【线下实战】Data * AI:可观测性落地实践|报名开启!

本活动由 Apache Pulsar 社区、DeepFlow 社区、腾讯云架构师联盟、谙流科技、云杉网络联合主办。

当AI智能体全面涌入生产环境，可观测性不再只是“看监控”，而是保障系统稳定与安全的核心防线——本次线下实战活动，将聚焦AI与数据融合时代下可观测性的真实挑战与解法。

四大硬核演讲，剖析典型用户痛点，拆解AI时代的可观测性密码：

• 内核级智能体治理：如何基于eBPF，在不依赖应用层的前提下，审计并管控智能体及其动态生成的脚本？DeepFlow 电子眼带来头部MaaS厂商的完整复盘。

• Pulsar可观测性实践：消息中间件核心场景的稳定性如何保障？从指标到告警，再到AI根因分析，分享全链路观测的真实落地经验。

• Pulsar存算分离架构解密：深入Broker与BookKeeper的解耦设计、动态负载均衡与跨集群容错，理解云原生消息系统的可观测性基石。

• 安全威胁建模探索：探讨如何利用可观测数据识别微服务架构中的调用绕行、资产暴露等风险，并展望AI辅助威胁建模与攻击路径推演。

向阳 云杉网络 总裁

清华大学博士，云杉总裁，曾获网络测量领域国际顶会ACM IMC颁发的第一届 Community Contribution Award，现负责云原生可观测性产品  DeepFlow，其核心技术已作为学术论文发表于网络通信领域国际顶级会议 ACM SIGCOMM 2023。

2026年智能体大量涌入生产环境，但治理基础设施严重缺位——直到一次未授权的reboot，让"智能体到底做了什么"从概念变为工程问题。DeepFlow 电子眼基于eBPF，在内核层对智能体及其所有子孙进程（含LLM动态生成的脚本）进行完整行为审计，不依赖应用层、无法被绕过；并在此之上以策略从内核层封禁高权限命令，拦截结果回流为审计证据，形成“先看清、再管住、再放开”的闭环。本次分享以某头部MaaS厂商Agentic Infra实践为例，完整复盘一次内核级智能体治理实战。

周鹏，「老周聊架构」主理人。专注AI、大数据、云原生、物联网、分布式消息引擎10余年，曾在中兴通讯、云鲸智能呆过，目前就职于顺丰科技。CSDN博客专家，InfoQ签约作者，阿里云博客专家，腾讯云架构师同盟理事，IT新媒体年度优秀文章，特别擅长分布式消息引擎包括但不限于Kafka，RocketMQ，Pulsar。

演讲内容

详细解析了Apache Pulsar的存储计算分离架构及其核心技术优势，通过将无状态的Broker（负责计算与协议处理）与分布式Bookie（负责持久化存储）解耦，系统实现了各层级的独立弹性扩缩容与秒级故障恢复。文中深入探讨了BookKeeper的存储原理，包括基于Ledger的数据模型、读写分离的缓存机制以及多副本一致性保障。此外，通过Namespace Bundle实现的动态负载均衡，以及利用ZooKeeper进行元数据管理与分布式锁定的机制。最后，概述了Pulsar在跨集群复制与容错设计方面的表现，展示了其满足云原生高可用需求的能力。

魏祥臣 谙流科技 技术合伙人

长期关注Apache Pulsar在国内的金融、电信等行业核心场景的推广与生产级落地，专注于分布式消息系统的稳定性保障与运维体系建设。

演讲内容

Pulsar在核心业务场景下的可观测性实践

可观测性建设远非"采集指标+配置告警"这么简单。本分享聚焦Pulsar生产环境的稳定性保障，介绍如何利用其原生指标体系构建全链路观测能力，实现集群状态实时洞察与故障精准定位，并探讨AI技术在智能告警与根因分析中的落地路径。

原腾讯海外游戏安全负责人、腾讯安全技术委员会执行委员，具备从运维到安全体系建设复合背景。聚焦研发安全、DevSecOps、纵深防御与安全合规，当前关注AI时代下的安全评估与自动化威胁建模实践。

演讲内容

基于可观测数据的安全威胁建模探索

本次分享将从“资产与关系是安全评估基础”切入，结合 DeepFlow 可观测数据，探讨如何在复杂微服务架构中识别调用绕行、核心资产暴露、非预期外联等风险，并进一步展望AI如何基于真实拓扑与流量关系，辅助完成架构归纳、攻击路径推演、风险排序与自动化威胁建模探索。

为什么值得参加？

这里没有纸上谈兵，只有一线专家的实战复盘。无论你是SRE、研发工程师还是运维负责人，都能获得从内核到应用、从数据到AI的可观测性建设新视野。席位有限，即刻报名，一起让数据真正驱动AI时代的稳定与安全。