Skalowanie AI: Od prototypu do zaufanej produkcji

AI przeszło z demonstracji do produkcji, stając się agentami, którzy pamiętają, rozumieją i działają w czasie. Ta zmiana przekłada trudny problem z modelu na warstwę danych. Trwała pamięć, kontekst w czasie rzeczywistym, odzyskiwanie i izolacja per-tenant teraz muszą działać na dużą skalę, w jednym systemie.W tym meetupie Lusha Chen, dyrektor generalny APAC w Dify; Tony Huang, architekt rozwiązań w TiDB; oraz Sean Hong, VP ds. rynku międzynarodowego w Eagle Cloud podzielą się tym, czego się nauczyli podczas przekształcania aplikacji AI z prototypu na skalę globalną.Dlaczego musisz przyjśćPrezentacja 1: Od Hype do produktywności — prawdziwa droga do adopcji AI w przedsiębiorstwieKażde przedsiębiorstwo chce AI. O wiele mniej przeszło poza fazę pilotażową. Lusha zanalizuje, co tak naprawdę oddziela demonstracje od wdrożeń: gdzie projekty AI utknęły w dużych organizacjach, co musi się zmienić w sposobie, w jaki zespoły je budują i zarządzają nimi, oraz schematy wyłaniające się z firm, które wykonały skok od eksperymentów do codziennej produktywności.Prezentacja 2: Co jeśli Twój produkt stanie się wirusowy? Wewnątrz architektury danych za Manus i KimiManus stał się wirusowy niemal natychmiast po jego wprowadzeniu w marcu 2025 roku — ale jego warstwa danych nie mogła nadążyć. Manus musiał wprowadzić listę oczekujących, która szybko zwiększyła się do ponad 250 000 użytkowników. Manus następnie migrował do TiDB, rozproszonej, zgodnej z MySQL bazy danych stworzonej dla agentów AI. Podobnie Kimi K2.6 korzysta z tej samej podstawy danych.W tej prezentacji Tony przejdzie przez wyzwania, kompromisy i lekcje — oraz dlaczego zarówno Manus, jak i Kimi wybrali TiDB do uruchomienia swoich agentów AI.Prezentacja 3: Od Shadow AI do zaufanych agentów: praktyczna governance AI z Eagle CloudW miarę jak organizacje szybko przyjmują agentów kodujących, autonomiczne narzędzia i generatywne AI, większość zespołów napotyka rosnącą „ciemną stronę”: Shadow AI. Pracownicy już korzystają z niezatwierdzonych narzędzi i osobistych kont, podczas gdy nawet zatwierdzone agenty często działają jako czarne skrzynki — co stwarza ryzyko wycieku danych, zgodności i kontroli. W tej sesji przedstawiamy praktyczny framework do odkrywania niekontrolowanego użycia AI, egzekwowania polityki i przekształcania zatwierdzonych narzędzi w zarządzane zaufane agenty z niezależną tożsamością, minimalnymi uprawnieniami i ochroną w czasie rzeczywistym. Ta prezentacja pokazuje, jak organizacje mogą działać szybko, nie tworząc przyszłego długu w zakresie bezpieczeństwa lub regulacji.Agenda