今年 12 月初，我在北京参加了 COSCon'25 中国开源年会。虽然我从事开源领域多年，但这还是我第一次参加开源社主办的开源年会，而且还是以分论坛出品人的身份参与。以前我总以为这样的会议太过高屋建瓴、曲高和寡，但是实际参与后，还是有些收获的。
需要说明的是，这篇文章不是大会总结，也不是官方回顾。关于大会规模、参与人数、论坛数量等信息，官方已经整理得很完整，这里不再重复，感兴趣的可以直接参考开源社发布的文章： COSCon'25 第十届中国开源年会在北京圆满落幕，万字长文带你重温高光时刻！
我更想写的是：站在现场、站在工程一线、站在组织者而不是观众的位置，我看到的中国开源正在发生的变化。
这届 COSCon，不再试图“证明开源很重要”
一个很直观的感受是： 几乎没有人再花时间论证“为什么要做开源”。
早些年的大会上，常见的叙事是：
- 开源是否安全
- 开源能不能商业化
- 中国能不能做自己的开源项目
而在 COSCon'25，这些问题基本已经被默认为“背景条件”。讨论更多集中在已经在做开源的人，接下来怎么走。
这并不意味着问题消失了，而是说明一件事：
开源在中国工程圈，已经不再是“理念层面的选择”，而是现实中的工作方式。
AI 成为背景噪音，而不是主角
本届大会的主题是 Open Source × Open Intelligence，但有意思的是，AI 并没有以“主角姿态”出现。
它更像一种背景噪音—— 几乎所有话题都绕不开 AI，但又没有谁在单独“讲 AI”。
你会在这些地方反复看到它：
- 云原生调度，讨论的是 GPU / NPU / 异构资源
- 存储与数据，讨论的是训练与推理的数据路径
- Serverless，讨论的是 LLM 冷启动与弹性
- 可观测性，讨论的是系统复杂度失控之后怎么办
AI 并没有被当成“风口”，而是被当成新的工作负载现实。 这是一个非常重要、但不容易被宣传稿捕捉到的变化。
作为云原生分论坛出品人的真实感受
我参与出品了本届大会的云原生开源分论坛。这个角色让我看到一些和“听众视角”完全不同的细节。
第一，议题明显向“工程问题”收敛
讲 Kubernetes 概念的几乎没有； 讲“某某架构思想”的也很少。
更多是：
- 你在什么规模下踩了什么坑
- 你为什么选了这个方案而不是另一个
- 哪些问题现在还解决不了
很多分享并不“好听”，但非常真实。
第二，高校与产业的边界在变薄
这一点今年尤为明显。
一些来自高校和研究机构的分享，已经不再是“论文视角”，而是直接面对工业系统里的核心问题，比如：
- Serverless LLM 的冷启动
- RDMA 在推理路径中的真实价值
- Prefill / Decode 分离到底是不是工程上可行
这些内容不一定马上能落地，但已经开始与工程问题正面碰撞，而不是各说各话。
第三，开源不再只谈代码
在不少讨论中，“治理”“维护成本”“社区协作方式”被频繁提及。
这其实是一个信号： 当项目真正被用起来，代码反而不再是最难的部分。
主论坛：更多问题，而不是答案
如果用一句话形容主论坛，我会说： 它在反复提出问题，但并不急着给结论。
比如：
- AI 时代的开源，边界是否发生了变化？
- 模型、数据、芯片是否应该进入开源核心？
- 开发者的角色是否正在被重新定义？
这些问题没有标准答案，但被不断抛出，本身就说明它们已经成为共识层面的疑问，而不只是少数人的思考。
展区与分论坛，反而更接近真实生态
相比主论坛，我个人更关注分论坛和展区。
在那里你会看到：
- 很多项目并不再强调“我要替代谁”
- 更多在讨论“我能和谁一起工作”
- 有不少社区已经在认真谈长期维护，而不是发布版本
这可能不性感，但很重要。
一点个人判断
如果一定要给 COSCon'25 下一个判断，我会说：
中国开源，正在从“能不能做”，转向“能不能长期做下去”。
这是一个更难、也更现实的阶段。
这届 COSCon 并没有试图制造某种宏大叙事，它更像一次阶段性的“状态暴露”： 问题更多了，参与者更复杂了，但讨论也更贴近真实世界了。
开源并不依赖一届大会向前走，但这样的现场，能让人更清楚地知道： 我们现在到底站在什么位置。