一天合并3万次代码后，系统底座如何接住AI Coding？2026 C++及系统软件技术大会首批议题发布

责编 | 梦依丹

出品 | CSDN（ID：CSDNnews）

“代码生成越来越快，‘屎山代码’和失控的系统复杂度，是不是也会来得更快？”

AI Coding 进入生产环境后，相信不少开发者都有这样的担忧。

就在 10 月 13 日，Anthropic 宣布将单体仓库从 Git 完整迁移至自研版本控制系统 Scion。原因是 Claude 带来的代码产能激增。短短四个月，其日均代码合并量从约 2500 次增长到超过 3 万次。

在 AI 深度参与研发之后，开始承压的不只是代码质量，还有那些按照人类开发规模设计的版本控制、编译构建、代码评审和 CI 系统。

当下真正需要被重新设计的，是承接这些代码的系统底座。为此，由 CSDN 与奇点智能研究院联合主办的「2026 C++ 及系统软件技术大会」将于 11 月 20—21 日在北京万达文华酒店举行。

从 Agent Harness、安全沙箱和 AI 原生软件研发到编译器、标准库、运行时、KV Cache 与 RISC-V AI 软件栈，本届大会关注的正是当代码与智能的生产速度被推向新的量级，系统软件应该如何接住随之而来的性能、质量、安全与复杂度压力？

今天，大会首批 12 场技术议题正式公布。

首批演讲议题正式官宣

当 Agent 走出聊天框，系统基础设施先承压。它的变化，不只是模型增加了几种工具调用能力。

在 Agent 开始执行不可信代码、并行探索不同方案，并在失败后恢复任务状态，传统容器和虚拟机方案都会遇到新的挑战：容器启动快，但共享内核带来隔离风险；虚拟机隔离更强，却存在启动慢、资源底噪高的问题。

腾讯云高级工程师、CubeSandbox 核心 Maintainer 李帅将带来《面向大规模 AI Agent 的安全沙箱技术探索与实践》。

这场分享关注的不是一个实验性 Demo，而是大规模 Agent 基础设施真正落地时的性能取舍、隔离边界和工程踩坑。

小米 Xiaomi Vela 原生框架负责人董俊杰带来的《从 Vela 到 Agent Harness：系统级 Loop、工具调用与主动智能》，则进一步把讨论延伸到端侧系统。

从系统环境状态注入、长上下文压缩、Fork Agent 与 Subagent，到大规模工具发现、调用副作用管理、Checkpoint 和任务接续运行，这场演讲将回答一个关键问题：当 Agent 进入手机与智能设备，操作系统需要为它提供怎样的运行框架？

MoonBit AI 系统软件工程师雷正宇将在《MoonBit：AI Agent 时代的编程语言》中，从语言和工具链角度给出另一种答案。

围绕沙箱原生设计、多后端统一运行时、单文件执行模式与形式化验证，MoonBit 希望让 Agent 生成的工具和 Skill 不仅能够快速运行，还能在安全性、可移植性和正确性上获得系统级保障。

Agent 的竞争，正在从模型能力延伸到沙箱、Harness、运行时与编程语言。

AI Coding 正在显著降低生成代码的成本。但对于一个需要持续演进数年、拥有复杂依赖和大量历史决策的软件系统来说，代码从来不是全部。

状态不会消失，契约不会消失，副作用不会消失，架构债务更不会因为 Agent 写代码更快而自动消失。

奇点智能研究院首席技术咨询师王博将在《企业 AI 原生软件研发转型：实践探索与 AISMM 演进解读》中，结合企业转型实践，讨论 AI 如何从局部辅助工具进入需求、设计、开发、测试与治理全过程，以及企业应当如何评估自身的 AI 原生软件研发成熟度。

阿里巴巴智能引擎技术专家、C++ 向量检索库 Lumina 负责人魏子敬带来的《Agentic Coding，系统如何持续演进——阿里巴巴 C++ 向量检索库 Lumina 的 AI-Native 软件工程实践》，把问题落到一个真实的高性能 C++ 项目中。

这场分享将讨论 Modern C++ 的静态保障能够守住哪些工程边界，如何为 Agent 构建包含项目知识与工程反馈的 Harness，以及在 Agent 深度参与开发后，Code Review 应当如何变化。

来自阿里云程序语言与编译器团队的许传奇，则将在《传统编译器在 AI 编程时代的新位置》中重新审视编译器的价值。

当 AI 可以批量生成代码，编译器不只负责把源代码翻译成机器指令，它还可能 成为约束、验证和反馈 AI 生成结果的重要基础设施。作为 Clang Modules 与 Serialization Owner、LLVM Committer 和 C++ 标准委员会成员，许传奇将从标准、编译器实现与真实工具链落地三个层面展开讨论。

代码生成的成本正在下降，但管理复杂性的价值反而在上升。

在多轮对话、长上下文推理和大规模并发场景中，决定系统吞吐的已经不只是 GPU 计算速度，还有 KV Cache 存放在哪里、如何分层、何时迁移，以及如何减少不必要的数据复制。

Mooncake Maintainer、趋境科技研发工程师许文杰将在《Mooncake Store 的多层存储演进：分层 KV Cache 与大模型权重管理》中，介绍 Mooncake Store 从分布式 DRAM 向本地 NVMe、NVMe-oF 与远端 DFS 延伸的技术实践。

