隨著生成式 AI 超越靜態提示不斷發展，本次峰會將彙集頂尖研究人員、開發者和策略師，共同探索基於開源和開放標準的面向目標代理的未來。開放代理峰會將於 10 月 21 日在舊金山與 PyTorch 大會同期舉辦，是專注於代理式 AI（即能夠感知、規劃並在動態環境中行動的智慧自主系統）崛起的首要盛會。
核心主題包括多代理協作、工具和基礎設施、協議和標準、實際部署、安全和對齊，以及代理在企業和消費者應用中的整合。
參加峰會的 3 大理由
- 掌握代理式 AI 的前沿 – 本次峰會專門關注面向目標的代理——能夠在不斷變化的環境中感知、規劃和行動的 AI 系統，而不僅僅是靜態的提示-響應。如果您對 AI 如何超越大型語言模型，發展為更自主、互動和自適應的系統感興趣，本次活動將充滿最新的研究、框架和實際部署案例。
- 開源、開放標準和多代理協作 – 核心主題之一是如何使用開源工具和開放協議構建代理，以及使代理能夠互操作的標準。您將聽到致力於基礎設施、工具、多代理系統和標準的專家發言。對於開發者、研究人員或策略師來說，這是一個為構建負責任、可擴充套件和協作的代理系統基礎的社群做出貢獻並向其學習的機會。
- 實際部署、安全和對齊 – 除了理論，本次峰會將涵蓋實際部署問題：安全、對齊、可靠性、基礎設施，代理式 AI 如何或應該如何在實際環境中（企業和消費者）執行，需要哪些協議來確保信任，工具和基礎設施如何支援安全代理等等。無論您是構建代理、使用代理，還是正在思考它們的影響，參加本次峰會都將讓您直接獲得來自行業領導者在生產環境中構建和部署代理的見解、案例研究和思想領導力。
專案亮點
透過主題演講、小組討論和深入的技術會議，本次峰會將全面審視開放自主代理如何重塑行業、工作流程以及人機互動。
主旨演講
- 歡迎致辭和開幕詞 – Matt White, PyTorch 基金會執行董事
- 邁向構建安全可靠的代理式 AI – Dawn Song, 加州大學伯克利分校教授
- 構建開放的代理式未來 – Samuel Colvin, Pydantic 創始人
專題會議
- AG2/MassGen – Chi Wang, DeepMind
- AI 科學家 – Yutaro Yamada, Sakana AI
- 使用 BeeAI 構建和共享可靠的 AI 代理 – Sandi Besen, IBM
- A2A – Chitra Venkatesh, Google
- 使用 LlamaIndex 構建開源 NotebookLM 替代方案 – Tuana Çelik, Llamaindex
- 模型上下文協議：連線 AI 與一切 – Adam Jones, Anthropic
- 使用 vLLM 加速開源強化學習和代理式推理 – Michael Goin, Red Hat
- AGNTCY：構建多代理系統的開源專案 – John Parello, Cisco
- 用於大型語言模型代理的模組化強化學習庫 – Sumanth Hegde, Anyscale & Tyler Griggs, 加州大學伯克利分校
- 使用 SGLang 在代理中端到端最佳化多輪強化學習和高效能推理 – Chenyang Zhao, SGLang
小組討論
- 代理和人機協作的未來
- Yujian Tang, OSS4AI (主持人)
- Davide Crapis, 以太坊基金會
- Mitesh Patel, NVIDIA
- Bradley Axen, Block
- Yu (Jo) Zhou, 哥倫比亞大學
- 野外代理：實際部署和經驗教訓
- Yujian Tang, OSS4AI (主持人)
- Yina Arenas, 微軟
- Andrew Hoh, Lastmile AI
- Diamond Bishop, DataDog
- Mahdi Ghodsi, AMD
透過將開放代理峰會新增到您的PyTorch 大會註冊來註冊。