HPE 的三位产品负责人（Marius Bogoevici、Mahesh Ramachandran、Karthik Subramanian）在一篇赞助文章中讲了怎么发现 AI 服务“机器很忙但用户体验差”的问题。原来大家常看 GPU 利用率，但它只说明显卡在干活，不代表回答够快、够准——首字快可能后面生成很慢，整体快也可能答错。他们建议上线前先用有代表性的提问和流量做一次“基准测试”，记下首字时间、每字生成速度、吞吐量和答案质量，上线后再拿实时表现跟基准对比，并把请求数据和 GPU、网络、数据库、向量库等底层指标对齐，才能分清是需求涨了还是哪里卡住了。读者可以据此建立更靠谱的监控和扩容依据；报道没有给出具体测试数字，相关方法和电子书属于推荐做法，HPE Morpheus 与 OpsRamp 是厂商产品介绍，并非已公开的独立评测结果。
文中可用工具
- HPE Morpheus Software在混合环境中统一开通和管理虚拟机与 Kubernetes 集群的平台
- HPE Kubernetes Service (HKS)Morpheus 高级版和企业版中包含的 Kubernetes 服务
- HPE OpsRamp Software跨多云混合基础设施的全栈可观测与监控工具
- Horizontal Pod AutoscalerKubernetes 自带的按指标自动扩缩容组件
展开详情收起详情：GPU 繁忙会掩盖 Kubernetes 上缓慢的 AI 推理⌄
The New Stack
原文发布：2026-10-31 03:56收录：2026-10-31
Dynatrace 发布了一个现成的仪表盘，能把运行中的 AI 服务里发现的漏洞集中展示出来。原来团队很难看清自己的 AI 模型、Agent 和推理流程里到底运行着哪些有漏洞的开源依赖，信息分散、缺少上下文。这个仪表盘把运行时漏洞分析和 AI 可观测性结合起来，按严重程度和影响范围汇总，还提供覆盖情况表，告诉你哪些 AI 进程已被扫描、哪些还没被扫。该仪表盘现已可用，前提是先接入 AI 可观测性并开启运行时漏洞分析。
文中可用工具
- Runtime Vulnerability Analytics在运行时扫描进程，发现其中加载代码的已知漏洞
- AI Observability发现并监测 AI 服务相关实体，为漏洞视图提供数据
- OpenInference原文推荐用于接入 AI 可观测性的埋点工具
- GenAI Smartscape识别 AI 服务背后的进程实体
- LangChain原文仅作为 AI 相关开源框架名称提及，未说明具体用途
- Hugging Face原文仅作为 AI 相关开源框架名称提及，未说明具体用途
展开详情收起详情：揭示你的 AI 服务中的漏洞⌄
Dynatrace Blog
原文发布：2026-10-30 02:03收录：2026-10-30
Dynatrace 这次把 AI 可观测性的数据接入打通了：不管你用的是编码 Agent、Python 大模型应用，还是基于 OpenInference 的工具，采集到的运行数据都能汇到同一个地方。原来每种工具格式不同，往往要各自搭一条接入通道，额外做不少管线工作；现在这些数据会被统一整理成同一套 gen_ai.* 数据模型。对用 Python 调 AWS Bedrock、OpenAI 或 LangChain 的团队，OneAgent 只要开一个设置就能自动采集，不用改代码；已用 OpenInference 的团队，原有埋点也能直接接入。这样团队能把精力放在做应用上，排查问题和看成本也更方便。另外，Anthropic、Google ADK 等十余种框架的 Python 传感器目前是实验状态，采集完整度可能变化，正式可用时间原文没说明。
文中可用工具
- OneAgent自动采集 Python 大模型应用的日志、追踪和 LLM 遥测，开启设置即可，无需改代码
- OpenInference面向 AI 应用的开源埋点规范，支持 33+ 框架自动采集追踪，Dynatrace 可直接接收其数据
- Claude Code编码 Agent，Dynatrace 可采集其 OpenTelemetry 信号以监控用量和成本
- Codex (OpenAI)编码 Agent，Dynatrace 可采集其遥测
