行业动态01
Kubernetes 用来限制容器 CPU 和内存的底层机制 cgroup v1 正在被淘汰,从 v1.35 起 kubelet 默认不再支持它。新版本改用 cgroup v2,提供统一层级和更好的资源隔离。运维者应把所有 Linux 节点升级到 v2 再升级 Kubernetes,否则节点无法启动。读者若在管理 Kubernetes 集群,需要尽早安排迁移,避免旧架构卡住升级。
Agent 与工作流02
Stacklok 创始人 Craig McLuckie 在 CNCF 博客上提出,目前多数 AI agent harness(即围绕 AI agent 的上下文、文件系统、子 agent、权限等支撑层)太“本地”,只适合单个开发者在笔记本上跑,难以支撑数百个会话,会话容易中断,体验也无法在不同客户端或设备间迁移。他认为应当把 agent harness 当作云原生分布式应用:把 agent 循环与底层基础设施和服务分开,就像 Kubernetes 教会业界“容器里的单体仍是单体”一样。对读者来说,这预示未来 AI agent 的支撑层可能像云服务一样可扩展、可迁移,而不只是本地玩具。目前这只是观点和倡议,尚未说明具体落地产品。
行业动态03
这是 Road to KubeCon 系列报道,追踪 KubeCon + CloudNativeCon NA 2026(11 月 9–12 日,盐湖城)前 Kubernetes 与云原生生态的主要动态。本周聚焦可观测性:一份 2026 年调查显示,OpenTelemetry(OTel)与 Prometheus 的互操作性进步明显,平均易用性评分从 3.1 升至 3.6,认为两者难以共用的比例从 29% 降到 10%,但数据模型对齐、资源属性和元数据处理、命名与格式问题仍待解决。Atlassian 把约 10 万台主机、横跨 14 个区域的指标采集从自研 StatsD 实现迁移到 OTel,对外接口不变,聚合 CPU 减半、边车成本约降 30%;New Relic 调查发现 73% 的受访者在标准化、迁移或测试 OTel,83% 认为可观测性对 AI 生成代码必不可少。另外 HPE GreenLake 连续第二年被评为 Gartner 基础设施平台消费服务魔力象限领导者。对读者来说,这些进展意味着可观测性工具链正在走向统一,但迁移成本和跨项目互操作仍是现实挑战。
文中可用工具
- OpenTelemetry收集和传输遥测数据的开源标准,用于统一监控指标等信号
- Prometheus广泛使用的云原生监控与告警系统
- OTel CollectorOpenTelemetry 的数据收集、处理和导出组件,用于统一运维管道
- gostatsdAtlassian 开源的 Go 版 StatsD 实现,用于指标收集,正被迁移替换
- GreenLakeHPE 的云运营平台,用于监控资源消耗、保护数据并管理混合云基础设施
行业动态04
云原生计算基金会(CNCF)发布了 Kubernetes 1.37 版本,代号“Garhwal”。这次更新主要关注稳定性、安全性,以及对 AI/ML 工作负载的优化。对用户来说,稳定版指标 API 意味着监控工具可以直接依赖它,不用再冒险用试验功能;无根 Kubelet 进入测试版,则让容器运行更安全,即使被攻破也不容易影响整个机器。不过,文章没有说明具体哪些指标 API 转正、无根 Kubelet 什么时候正式可用,也没有提到具体的下载或升级方式。
工具与应用05
很多公司给容器打安全补丁时,总有些服务几个月都没更新,因为每个团队都自己写 Dockerfile,用的基础镜像和安装方式五花八门。Buildpacks 是一种不用写 Dockerfile、自动把源代码变成容器镜像的工具。它把选基础镜像、配运行时、生成物料清单等安全决策从各个开发团队收归到一个统一的构建平台。这样一来,平台团队可以集中管控和更新补丁,企业更容易在成百上千个服务里统一执行安全规则。
文中可用工具
- Buildpacks不用写 Dockerfile,自动把源代码转换成可直接运行的容器镜像
- Cloud Native BuildpacksCNCF 毕业项目,提供标准化构建容器镜像的规范与实现,适合作为企业安全控制的基础
- Dockerfile传统上各团队自己编写、用来构建容器镜像的脚本文件,容易导致安全配置不一致
行业动态06
本周 Kubernetes 生态有不少进展。KubeCon 北美 2026 新增了“AI 推理与智能体”专题,说明越来越多团队把训练好的模型放到生产环境用 Kubernetes 提供服务。招商银行用 Kubernetes 加 Kueue、KEDA、HAMi、Fluid 等开源项目,把近一万张异构加速卡中 99% 的 AI 算力统一管理,平均利用率从 35% 提升到 60% 以上,处理一百万 token 的成本降低 60%。不过 WEKA 首席 AI 官提出质疑:Kubernetes 原本的资源模型管不了请求组合、KV 缓存占用、预填充与解码比例这些决定 token 成本的状态,若不加改进,可能反而成为推理经济的负担。
文中可用工具
- Kubernetes容器编排平台,用于运行和管理 AI 推理等工作负载
- Kueue做作业排队和配额管理
- KEDA根据事件自动扩缩容
- Prometheus系统监控和指标采集
- HAMi在多个 Kubernetes 工作负载间共享加速器算力
- Fluid加速数据集的访问
- MCP原文未说明用途,仅提到是构建智能体系统所围绕的协议之一
- A2A原文未说明用途,仅提到是构建智能体系统所围绕的协议之一
应用工具07
Oatapza/libredb-studio · 🛠️ Build and manage SQL databases effortlessly with LibreDB Studio, the AI-powered open-source IDE designed for cloud-native teams.
libredb-studio 是一个面向云原生团队的现代 SQL IDE,通过浏览器即可连接 PostgreSQL、MySQL、SQLite 和 MongoDB 进行查询与管理,支持移动端访问。项目使用 TypeScript 编写并以 MIT 协议开源,README 称其具备 AI 能力,但具体 AI 功能未在摘录中说明。
评测与安全08
prometheus/OpenMetrics · Evolving the Prometheus exposition format into a standard.
OpenMetrics 是一个在 Prometheus exposition format 基础上扩展、并保持约 100% 向后兼容的规范项目,目前已迁入 Prometheus 组织并正在推进 OpenMetrics 2.0。仓库提供规范文件 specification/OpenMetrics.md、数据模型 proto proto/openmetrics_data_model.proto,以及提案流程说明(issue 分类标签、正式提案、已接受提案等),供社区讨论和贡献规范变更。