从「为什么要做 GPU 调度」讲起：默认调度器的三个盲区，节点、卡、拓扑三个调度维度，HAMi v2.10 如何用一条策略链覆盖它们；最后用 kind 上可复现的判决性实验裁决 mutex 的真实语义：它要的是一张零租户的卡。
AI Infra
GPU 共享正从软分配走向可治理，调度决策与运行时隔离开始能够对应。
从一线实践和开源生态角度，分析 AI Infra 核心瓶颈的演变、CPU/GPU/调度的真实角色、云原生开源调度生态演进，以及训练、推理、Agent 等不同场景下的算力需求变化。
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。
KubeCon Europe 2026 第一日观察：Kubernetes 如何适应 AI 基础设施浪潮，以及 GPU 资源层的演进趋势。
本文以苹果地图和天气中空气质量数据的呈现差异为切入点，探讨技术标准与数据主权如何影响不同国家的 AI 开源路径，并分析基础设施级开源为何成为生态主导权的关键战场。
开源已成为中国 AI 基础设施制度化建设的关键抓手，京沪双方案揭示了技术与治理的分工与张力。
基于个人 2025 年度回顾与行业观察，我认为软件工程的核心正在发生结构性转移：从以代码为中心，转向以运行时可控性与成本治理为中心。AI 与 Agent 的普及，并没有削弱工程价值，而是把工程复杂性上移到了运行时、算力与预算层。
2026 年 AI 的转折点：不是模型，而是基础设施、Agentic Runtime、GPU 效率与新型组织形态。
从工程实践与组织者视角出发，记录我在 COSCon'25 中国开源年会现场看到的真实变化：AI 成为默认背景，讨论回归工程问题，中国开源正在进入长期主义阶段。