- Cursor编码 Agent，Dynatrace 可采集其遥测
- Google Antigravity编码 Agent，Dynatrace 可采集其遥测
- GitHub Copilot编码 Agent，Dynatrace 可采集其遥测
- Claude Managed AgentsDynatrace 支持对其追踪，可查看 Agent 会话、模型调用和 token 消耗
- Claude PlatformDynatrace 是其官方可观测性合作伙伴，可原生导出 OpenTelemetry 追踪
- OpenTelemetry开放遥测标准，OpenInference 规范已捐赠给该项目，Agent 追踪也基于它
- AWS Bedrock原文提到 Python 应用可通过 OneAgent 采集调用它的遥测
- LangChain原文提到 Python 大模型应用可通过 OneAgent 采集其遥测
展开详情收起详情：Dynatrace 统一 AI 可观测性数据接入，覆盖编码 Agent、OneAgent 与 OpenInference⌄
Dynatrace Blog
原文发布：2026-10-30 02:40收录：2026-10-30
Datadog 为语音智能体加了可回放的追踪功能。以前排查语音问题只能看文字记录，但文字看不出停顿、抢话、被中断等真实体验，也分不清音频和文字是否一致。现在用 OpenAI Realtime API 构建的应用可以自动把每轮对话的输入输出音频、转写、token 用量和工具调用记进同一条 trace，还能直接播放音频；同时提供一个「用户等首段回复音频多久」的指标，方便找慢的会话。做语音应用的开发者可以边听录音边看调用链，判断问题出在模型、工具还是打断环节，不用再只靠文字猜。Python 端需 ddtrace 4.13.0 及以上；ElevenLabs Realtime 支持和 Amazon Nova 2 Sonic 支持尚在后续或部分覆盖范围，具体可用范围原文未完全说明。
文中可用工具
- Datadog Agent Observability把语音对话的音频、转写、token 用量和工具调用记录在一条 trace 里，便于回放和排查问题
- OpenAI Realtime API用于构建实时语音智能体的接口，其会话可被自动追踪
- ddtracePython 追踪库，4.13.0 及以上版本可自动采集语音轮次数据
- ElevenLabs Realtime API原文称其支持将在 ddtrace 4.17.0 提供，尚未开放
- Amazon Nova 2 Sonic原文称 Python 和 Node.js 追踪器新增对其构建的应用的追踪支持
展开详情收起详情：使用 Datadog Agent Observability 追踪语音智能体⌄
Datadog Blog
原文发布：2026-10-29 08:00收录：2026-10-30
Datadog 宣布自己在 Forrester 的 AIOps 平台评测里被评为“领导者”。以前工程师要自己翻告警、查问题、找根因；现在 Datadog 的 Bits AI 会帮忙定位问题并给出修复建议，还能在设定的护栏内执行修复，工程师保留最终控制权。支撑它的 Scout 1.0 模型刚进入预览，Bits AI 已有超过 1 万名付费客户。对读者来说，这意味着运维排障可能从“人工逐条查”变成“AI 先查、人来把关”，但 Scout 1.0 尚未正式开放。
文中可用工具
- Bits AI自动发现生产问题、调查根因并建议或执行修复
- Scout 1.0专为调查生产问题打造的模型，目前处于预览阶段
展开详情收起详情：Datadog 在 Forrester Wave™：2026 年第四季度 AIOps 平台报告中被评为领导者⌄
Datadog Blog
原文发布：2026-10-29 08:00收录：2026-10-30
