In der Bay Area liegen Training-Stack und Agentenprotokoll in derselben Woche. Der öffentliche Plan ist länger, als ein Roadmap-Review fasst. Zuerst das Gerüst der Woche, danach nur Projekte, die drei Filter bestehen: die Foundation nennt sie, es gibt eine Keynote oder eine eigene Techniksession, und die Session betrifft eine Schnittstelle, die ihr schon benutzt.
Wie die Woche zerlegt ist
Die Linux Foundation datiert die Open Source AI Week auf den 16.–25. Oktober 2026 in der Bay Area. Die Leitveranstaltungen sind die PyTorch Conference North America (20.–21. Oktober, San Jose) und AGNTCon + MCPCon (22.–23. Oktober, San Jose McEnery Convention Center). Die PyTorch-Seite nennt San Jose und druckt auf derselben Seite keine Straße. McEnery nicht auf den 20. und 21. übertragen.
opensourceaiweek.com füllt dieselbe Woche mit Eröffnung am 16., Hackathon zu lokalen offenen Modellen am 17.–18., Debatten am 19., Awards am Abend des 23. und einem Abschlusswochenende. Das sind eigene Veranstalter. Ein PyTorch- oder AGNTCon-Badge gilt dort nicht.
| Datum | Was | Quelle |
|---|---|---|
| 16. Okt. (Fr) | Eröffnung, Community-Events beginnen | Community-Kalender |
| 17.–18. Okt. | Hackathon: lokale offene Modelle, On-Device-Inferenz | Community-Kalender |
| 19. Okt. (Mo) | Debatten. Parallel Arm Create im The Tech Interactive, 10:00–21:00 PDT | Community-Kalender / AGNTCon-Randnotiz |
| 20.–21. Okt. | PyTorch Conference, San Jose. Am 21. abends gemeinsamer AI Community Bash | PyTorch Foundation |
| 22.–23. Okt. | AGNTCon + MCPCon im McEnery. Am 23. morgens Welcome Back & Awards | Linux Foundation, Zeiten in PDT |
| 24.–25. Okt. | Abschluss-Wochenende | Community-Kalender |
Uhr umrechnen, bevor jemand die Nacht schiebt
Beide Pläne stehen in PDT (UTC−7). Am 20. Oktober 2026 gilt in Kalifornien noch die Sommerzeit, in Deutschland noch die MESZ. Abstand: neun Stunden. 9:00 PDT ist 18:00 MESZ am selben Tag. Räume und Uhrzeiten können sich ändern. Die Umstellung auf MEZ ist erst am 25. Oktober.
Wofür die zwei PyTorch-Tage da sind
Die PyTorch Foundation nennt sechs Projekte: PyTorch, vLLM, DeepSpeed, Ray, Helion und Safetensors. Auf der Seite stehen 3.500+ Teilnehmende und 200+ Vorträge und Poster. Der 20. ist Keynotes, Sessions, Expo, Poster und eine Flare Party. Der 21. wiederholt Keynotes und Expo, danach ein AI Community Bash mit DE LA SOUL, geteilt mit AGNTCon. Dessen Plan setzt den Bash auf 18:00–21:00 PDT am 21., also 3:00–6:00 MESZ am 22.
- 20. Okt., 9:15–9:30 — Alban Desmaison (Meta), PyTorch Updates. Release-Notiz der Core-Maintainer. 18:15–18:30 MESZ.
- 21. Okt., 9:15–9:25 — Bill Jia (Google Cloud), Workload Fungibility in the Age of Agents. Das Abstract nennt torch.compile, FSDP2, TorchTitan, vLLM, SGLang, Helion und schreibt, TorchTPU sei öffentlich als Open Source verfügbar. Das ist das veröffentlichte Abstract. Den Repository-Tag danach prüfen.
- 21. Okt. — Zhipeng Wangs DeepSpeed-Keynote zum Skalieren von Frontier-Training. Die Uhrzeit am Live-Plan prüfen. Die Länge einer Sponsored Demo ist nicht die Länge dieser Keynote.
