专题演讲嘉宾：赵东

AI Agent 走向规模化后，Workspace 成了继 LLM、Tool、Context Window 之后被忽略的第四块基础设施——Agent 运行中产生的代码与产物、多模态文件、知识库与 Skill、运行状态，乃至就地读写的 SQLite、DuckDB、LanceDB，都需要一块载体来承载。 Workspace形态正在发生一次明确迁移：从"私有化存储介质"走向"共享存储底座"。原有方案在这种特征下，成本随 Agent 数量线性膨胀，挂载密度受限，空闲资源无法释放。 本次分享拆解共享存储底座的设计思路：如何以 Per-Agent 独立视图加共享底座的解耦架构，让成本随数据量而非 Agent 数量增长；如何用对象存储做持久层、数据库做元数据服务、可独立伸缩的缓存做加速；以及写时复制快照与 POSIX / S3 双协议接入带来的实际价值，并结合四类典型场景给出可直接自查的选型判断标准。