AWS 发文介绍 Elastic Beanstalk 面向受监管行业工作负载的定位。过去这类托管平台主要比拼“多快能把代码跑起来”，但医疗、金融、政府等受监管组织的应用往往要运行多年，期间要打补丁、应对运行时停止支持、满足不断变化的安全与审计要求。原文认为中型组织缺少大企业那样的平台工程、安全和合规专岗，却要承担 HIPAA、PCI DSS、SOX、FedRAMP 等义务，应用组合一多就容易出现配置“漂移”，审计风险随之上升。文章强调该平台能直接部署已有的 Java JAR、.NET/IIS、PHP、Python 等应用而无需先容器化，并用统一方式管理整个应用组合。目前原文只是介绍性内容，未说明具体发布时间、可用状态或价格。
文中可用工具
- AWS Elastic BeanstalkAWS 的托管应用平台，用于部署和管理应用，原文称其适合受监管工作负载长期运行
展开详情收起详情：AWS Elastic Beanstalk 面向受监管工作负载：为下一个十年而建，而不只是首次部署⌄
The New Stack
原文发布：2026-10-29 22:00收录：2026-10-30
Spring 社区主持人 Josh Long 采访了 JOOQ 的作者 Lukas Eder，聊了 JOOQ 这个工具。JOOQ 的作用是把 SQL 语句变成 Java 里可以类型检查的写法，让复杂数据库操作更安全、更清晰。节目里两人谈到 JOOQ 的起源和演进，也涉及动态 SQL、跨数据库方言、存储过程、视图，以及 DuckDB、ClickHouse、Redshift 等现代数据库的实际使用情况，还提到 AI 辅助调试和 SQL 仍然重要。对 Java 和数据库开发者来说，这期节目能帮他们理解 JOOQ 的定位，以及强类型在减少心智负担上的价值。
文中可用工具
- JOOQ把 SQL 写成类型安全的 Java 代码，方便操作数据库
- DuckDB原文未说明具体用途，仅作为讨论中提到的数据库
- ClickHouse原文未说明具体用途，仅作为讨论中提到的数据库
- Redshift原文未说明具体用途，仅作为讨论中提到的数据库
展开详情收起详情：Bootiful 播客：与 JOOQ 创作者 Lukas Eder 聊“数据极客”⌄
Spring Blog
原文发布：2026-10-29 08:00收录：2026-10-30
Datadog 推出了一个叫 Infrastructure Basic 的轻量监控档位。原来，对于不太重要的服务器（比如内部后台系统、开发测试机），团队要么用比实际需要更重的监控方案，要么另买一套工具，要么干脆不监控、留下盲区。现在这个档位只采集 CPU、内存、磁盘、网络、开机时长等基础系统指标，还能盯住指定进程是否在跑，并复用现有的告警通知工具。这样，次要服务器也能和重要系统放在同一个 Datadog 环境里统一查看，减少监控空档。目前该功能需要联系 Datadog 销售团队开通，新用户可先试用 14 天。
文中可用工具
- Datadog Infrastructure Basic轻量级主机监控档位，采集核心系统指标和指定进程状态，支持告警通知集成
- Datadog Agent部署在主机上的采集组件，在 basic 模式下只采集基础系统级数据
- Process Check监控指定的命名进程是否仍在运行
- ServiceNow接收监控告警并创建工单
- PagerDuty接收监控告警并触发事件通知
展开详情收起详情：按工作负载需求匹配监控深度：Datadog 推出 Infrastructure Basic⌄
Datadog Blog
原文发布：2026-10-28 08:00收录：2026-10-29
GitHub 在旧金山 Universe 大会上发布了 Copilot Fusion，这是一个帮开发者自动挑选和调度 AI 模型的系统。以前写代码时，开发者要自己判断用哪个模型：复杂任务挑强模型，日常任务忘了换回来，容易又贵又慢。Copilot Fusion 会根据任务自动选模型，还能在工作流中途切换，比如让一个模型答题、另一个模型检查，或者让一个模型评审另一个模型的输出。开发者只需选择投入档位：日常用 Standard、较难用 High、最复杂用 Max。据 GitHub 数据，Fusion Max 在编程智能体评测中得分 60，与 Claude Code 搭配 Opus 5.5 Max 只差两分，但 API 成本约为一半、每任务耗时少约 40%。该功能已正式可用，企业管理员可以限制可选模型并决定是否设为默认。
文中可用工具
- GitHub Copilot Fusion自动为编程任务选择并编排 AI 模型，开发者只需选择投入档位
