开场与嘉宾介绍

代班主持 teason 介绍本期主题与两位嘉宾，苏锐与庄晓丹分别介绍各自公司与产品背景。

JuiceFS 的演进与开源决策

苏锐回顾 JuiceFS 六年发展，从闭源云服务到开源插件式设计，解释为何转向开源以覆盖多样化需求。

插件式架构与对象存储兼容

详细说明 JuiceFS 的插件设计，兼容多种对象存储与元数据数据库，降低用户使用门槛。

GreptimeDB 的云原生理念

庄晓丹阐述 GreptimeDB 将对象存储作为主存储的理念，与 JuiceFS 的异同，以及开源策略的差异。

开源与商业边界的讨论

teason 与庄晓丹讨论开源与闭源的边界，强调开源是单向门，默认开源策略的利弊。

为什么不用 JuiceFS？

庄晓丹解释 GreptimeDB 为何不直接使用 JuiceFS，而是选择跨过抽象层，直接利用对象存储特性。

JuiceFS 的客户场景与商业化转向

苏锐分享早期客户场景（日志归档），以及商业化重心转向 AI 领域（生成式 AI、自动驾驶等）。

成本对比与性能顾虑

苏锐给出 JuiceFS 与 EFS 的成本对比数据，庄晓丹指出对象存储的性能顾虑与适用场景。

对象存储的采用案例与挑战

庄晓丹分享客户案例（毫秒级采集、PB 级数据），讨论成本与扩容问题，强调易用性。

多云需求与 AI 驱动

讨论多云需求的演变，从安全到比价，再到 AI 时代的算力调度，JuiceFS 的多云功能在 AI 时代成为刚需。

AI 转型的时机与客户来源

苏锐透露 JuiceFS 早在 2019 年就关注深度学习，从 CV 领域切入，客户先行与趋势判断结合。

JuiceFS 对 AI 的优化与优势

苏锐介绍 JuiceFS 在 AI 场景的兼容性、性能解耦、多云支持等优势，以及初创公司的服务优势。

开源基础设施的维护挑战

讨论老牌软件维护困难，开源作为保持可维护性的手段，以及用户对开源的信任价值。

总结陈词：开源、云原生与 AI 趋势

庄晓丹总结三点：开源的意义、云原生基础设施是共识、思考如何服务 AI 落地。

苏锐的补充与节目收尾

苏锐强调基础设施软件的长期积累，AI 仍处于发散状态，期待新架构，节目以感谢与导流结束。