在大型语言模型和代理型人工智能应用快速发展的时代，大数据技术的整合——尤其是实时处理引擎如Apache Flink——已成为数据基础设施专业人士关注的重点议题。

代理型人工智能应用可根据其触发机制分为两类：基于人类请求的代理和基于事件的代理。 ● 人类请求驱动型代理通常需要上下文信息来处理请求，而Flink的实时数据处理能力可确保及时提供更新的上下文信息。 ● 相比之下，事件驱动型代理由机器生成的事件（如交易、网页点击或传感器数据）触发，这类事件的发生频率通常远高于人类请求。

随着AI技术的持续进步和行业规模部署的实现，我们预计未来绝大多数代理型AI工作负载将源自事件驱动型代理。为此，我们正在基于Apache Flink开发一个新的事件驱动型代理框架。

本次演讲将涵盖： ● 事件驱动型代理的定义及应用场景 ● 构建事件驱动型代理的技术挑战 ● 为什么Apache Flink适合构建事件驱动型代理 ● 框架的设计原则及当前开发进展

讲师:

Xintong 是Apache Flink项目管理委员会（PMC）成员。他目前担任阿里巴巴云计算公司高级软件工程师，并领导Flink Java引擎团队。在此之前，他获得了北京大学计算机科学博士学位。