- Project HydraFusion提供运行时模型编排能力，Fusion 的前身研究预览
- Copilot Auto Model Selection自动选择模型的原有功能，已并入 Fusion
- Claude Code作为对比基准的编程智能体
- GitHub Copilot app原文未说明用途
- Copilot Projects原文未说明用途
- Copilot Automations原文未说明用途
- Open SWERamp 的开源编程智能体，已把模型选择纳入系统
- Artificial Analysis Coding Agent Index用于评测编程智能体表现的基准榜单
展开详情收起详情：GitHub 发布 Copilot Fusion：全新的模型选择与编排系统，以一半 API 成本击败 Claude Code⌄
The New Stack
原文发布：2026-10-29 00:19收录：2026-10-29
Cloudflare 把它内部几乎每个请求都会用到的键值存储 Quicksilver，做成了 Workers KV 的一种新模式，目前开放给少数客户做私测（private beta），还没正式上线。键值存储可以理解成一个超大的查号台：给一个名字，马上返回对应的内容。新模式读取速度在 p99 下是 1.62 毫秒，而经典 KV 是 287 毫秒。但限制很硬：最多 1 万个键，每个命名空间只有 1 MB，每秒只能写一次，所以只适合读多写少、数据量小的场景。
文中可用工具
- QuicksilverCloudflare 内部的键值存储，现作为 Workers KV 的一种模式开放私测
- Workers KVCloudflare 的边缘键值存储服务，Quicksilver 作为其新模式提供
展开详情收起详情：Cloudflare 以 Workers KV 即时模式向客户开放 Quicksilver，限制在 1 MB 容量内⌄
InfoQ Architecture & Design
原文发布：2026-10-28 16:57收录：2026-10-29
Colin Douch 分享了他搭建并扩展自托管可观测性系统的实战经验。过去团队要监控系统，往往得依赖 SaaS 服务，容易被供应商锁定、成本也不好控；他改用 Prometheus、VictoriaMetrics 和 Jaeger 等开源工具，把指标、结构化日志和分布式追踪关联起来，说明这样做在工程上有哪些取舍。对运维和平台团队来说，这提供了一套不依赖外部厂商、可自行掌控的监控方案思路。需要说明的是，材料只提到这是一场演讲，具体可用性和详细做法原文没有展开。
文中可用工具
- Prometheus开源监控工具，用来采集和存储指标数据
- VictoriaMetrics开源时序数据库，用于大规模存储指标数据
- Jaeger开源的分布式追踪工具，用于跟踪请求链路
展开详情收起详情：演讲：大规模遥测数据治理——自托管可观测性实战指南⌄
InfoQ Architecture & Design
原文发布：2026-10-28 19:00收录：2026-10-29
Airbnb 更新了它用来给推荐系统提供数据的 Chronon 平台。以前，推荐系统用的用户行为特征要等将近两天才更新一次，推荐容易过时。现在他们加了 Push Mode（推送模式）和近实时模型转换，能在几秒内更新这类推荐向量，把延迟降到一分钟以内。效果上，离线评测指标 NDCG 提升了 1.67%，线上测试中未取消的预订量大约增加了三分之一百分点。
文中可用工具
- ChrononAirbnb 的特征平台，用来生成和更新推荐系统所需的数据
- Push ModeChronon 新增的推送模式，让特征更新更快
- Near Real-Time Model Transform近实时模型转换，用于在秒级更新推荐向量
展开详情收起详情：Airbnb 借助 Chronon 将推荐数据陈旧度从两天缩短至数秒⌄
InfoQ Architecture & Design
原文发布：2026-10-28 21:53收录：2026-10-29
