AI 原生基础设施与 Agent Runtime 的工程思考
我关注大模型推理、RAG 与智能体在生产环境中的工程化问题：运行时、资源模型与系统治理。
代表性写作
记录我在 AI × 云原生方向的研究与思考，从工程实践到架构抽象。
Agentic AI Foundation 与 AI 原生标准化
解析 Agentic AI Foundation（AAIF）的成立背景、战略紧迫性、与 CNCF/CNAI 的差异及分工，以及其对 AI 原生时代的深远意义。
云原生的下半场：AI Native 平台工程时代已经到来
回顾云原生十年演进，展望 AI Native 平台工程的技术分层与关键变革，解析 KubeCon NA 2025 行业信号。
从 YAML 到 Markdown：规范驱动开发的演化与 AI 原生范式的崛起
探索从 YAML 到 Markdown 的演变，揭示 AI 原生时代的规范驱动开发（SDD）如何重塑智能体的行为与协作方式。
核心技术领域
这些方向构成我持续研究的主线，重点在可落地的工程抽象与实践边界。
AI 原生
我关注推理、RAG 与智能体的运行时与工程抽象，思考如何把能力稳定交付到生产环境。
云原生
我研究 Kubernetes 在 AI 负载下的边界与演进方向，包括资源调度、弹性伸缩与多租户治理。
开源开放
我以工程师视角参与并推动 AI 基础设施开源生态，重视可验证、可演进的设计与协作方式。
关于 Jimmy Song
我长期研究 AI Native 基础设施与智能体运行时，关注推理、RAG、平台工程与系统治理等工程化问题，目标是让智能体能力在生产环境中可交付、可演进。我也是 CNCF Ambassador 与 Developer Advocate，同时发起了 ArkSphere （面向 AI 原生基础设施的工程共同体）。
