10月11日，由中国计算机学会（CCF）主办，CCF系统软件专委和北京航空航天大学承办的2026 CCF系统软件技术论坛在杭州举行。
10月11日，由中国计算机学会（CCF）主办，CCF系统软件专委和北京航空航天大学承办的2026 CCF系统软件技术论坛在杭州举行。以“智能时代的新型基础软件”为主题，聚焦异构融合系统软件栈和智能体操作系统两大场景，探讨了智能时代算力如何统一抽象、池化和调度，智能体如何高效执行及安全治理，以及智能时代系统软件如何重新设计等话题，吸引了200余位学者及企业专家现场参会。
CCF系统软件专委副主任委员、北京航空航天大学胡春明教授主持大会开幕式。CCF会士、监事长、武汉大学/北京大学金芝教授，CCF会士、系统软件专委主任委员、北京大学/通明湖研究中心谢涛教授，北京航空航天大学杭州创新研究院院长王俊教授分别致欢迎词。
来自北京大学、上海交通大学、清华大学、华为、阿里巴巴、国防科技大学、浙江大学、北京航空航天大学、天津大学等机构的15位专家学者，就智能体操作系统、统一智能计算、异构融合系统软件、AI基础设施资源管理、开源编译技术、超节点通信、高性能算子自动生成、具身智能、终端智能体安全和虚拟机缺陷检测等方向作了大会报告。报告涵盖。
CCF系统软件专委主任委员、北京大学谢涛教授作了题为“灵玑OS：打破智能体孤岛，构建开放互联的开源智能体操作系统”的特邀报告，介绍通明湖研究院牵头打造的开源灵玑OS，通过能力引擎、记忆引擎、安全授权协议与算力软件栈，推动跨厂商、跨模型、跨系统互联，支撑智能体在汽车、机器人、医疗等领域规模化应用。
CCF会士、系统软件专委副主任委员、上海交通大学陈海波教授在“开源鸿蒙与智能体共生演进实践与思考”报告中提出，探讨了智能体操作系统的基本特征，结合开源鸿蒙操作系统实践探索，介绍如何以分布式协同与意图框架为智能体提供跨设备运行底座，智能体对实时感知与协同交互的需求如何反向驱动操作系统在资源调度、安全隔离与跨端协同上持续演进。
CCF会士、清华大学武永卫教授在“九源统一智能计算系统的研制与实践”报告中，分析了智能计算需求增长、生态约束与国产算力应用困难，结合国产智能芯片提出平台式软件栈路线与统一智能计算架构，介绍了国产自主九源统一智能计算系统的跨平台开发、异构协同、性能验证及开源共建与标准化进展。
华为吴斌首席专家在“异构融合操作系统：发展与展望”报告中提出，面向异构算力与统一互联的超节点新形态，有效算力的充分发挥是关键挑战，操作系统管理范围正从单机扩展到整个超节点；报告提出操作系统的“思程”抽象多智能体运行资源，以有效算力提升为目标，通过利用率、协同率、供给率、可靠率提炼核心技术方向。
阿里巴巴翟恩南技术总监在“面向超节点的系统架构与系统软件”报告中，从工业界大模型研发需求出发，分析了AI基础设施规模化、系统性挑战，重点分享了其团队与超节点架构和异构融合相关的训练、推理、可靠性创新工作。这些工作已规模化支撑阿里云模型服务，成果发表于SIGCOMM、OSDI、NSDI、SOSP等顶会。
国防科技大学余杰研究员介绍了基于麒麟的智能体操作系统探索。由国防科大、麒麟软件、哈工大（深圳）等共同研发的麒麟智能体操作系统，打通系统智能体、桌面应用生态与统一模型推理服务，使智能体在真实系统环境中高可靠执行复杂任务；其内嵌任务智能体在公开评测中表现优于多款主流开源智能体框架。
浙江大学赵新奎研究员在报告中指出，智能体资源需求呈脉冲式波动、驻留时间长而利用率低，与传统资源管理体系存在结构性错配。他提出以细粒度负载语义感知为基础、解耦推理/环境/状态/沙箱绑定的智能体操作系统资源管理机制，在真实负载上实现14:1内存超分比下100%任务成功率与上千沙箱秒级并发启动。
北京航空航天大学杨任宇副教授围绕“智能体时代AI Infra资源管理技术与实践”作报告，分析了大模型推理与Agentic AI规模化下面临的异构硬件协同、海量任务调度等挑战，介绍了面向AI基础设施的云原生系统软件，并分享了其团队在Agentic基础设施异构资源管理、推理加速优化等方向的研究进展与开源实践。
华为吴凌飞架构师介绍了AscendNPU IR面向AI算力基础设施的开源编译底座关键技术：通过增强场景处理、优化数据通路与自动交互机制解决异构架构冲突，实现主流框架适配与完备中间表示表达，并以阶梯式贡献路径降低社区参与门槛，构建开放高效的AI算力生态。
北京大学胡天成博士生在“面向超节点的链路亲和型零拷贝通信库”报告中指出，CloudMatrix384等超节点的通信瓶颈已从数据传输转向控制路径开销。其团队设计的生产级通信库ZeroCL，将内存注册移出关键路径、以拓扑与流量感知的任务划分降低同步开销、以NPU驱动卸载减少对计算核心占用；在CloudMatrix384上集合通信带宽最高提升1.6倍，大模型推理吞吐提升1.9倍、P99首Token时延降低55%。
北京航空航天大学杨海龙教授在“基于多智能体协同的高性能算子自动生成与优化技术”报告中，针对算子种类繁多、硬件快速迭代带来的开发适配难题，围绕策略表达、语义验证与持续搜索三类挑战，介绍了元提示图驱动算子生成、测试驱动自修复代码生成与多智能体进化式算子调优三项工作，并已在昇腾NPU与英伟达GPU上完成验证。
上海交通大学古金宇副教授在“具身智能系统软件的挑战与机遇”报告中指出，具身智能发展需要机器人系统软件架构重塑，VLA模型推理资源供给、异构XPU协同调度与作业可靠性是核心挑战，并介绍了具身模型端侧低时延推理、机器人训练资源高效利用机制及开源鸿蒙具身智能操作系统项目。
华为梁嘉炘专家介绍了智能体技术演进与openJiuwen开源智能体平台实践，梳理了AI从生成式AI向多智能体协同与分布式智能演进的脉络，系统介绍了openJiuwen在智能体开发框架、任务编排、自演进、记忆管理、模型路由与多智能体协同等方面的核心能力，并展望了跨设备、跨系统智能体互联的开放架构。
清华大学智能产业研究院李元春助理教授聚焦终端智能体系统安全性，梳理了Personal Agent从云端走向端侧过程中的安全问题与关键技术瓶颈，介绍了开源终端智能体系统框架AOHP面向安全性的设计，并探讨了构建高可靠、高效率终端智能体系统的研究思路。
天津大学赵英全副研究员在“JVM类型缺陷检测”报告中介绍了自动化测试技术Caster：依据《Java语言规范》类型规则设计可组合测试原语，利用大语言模型识别代表性测试场景，通过多单元组合生成字节码测试程序并在不同JVM上差分执行，比较不一致行为以发现JVM类型缺陷。
本次论坛为高校、科研机构和企业搭建了交流平台，聚焦智能时代的算力供给与智能体运行需求，集中呈现了新型基础软件的研究进展和应用实践，为相关领域的技术研究、开源共建与产学研合作提供了参考。
点击“阅读原文”，加入CCF。