2017-2022
云原生与 Kubernetes 阶段：围绕容器编排、平台工程和开发者教育，先后发布《Kubernetes 架构与生态》《Cloud Native Go》《云原生 Java》《云原生模式》《云原生基础架构》等。
构建 AI 原生基础设施的开放生态
我长期关注云原生、GPU 资源治理、AI 推理系统与开源社区建设，致力于把复杂基础设施转化为开发者能够理解、使用、参与和共同演进的开放生态。
开放协作
开发者体验
技术深水区
系统化表达
我的价值主张
我关注从 AI 应用、智能体运行时、推理与训练工作负载，到 GPU 与加速基础设施的完整开放生态。基础设施的价值不只在于技术先进性，也在于它能否被开发者理解、验证、扩展和共同维护。
智能体 / AI 应用
智能体运行时与上下文
推理 · 训练 · 治理
GPU 与加速基础设施
- 开放协作 开源不是发布代码，而是建立持续协作、反馈和共同演进的机制
- 开发者体验 基础软件生态的核心竞争力，来自清晰文档、顺畅流程和可参与的贡献路径
- 技术深水区 AI 基础设施需要同时理解算力、调度、运行时、工程治理和开发者工具链
- 系统化表达 好的技术内容应该降低参与门槛，把复杂系统转化为可学习、可验证的知识结构
- 生态反馈 社区反馈应成为产品和研发演进的输入，而不是停留在问答和运营指标里
- 长期主义 开发者生态需要长期写作、持续活动、工具建设和信任积累共同支撑
我如何实践
我通过写作、开源社区、技术图书、资源图谱和开发者活动，把基础设施问题转化为可传播、可协作、可演进的知识体系。
长期实践路径
2022-2024
服务网格与微服务阶段：聚焦治理、流量体系和工程实践，持续完善《Istio 基础教程》《迁移到云原生应用架构》《Istio 最佳实战》《简明 Envoy 教程》等实践路径。
2025-Now
AI Native Infra 与 AI 阶段：将 AI 工程、GPU 资源治理和开源生态结合起来，推出《RAG 应用开发与实战手册》《智能体设计模式》《智能体构建指南》《Kubernetes 中的 GPU 调度与虚拟化手册》《AI 原生基础设施》《AI 基础设施之道》等。
生态建设方法
把技术讲清楚
从真实生产问题出发，把复杂主题拆成资源模型、运行时、平台工程和治理机制。
把路径铺出来
通过文档、教程、示例和资源图谱，让开发者知道如何开始、如何深入、如何贡献。
把社区连起来
通过线上线下活动、技术分享和持续互动，把使用者、贡献者与研发团队连接成反馈闭环。
把生态做长期
文章、图书、演讲、开源项目和社区运营互相校验，持续修正观点并沉淀方法。
出版物与长期著作
覆盖云原生、AI 原生基础设施与智能体系统的长期写作与出版项目，沉淀为开发者可学习、可传播、可实践的方法论。
AI 开源全景图
把方法论落到工具与项目：面向开发者持续更新的 AI 开源资源导航。
持续更新
探索 AI 资源列表
按分类浏览智能体、AI 编程工具、模型基础设施与工程实践相关的开源资源。
查看 AI 资源列表最新实践文章
最近发布的工程实践、开源生态与 AI 基础设施思考，延续前述研究主线。
Kubernetes 正在成为 AI 时代的 GPU Control Plane
观察 AI 基础设施控制面演化的几个趋势，聚焦 HAMi v2.9、GPU 调度和 Kubernetes 资源模型。
在 KubeCon EU 2026 中，我感受到 Kubernetes 与 AI 浪潮的焦虑与变化。这篇文章深入探讨了 Kubernetes 在 AI 时代的挑战与未来发展机遇。
我关注什么
从技术理解、开发者体验到社区增长，构建基础软件的开源生态闭环。
开源技术生态
我关注贡献者成长路径、Issue 与 PR 协作、版本发布、社区沟通和开发者活动，让开源项目从代码仓库成长为可持续协作的社区。
开发者赋能
我通过技术文档、教程、工作坊、演讲和最佳实践，降低开发者理解和使用复杂基础设施的门槛。
AI/GPU 基础设施
我长期研究 Kubernetes、GPU 调度、推理系统、智能体运行时与 AI 原生基础设施，能与开发者和研发团队进行深度技术对话。
关于宋净超（Jimmy Song）
Jimmy 长期工作在云原生、服务网格与 AI 原生基础设施交叉领域，关注 GPU 调度、推理系统、开发者工具链与开源生态建设。现任 Dynamia 密瓜智能 开源生态 VP，同时是 CNCF Ambassador 与 云原生社区（中国） 发起者。我的工作重点是连接基础软件研发团队与开发者社区，通过技术内容、社区机制、贡献者路径和开源项目运营，推动复杂基础设施形成可持续的开发者生态。