Welche Trainings- und Serving-Projekte sich lohnen
| Projekt | Sessions, die heute zuordenbar sind | Frage danach |
|---|---|---|
| vLLM | Attention-Guide; KV-Transfer für disaggregiertes Serving; gestuftes KV-Cache-Offload; eine Modelldefinition über Beschleuniger ohne Forks | Ob Serving von „eine Maschine voll“ zu getrenntem Prefill und Decode wechselt |
| Helion | CuteDSL- und TPU-Backends, Abstract sagt, die DSL passe zu Agenten; zweite Session von Bayes-Suche zu LLM-geführtem Autotuning | Kernel- und Compiler-Teams folgen dem Repo. Anwendungsteams merken sich nur, dass Agenten auf Kernel angesetzt werden |
| DeepSpeed | Trainings-Keynote am 21.; dazu eine Sponsored Demo zu Expert- und Context-Parallelität für MoE-Feintuning | Den Sponsoren-Slot nicht auf die Foundation-Roadmap heben |
| Ray | Lightning Talk von LinkedIn zu einem heterogenen, elastischen Trainingsstack | Die Foundation nennt Ray, der öffentliche Plan ist dünner als bei vLLM |
| Safetensors | Lightning Talk Faster LLM Serving Startup with fastsafetensors | Ladezeit der Gewichte getrennt von stationären Tokens pro Sekunde buchen. fastsafetensors ist kein siebtes Foundation-Projekt |
| PyTorch | Updates am 20.; torch.compile, FSDP2, TorchTitan im Abstract vom 21. | Auf APIs in der Aufzeichnung warten. Abhängigkeiten nicht am Session-Titel hochziehen |
Eine Sponsorenliste ist keine Foundation-Liste
Eine gesponserte Red-Hat-Session nennt PyTorch, vLLM, llm-d, OpenShell, OGX (früher Llama Stack) und Docling. Namen auf einem Showcase-Slot heißen: jemand spricht darüber. Nicht: vier neue Projekte der PyTorch Foundation.
AGNTCon und MCPCon teilen einen Plan
Die Linux Foundation führt beide als Flagship der Agentic AI Foundation, 22.–23. Oktober, dasselbe Haus, auf der Seite 3.500+ Teilnehmende. Die Registrierung gilt für AGNTCon. MCP-Sessions liegen auf demselben PDT-Plan unter dem Filter MCPCon. Es ist nicht „vormittags AGNT, nachmittags MCP“.
Die Reihenfolge am 22. Oktober im Grand Ballroom steht minutenweise, und kann sich trotzdem ändern. In MESZ liegt der Block am Abend:
- 9:00 PDT / 18:00 MESZ — Angie Jones, Eröffnung
- 9:05 — Mazin Gilbert, Executive Director, Agentic AI Foundation
- 9:15 — Manik Surtani, CTO
- 9:25 — J.R. Storment, Tokenomics: Token-Kosten und Intelligenz pro Watt ins Design-Review
- 9:30 — David Soria Parra, Anthropic, Co-Autor von MCP
- 9:40 — Bradley Axen, Building the Human-Agent Workplace, wie Block Kontext, Identität und Tool-Rechte zwischen Menschen und Agenten teilt
Am 23. Oktober ist 9:00 Welcome Back & Awards mit Mazin Gilbert, 9:20 Mark Collier (PyTorch Foundation), 9:25 Thomas Dohmke (Entire), 9:40 Shadaj Laddad, Coding Agents need Deterministic Correctness. Das Abstract sagt: Review hält dem Durchsatz der Agenten nicht stand, Unit-Tests verfehlen Fehler über Service-Grenzen. Hydro, der verteilte Simulator in diesem Abstract, ist ein Vorschlag in der Keynote, kein Foundation-Projekt.