Spring AI 是一个用 Java 写 AI 应用的框架。以前它把模型回复只当成一段文字，但像 Claude、Gemini、OpenAI 这些推理模型会额外返回“思考过程”和加密签名，要求下次请求时原样带回；如果顺序错了或丢了，模型就会报错或忘掉之前的推理。Spring AI 2.1 把消息改成按顺序排列的“部件”列表，可存放文本、推理、工具调用、工具结果、图片等，并原样保留这些加密数据，不同厂家的模型之间也能安全切换。该版本目前是 2.1.0-RC1 候选发布版，主要聊天模型都能生成和读取部件，还新增了可持久化这些部件的会话记忆功能。使用 Spring AI 的开发者升级后，推理内容能在多轮对话和流式输出中完整保留，读取方式也统一了。
文中可用工具
- Spring AI用 Java 构建 AI 应用的框架，2.1 版把消息改为按顺序的部件列表
- OpenAI Responses APIOpenAI 面向推理模型和智能体的较新接口，返回带加密推理项的数组
- Chat CompletionsOpenAI 最早的聊天接口，许多其他服务器也实现
- OpenAiChatModelSpring AI 中对接 Chat Completions 接口的实现
- OpenAiResponsesChatModelSpring AI 2.1 新增，对接 Responses API 的无状态模式
- MessageAggregator把流式返回的分片合并成完整消息
- JdbcChatMemoryRepository原先只保存文本和消息类型的会话记忆存储
展开详情收起详情：Spring AI 2.1 消息部件：能完整往返保留的推理内容⌄
Spring Blog
原文发布：2026-10-28 08:00收录：2026-10-29
AWS 的 EKS Fargate 让用户不用自己管理 worker 节点，改由平台按每个 Pod 单独准备计算环境。它先通过准入控制把匹配 Fargate 配置的 Pod 交给专用调度器，调度器再为这个 Pod 申请新容量，启动所需 Kubernetes 组件，并把用户 VPC 里的网络接口分给这个 Pod，Pod 结束后环境就被回收。这样用户不必创建、打补丁或扩缩节点，但网络接口所在的子网、安全组和 Pod 执行角色仍需在 Fargate 配置里指定；文章没有说明价格、区域可用性或与其他无服务器方案的对比。
文中可用工具
- AWS Fargate为每个 Pod 提供无需用户管理节点的计算环境
- Amazon EKS托管 Kubernetes 控制平面，并支持 EC2 与 Fargate 节点混用
- Amazon ECR供 Fargate 执行角色拉取容器镜像
- Amazon VPC为每个 Pod 提供独立的弹性网络接口和网络隔离
展开详情收起详情：一个 Pod 一个节点：AWS 无服务器 Kubernetes 背后的架构⌄
The New Stack
原文发布：2026-10-27 20:00收录：2026-10-28
OpenAI 在 2026 年 DevDay 上发布了 20 多项更新，包括 GPT-6.1 Sol、GPT-6 Astra 的 Ultrafast 加速档、能后台持续工作的 dots 智能体，以及 Decisions API 等。开发者负责人 Vaibhav Srivastav 解释：Sol 能达到 Astra 约 95% 的性能，价格却只有五分之一，所以他自己日常主要用 Sol；遇到新项目或不熟悉的问题，才用 Astra 做对抗性审查，避免“自己检查自己”的偏差。Ultrafast 档速度超过每秒 300 个 token，适合欺诈检测等实时场景，价格比标准 Astra 高约 20%。对企业用户，任何可能增加成本的功能默认关闭，需主动开启。
文中可用工具
- GPT-6.1 Sol性价比高的主力模型，性能接近 Astra 但价格约为其五分之一
- GPT-6 Astra更强的旗舰模型，适合处理新问题或做对抗性代码审查
- Ultrafast高速推理档，速度超过每秒 300 token，适合实时场景
- OpenAI dots可后台持续运行的持久化智能体，能连接 4000 多个应用并建议或执行操作
- Decisions API用预设选项对输入分类或路由请求
- Agents API让智能体操作软件界面（computer use）
- Codex用于日常工程任务的编程工具
