MIT 合计 98 个，占 74.2%；25 个 NOASSERTION 只表示 GitHub 没有给出可确认的 SPDX 标识。它不是“无许可证”的同义词，也没有经过逐仓法律审查。
- 从授权对象讲起。Apache-2.0 的语言围绕 Work、Source、Object 和 Derivative Works 展开。OpenMDW 把架构、参数以及实际随附的数据、代码和文档合称 Model Materials。模型许可证需要同时面对参数、数据和文档可能落入的不同权利体系。
- 再看权利范围。Apache-2.0 明示授予版权和专利许可；OpenMDW 还写入数据库权利与商业秘密权利。OpenMDW 的写法试图覆盖模型材料常见的多种权利基础，不代表发布者已经解决其中所有第三方权利。
- 再分发义务很具体。Apache-2.0 要求附许可证、标记修改、保留相关声明，并按条件处理 NOTICE。OpenMDW 要求附许可证并保留版权与来源声明。两者都属于宽松授权，但合规动作不能只概括为“可以商用”。
- 诉讼终止的范围不同。Apache-2.0 的防御性终止落在专利许可；OpenMDW 覆盖专利与版权诉讼，并让全部授权终止，防御性反诉除外。
- 输出是模型场景新增的问题。Apache-2.0 没有模型输出这一对象。OpenMDW 明确不把许可限制或义务传递到生成输出，但著作权、隐私、数据合规等适用法律仍需另行判断。
- 许可证不会自动补齐材料。OpenMDW 只管发布者实际提供并置于该许可证下的 Model Materials，不强制交出训练代码和数据。现场勾选六项材料，展示相同的许可证字段仍可能对应不同的可研究、可复现程度。
最后回到 26/50 与 24/50：公开权重需要单独观察。方案总表里混有许可证、框架和定义，不要按“宽松到严格”排序讲。MOF 检查材料与许可证，OSAID 说明 Use、Study、Modify、Share 所需的 preferred form；它们承担的任务和许可证文本不同。
05 · COMMUNITY OVER CODE
Community >>> Code，
不是一句温情口号。
它描述了一套把陌生贡献变成长期信任的机制。入口要能被找到，讨论要经得起回看，权限要跟着可见贡献增长。
先让入口可见
公开 roadmap、模型卡和清楚的任务说明，会让陌生贡献者知道当前问题在哪里，以及怎样开始。
贡献表面要清楚
Good first issue、公开 roadmap、模型卡和评测任务，让潜在贡献者知道怎样开始。
决定要留下理由
公开 proposal、issue / PR 审查和可复现实验，让技术选择不依赖内部上下文。
权限跟随贡献
committer 和 member 的权限来自持续、可见、能被社区检验的工作。
老规矩要保留的是透明入口、公开过程和渐进式信任；现在，它们还要覆盖模型、数据和评测。
LANDSCAPEAgentic AI Landscape项目表、筛选方法与生态图STACKInclusionAI模型、训练与 agent 基础设施GOVERNANCEThe Apache Way跨组织开放协作的实践
给演讲者的讲法 · 约 3 分钟
逐个点击贡献路径，但不要把结尾讲成价值观清单。举一个具体动作：一个模型发布如果能被社区继续训练，需要的不只是下载按钮，还要有材料、复现实验、公开问题和变更过程。最后停在三个资源入口。