Sechs Namen auf der Protokollebene
| Name | Was der Plan als Problem nennt | Anschluss an vorhandene Arbeit |
|---|---|---|
| MCP | Keynote des Co-Autors; OAuth für unregistrierte Clients, Protected Resource Metadata, Autorisierung in der Firma; Beobachtbarkeit; Veröffentlichung auf PyPI und in der Registry; derselbe Server verhält sich in Claude und Cursor verschieden | Die Tool-Schicht bleibt die aus MCP und Datenquellen. Danach die Spec diffen, nicht den Client wegen eines Stands wechseln |
| A2A v1 | Tasks, Agent Cards, Transport, Extensions, eigene Bindings | Ein Agent spricht mit einem Agenten. Ein einzelner Client, der Tools ruft, ist weiter ein MCP-Problem |
| Agent Skills | Lizzie Siegles Session behandelt ein Skill als Fähigkeit, die der Agent in die nächste Aufgabe mitnimmt | Das ist nicht dieselbe Schicht wie Cursor Rules. Siehe Skills und Rules |
| AI Catalog | Ein Umschlag für Skills, MCP-Server und A2A-Cards, plus .well-known/ai-catalog.json für Entdeckung mitten in der Session. Das AGNTCY-Verzeichnis gilt als Referenzimplementierung | Das Abstract nennt Clients wie Claude und Goose. Das ist die Richtung der Session, kein Default, den schon jeder Client eingeschaltet hat |
| goose | Blocks Open-Source-Agent. Die Workplace-Keynote und eine Session zu lokalem Review mit Organisationskontext | Zum Vergleich von Rechtemodell und Sub-Agenten. Ersetzt keinen Inferenzserver |
| Agent-Gateway | Kurzer Sponsoren-Slot und ein Workshop: dem Agenten keinen API-Key geben, Credentials am Ausgang injizieren | Dieselbe Folgerung wie minimale Rechte |
WebMCP (Tools im Frontend registrieren und den vorhandenen Login wiederverwenden) und mehrere Orchestrierungsvorschläge stehen ebenfalls im Plan. Sie bleiben draußen, bis eine Keynote oder ein Foundation-Name daran hängt.
Was danach zu prüfen ist
- MCP — Dieselben Tools einmal in Claude und einmal in Cursor laufen lassen. Server aus der MCP-Server-Liste wählen, nicht einen pro Stand.
- Credentials — Prüfen, ob der Agent-Prozess noch ein langlebiges Geheimnis hält. Injizieren, wenn der Tool-Call hinausgeht, nicht wenn der Prompt zusammengesetzt wird.
- Serving — Bei einer OpenAI-kompatiblen API Kaltstart und stationäre Tokens pro Sekunde getrennt loggen. Die vLLM-Sessions handeln von GPU-Clustern. Auf Apple Silicon bleiben MLX, Ollama und Core ML der lokale Weg. Das Hackathon-Thema „lokale offene Modelle“ meint diese Seite, nicht vLLM auf einem Mac.
- Lange Jobs — Wenn Agent-Schleife, Browser und Compile eine Maschine teilen, Ausführungs- und Editierknoten trennen. Der Ablauf steht in der Deployment-Notiz.
Reihenfolge
Am 22. mit dem MCP-Co-Autor beginnen, danach entscheiden, ob A2A und AI Catalog euer Problem sind. Wer am 20. und 21. nicht im Saal ist, nimmt zuerst die vLLM-KV-Sessions und PyTorch Updates. Helion und DeepSpeed hängen daran, ob ihr Kernel schreibt oder trainiert.
Fragen
Ist die Open Source AI Week die PyTorch Conference? Nein. Die Woche ist der Rahmen vom 16. bis 25. Oktober. PyTorch ist der 20. und 21., AGNTCon + MCPCon der 22. und 23. Hackathon, Debatten und Awards kommen aus dem Community-Kalender. Die Tickets gelten nicht über Kreuz.
Wann sind die Keynotes in Deutschland? Der Plan ist PDT. 9:00 PDT ist 18:00 MESZ am selben Tag. Der Bash um 18:00 PDT am 21. ist 3:00 MESZ am 22.
PyTorch ohne großes Training? vLLM und der Safetensors-Kaltstart reichen. DeepSpeed, Ray und Helion bleiben bei Training und Kerneln.
MCP oder A2A zuerst? MCP. A2A sind Aufgaben und Discovery zwischen Agenten. Solange ein Client der einzige Aufrufer eurer Tools ist, ist A2A nicht der Engpass.
ZavCloud Cloud Mac
Das Protokoll bewegt sich in der Cloud. Die Prüfung bleibt auf macOS.
Ein MCP-Server, ein lokales Modell und ein langer Agent-Job können auf einem eigenen Mac mini liegen: echtes macOS und eine eigene IPv4, getrennt vom Laptop, an dem ihr tippt.
Cloud-Mac-Pläne ansehen