展开详情收起详情：“我并非每天都用 Astra”：OpenAI 开发者负责人向 TNS 解释原因⌄
The New Stack
原文发布：2026-10-27 22:23收录：2026-10-28
这是 Spring 社区每周一次的动态汇总。作者本周在西班牙巴塞罗那参加 Vaadin Create 活动，并整理了本周的 Spring 生态新闻。内容主要包括：Craig Walls 的两篇 Spring AI 文章（用更快的嵌入加速 RAG、用 MCP Apps 渲染丰富界面）、Netflix 借助 JetBrains IDE 智能提升 AI 编程代理效率的案例、播客对 JetBrains 的 Anton Arhipov 的访谈，以及 Quixotic AI 让推理模型能以普通 Maven 依赖形式加入 Spring Boot 应用。此外还列出了大量新版本发布，包括 Spring AI 2.1.0-RC1 和 2.0.2、Spring Boot 4.0.9/4.1.2/4.2.0-RC1、Spring Cloud 2025.1.4 和 2026.0.0-RC1、Spring Security、Spring Session、Spring Modulith、Spring Data、Spring LDAP 和 Spring Web Services 等。对使用 Spring 的开发者来说，可以据此了解本周有哪些新版本和 AI 相关实践可参考。
文中可用工具
- Spring AI在 Spring 应用中接入 AI 能力的框架，文中提到用更快的嵌入加速 RAG 等文章
- Quixotic AI让推理模型以普通 Maven 依赖形式加入 Spring Boot 应用
- JetBrains IDE文中提到 Netflix 借助其智能能力提升 AI 编程代理效率，也用于 AI 开发
- MCP Apps文中提到用于渲染丰富 UI
- Vaadin Create作者参加的开发者活动
- A Bootiful Podcast作者主持的播客，访谈 JetBrains 的 Anton Arhipov
展开详情收起详情：本周 Spring 动态 - 2026年10月27日⌄
Spring Blog
原文发布：2026-10-27 08:00收录：2026-10-28
Datadog 宣布支持通过其 AWS、Azure 和 Google Cloud 集成中的专用子集成来监控 Oracle AI Database@AWS、@Azure 和 @Google Cloud。过去，数据库托管在 Oracle 云上而应用跑在其他云里，出问题时常出现监控盲区，难以判断是应用还是数据库的锅；迁移后性能验证和跨账单的成本归属也很麻烦。现在每套子集成提供 50 多项开箱即用的指标和仪表盘，还能配合数据库监控（DBM）、应用性能监控（APM）和云成本管理（CCM）排查慢查询、对比迁移前后性能，并把 OCI 与云厂商的账单归一化后按团队归因成本。原文未说明具体上线时间或收费方式，以上能力均以已发布的产品功能形式介绍。
文中可用工具
- Datadog监控平台，提供指标、仪表盘和调查工具
- Datadog Database Monitoring (DBM)采集数据库负载指标、查询样本和执行计划，排查慢查询根因
- Datadog APM把应用请求与数据库查询关联起来，追踪请求链路
- Datadog Cloud Cost Management (CCM)汇总并归一化云与 OCI 成本，按团队归因花费
- Bits Chat结合指标、查询和日志自动定位性能问题并给出修复建议
- Oracle AI Database@AWS在 AWS 上运行的 Oracle 数据库服务
- Oracle AI Database@Azure在 Azure 上运行的 Oracle 数据库服务
- Oracle AI Database@Google Cloud在 Google Cloud 上运行的 Oracle 数据库服务
- Oracle Cloud Infrastructure (OCI)Oracle 的云平台，托管这些数据库并提供成本数据
展开详情收起详情：使用 Datadog 跨云监控 Oracle AI Database⌄
Datadog Blog