DRAM 负责低时延访问，SSD 扩大可保留的 KV 工作集。对象副本管理、异步下刷、逐出落盘与命中回迁，负责组织数据在不同存储层级之间流动。

面对 TB 级模型权重，这套系统还需要解决 checkpoint 导入、跨节点分发以及 TP、PP、EP、DP 等不同并行布局之间的转换问题。

当推理优化进入深水区，存储和数据移动正在成为新的性能战场。

另一边，阿里巴巴存储服务团队高级软件工程师、Paimon C++ 负责人刘欣瑀将分享《Paimon-cpp：面向原生查询引擎的 Apache Paimon C++ 实现与落地实践》。

这场演讲将介绍如何摆脱 JVM 依赖，为原生查询引擎构建高性能、可扩展的 Apache Paimon C++ 实现，并深入浅拷贝数据交换、预取优化、异步并行转 换、Blob I/O 优化和 Arrow 列式内存设计等关键实践。

无论是大模型推理还是数据湖 仓，背后的共同命题都是：如何让数据在正确的时间，以更低的成本到达正确的位置。

5%—10%的性能收益，如何从系统底层“抠”出来？

在大型互联网公司的数据中心里，标准库的一次替换，可能影响数千万核生产服务。

字节跳动性能优化工程师李华圣与编译工程及效率研发工程师秦泽天将联合带来《字节跳动数据中心应用 libc++ 的落地与挑战》。

字节跳动长期运行在 libstd c++ 上的生产 C++ 服务，在迁移 libc++ 后，几乎所有业务获得了约 5%—10%的性能收益。但这次迁移同时涉及预编译库、ABI 差异、标准库兼容性、编译构建系统、稳定性和大规模代码改造。

两位讲师将完整复盘这项系统工程，并分享 AI 辅助迁移、性能优化与劣化案例，以及 libc++ 在企业内部持续演进的实践。

奇点智能研究院首席技术咨询师、《C++ 实战：核心技术与最佳实践》作者吴咏炜将带来《契约式编程——C++26 契约及其他》。

契约式设计已经出现四十年，C++26 对契约的语言级支持也成为近年来最受关注、同时最具争议的新特性之一。它能否帮助开发者更清晰地表达前置条件、后置条件与系统不变量？又应当如何进入真实项目，而不是成为另一种难以维护的语法负担？

这场分享将从语言特性回到工程实践，讨论怎样借助契约写出更可靠、更易维护的代码。

在资源受限的端侧系统中，让 C++“完整可用”则是另一类挑战。

小米 Xiaomi Vela 开发工程师、NuttX C++ 运行时库维护者张小猛将在《openVela 上的 C++ 运行时落地实战》中，介绍如何把 libc++、libc++abi、libunwind、libgcc 和 compiler_rt 等桌面级运行时能力真正移植到 RTOS。

从 GCC 与 LLVM 联合升级，到 ARM、x86-64、RISC-V 多架构动态模块的异常支持，再到车规 MCU 的工具链适配，这场演讲将呈现语言标准、编译器 ABI、操作系统内核与硬件架构之间的真实协作方式。

RISC-V 正在从嵌入式设备走向服务器、AI 加速器与高性能计算场景。

但指令集只是起点。一种新硬件架构能否真正承载 AI 工作负载，取决于编译器、算子库、运行时和上层框架能否形成完整的软件生态。

中国科学院软件研究所博士后、RISC-V 国际基金会技术指导委员会委员张洪滨将带来《RuyiAI：RISC-V 原生 AI 系统软件栈》。

RuyiAI 以 PyTorch 与 MLIR 生态为锚点，围绕 AI 编译器、编程语言、算子库和运行时建设 RISC-V 原生软件栈。

这场分享不仅讨论如何让 AI 模型“跑上”RISC-V，更关注如何通过多级编译与软硬件协同，让不同 AI 工作负载真正发挥新架构的性能潜力。

为什么这些议题值得现在讨论？

回看首批公布的 12 场议题，可以看到几条正在快速汇合的技术主线：

• Agent 从生成内容走向执行任务，沙箱、Harness、运行时和安全边界开始成为基础设施；

• 长上下文和万亿参数模型将推理瓶颈推向 KV Cache、权重管理与数据移动；

• AI Coding 降低了代码生成成本，却让工程反馈、架构治理与静态保障变得更加重要；

• C++26、编译器、标准库和运行时继续演进，并在数据中心、端侧设备和实时系统中接受生产级检验；

• RISC-V、原生数据湖仓等新技术路线，正在重新定义软硬件协同的边界。

我们希望 2026 C++及系统软件技术大会不只讨论一种语言的新语法，也不只追逐聚光灯下的新模型，而是深入那些真正决定性能、可靠性、研发效率和基础设施成本的系统问题。

同样值得期待的是，2026 奇点智能技术大会将与 C++ 及系统软件技术大会同期同址举行。两场大会并非简单并行：一边深入大模型、Agent、具身智能与 AI 原生软件研发等前沿方向，一边走进推理优化、编译器、运行时、操作系统和高性能基础设施等系统底层，共同呈现从上层智能应用到下层系统基石的完整技术版图。

无论你希望看清 AI 与系统软件的下一步演进，还是正在为真实生产环境中的性能、成本、可靠性与工程复杂度寻找答案，都欢迎来到现场，与一线实践者共同讨论。

「领取 2026 C++ 及系统软件技术大会 PPT 资料」

官方网站：http://cpp-summit.org/

购票咨询：service@boolan.com

企业合作：partner@boolan.com

演讲申请：hemiao@csdn.net

媒体联系：media@boolan.com