来源: cncf.io
61
跑 GPU 工作负载的开发者迟早会撞上同一堵墙：Kubernetes 默认的 HPA 只看 CPU 和内存，而你的瓶颈在 GPU。vLLM 推理服务排队不是因为 CPU 满了，而是显存吃紧、SM 占用率拉满；Triton 模型服务在 GPU 利用率 90% 时还在被 HPA 判定为"负载正常"。训练任务更离谱——一个 job 占满整张卡，HPA 对此毫...
来源: cncf.io
44
2026 年 CNCF 技术监督委员会（TOC）的新成员名单里出现了一个罕见模式：三位新任成员——Brandt（前 TAG Security 负责人）、Mario（前 TAG Operational Resilience 负责人）和 Mauricio Salatino（前 TAG Developer Experience 联合主席）——全部来自 CNC...
来源: cncf.io
53
微服务时代，Jaeger 是工程师理解调用链的利器；如今 AI Agent 大量涌入生产环境，调用链从"服务 A → 服务 B"变成了"Agent 规划 → 调 LLM → 调工具 → 再规划"。链路更长、分支更多、失败模式更隐蔽。Jaeger 正在围绕 OpenTelemetry 做一轮针对性演进，让 Agent 的每一步决策都可观测。 微服务调用链...
来源: cncf.io
52
Kubernetes 的 Admission Controller 机制让集群在资源创建时拦截不合规的请求，看起来是一道坚固的门。但问题在于：这扇门开在部署那一刻。开发者写完 YAML、提交代码、跑完 CI、准备上线——然后被 Admission Webhook 一巴掌拍回来。反馈链条太长，代价太高。防线必须前移。 一个典型场景：开发者提交了一个缺少 ...
来源: cncf.io
50
Kubernetes 网络正在从 Ingress 资源向 Gateway API 演进，这不是趋势预测——Gateway API 已经进入 GA，各大云厂商和社区项目都在围绕它构建新功能。对于已经在生产环境跑 Ingress NGINX 的团队，真正的问题不是"要不要换"，而是"怎么换才能不中断流量"。 Ingress NGINX 在简单场景下足够好用...
来源: cncf.io
63
一个租户的请求从网关进入，经过鉴权、编排引擎、数据服务，最终落到下游第三方 API——中间跨越了十几条微服务调用。当这位租户反馈"响应变慢"，你打开监控面板，看到的却是一堆散落在各服务日志里的碎片化 trace ID，根本拼不出一条完整链路。这就是大多数云原生 SaaS 平台在可观测性上的真实困境。 单租户系统里，一个 就能串联整条调用链。多租户平台引...
来源: cncf.io
51
2026 年 6 月 18-19 日，KubeCon + CloudNativeCon 首次登陆印度，选址孟买 BKC 的 Jio World Convention Centre。数千名云原生工程师即将涌入这座城市，很多人是第一次来。这篇文章不讲愿景，只讲实操——从你出发前该装什么工具，到落地后怎么在孟买的湿热里保持集群和身体都稳定运行。 参加 Kub...
来源: cncf.io
49
2026 年 5 月 21 日，在明尼阿波利斯的 Observability Summit 上，CNCF 宣布 OpenTelemetry 正式毕业。从 2019 年 OpenTracing 与 OpenCensus 合并立项，到如今成为 CNCF 最高等级的毕业项目，OTel 走了将近七年。毕业不是终点——它意味着项目已经在大规模生产环境中站稳了脚，...
来源: cncf.io
95
弹性扩容听起来很美：流量来了就加 Pod，流量走了就缩容。但把这套逻辑搬到 LLM 推理服务上，现实会给你一记闷棍——模型权重动辄几十 GB，Pod 从零到可用，数据搬运的时间远比计算调度慢。网易游戏在生产环境中把这个冷启动过程压到了 30 秒，核心认知只有一句：弹性计算只有在数据能同等速度移动时才有意义。 一个典型 LLM 推理 Pod 的冷启动链路...
来源: cncf.io
60
AI 编程代理已经不再是实验玩具。Claude Code 坐在你的终端里，读文件、跑命令、发网络请求、写代码——全是以你的名义。便利是真实的，风险也是真实的：一个没有约束的代理可以误删生产配置、把密钥推到公开仓库、或者执行一条你根本没打算运行的 shell 命令。Prempti 的切入点很直接——策略（Policy）与可见性（Visibility），让...