原文发布：2026-10-26 08:00收录：2026-10-27
Datadog 的两位作者介绍了他们产品里叫“实验协议”的功能。原来团队做 A/B 测试时，指标、分流方式、放量节奏和分析方法都靠一份评审文档约定，每个实验的人都要手动重搭一遍，团队多了就容易各做各的。实验协议把已经评审通过的这套方法存成可复用的配置，新建实验时选一个已发布的协议，字段会自动带入草稿，还能按需修改。读者可以借此让同类实验有统一的起点，减少配置不一致带来的问题，也能在实验上线前就把主指标和防护指标定好。
文中可用工具
- Datadog Experiments运行 A/B 测试并管理实验协议的平台
- Datadog Feature Flags配合实验做变体分配，需传入匹配的 targetingKey
展开详情收起详情：规模化 A/B 测试的最佳实践：用实验协议统一标准⌄
Datadog Blog
原文发布：2026-10-26 08:00收录：2026-10-27
企业用 AI 时常发现：模型、框架、服务商一换，监控数据就对不上，排查故障和比成本都得重新做一遍。文章主张用 OpenTelemetry 的 GenAI 规范统一记录 AI 调用、延迟、错误、花费和工具调用等行为，让不同系统的数据能直接比较。这样企业不必为每个集成单独建数据模型，切换供应商的成本更低，也更容易判断"每次任务成功花多少钱"，而不只是看 token 单价。文章还提到 Splunk 的 Agent Observability 基于 OpenTelemetry 和 AGNTCY 标准做厂商中立的智能体监控，以及开源工具 Observability Studio 可在开发阶段检查本地遥测是否符合规范。这些是文章介绍的做法与工具，原文未说明各自的正式发布时间或可用范围。
文中可用工具
- OpenTelemetry提供统一方式采集和描述 AI 行为数据（调用、延迟、错误、用量、工具交互）
- AGNTCYSplunk Agent Observability 采用的标准之一，用于厂商中立的智能体监控
- Splunk Agent Observability基于 OpenTelemetry 和 AGNTCY 的智能体与应用监控，关联行为与性能、质量、成本、风险
- Observability Studio开源开发期工具，检查本地遥测是否符合 OpenTelemetry 规范并辅助添加合规埋点
展开详情收起详情：AI 可观测性之争将在互操作性上见分晓⌄
The New Stack
原文发布：2026-10-26 20:00收录：2026-10-27
红帽在 2016 年发起 KubeVirt 项目，目标是让 Kubernetes 在管理容器的同时也能运行虚拟机，从而让老系统和新应用共用一个平台。如今它已成为 CNCF 孵化项目，Nvidia、微软、AMD、英特尔、SUSE 等公司都有贡献者，社区正推动它从孵化阶段毕业。未来方向包括：用 Kubernetes 原生的动态资源分配统一申请 GPU、网卡和 CPU；支持机密虚拟机，让敏感数据和 AI 模型在执行时也受硬件保护，并可远程验证环境是否可信；以及让 KubeVirt 更容易被其他项目集成。对读者来说，这些还在开发和讨论中，部分功能如 AMD SEV 已进入 beta、IBM Secure Execution 已可用，其余多数尚未发布。
文中可用工具
- KubeVirt让 Kubernetes 同时运行虚拟机和容器的开源项目
- Open Sovereign AI Cloud (OSAC)基于 KubeVirt 提供虚拟机、集群和裸机服务
- Cluster API Provider KubeVirt (CAPK)把 KubeVirt 虚拟机当作 Kubernetes 节点使用
- Flight Control在边缘环境运行 virt-launcher，无需完整控制平面
- Kubernetes Dynamic Resource Allocation由 Kubernetes 统一分配 GPU 等设备资源
- Trustee机密容器项目的远程证明与密钥释放服务
展开详情收起详情：KubeVirt 的下一个十年⌄
The New Stack
原文发布：2026-10-26 22:00收录：2026-10-27