中间件

阿里云 UModel PaaS API 发布：通过 Table + Object 双层抽象，屏蔽存储差异、自动处理字段映射与过滤条件，让每一个实体都成为一个‘可调用的对象’，真正实现‘以实体为中心’的智能可观测。

阿里云可观测 2025 年 11 月产品动态。

祝贺东航首飞全球最长单程航线！通义千问和 AI 网关助力推出首个行程规划 Agent。

阿里云推出图查询能力，基于 graph-match、graph-call、Cypher 三重引擎，实现服务依赖、故障影响、权限链路的秒级可视化与自动化分析，让可观测从‘看板时代’迈向‘图谱时代’。

JVM 没满，Pod 却挂了？可能是 C2 Compiler 在“偷偷吃内存”。阿里云云监控 2.0 的 SysOM 系统诊断帮你穿透 JNI 黑盒，找出真正的内存元凶！

阿里云微服务引擎 MSE 及 API 网关 2025 年 11 月产品动态。

在复杂的云原生环境中，服务、Pod、主机等可观测实体动辄成千上万，散落在 APM、K8s、云资源等多个系统中。当故障发生时，如何快速从海量数据中“找到那个出问题的服务”，成为 SRE 和运维工程师的核心挑战。

AgentScope 重磅发布 Java 版本，拥抱企业开发主流技术栈。

本文会围绕如何基于 Higress 和 Nacos 的 docker 镜像在 K8s 集群上进行分角色部署。

你是否曾面对一个庞大的可观测系统，却不知从何下手？成百上千个实体定义散落在 APM、K8s、云产品等不同域中，关系错综复杂，文档滞后，新人上手难，模型演进无迹可循……阿里云 UModel 查询为此而生。它不是查询日志或指标，而是查询“模型本身”——让你一键看清：系统里定义了哪些实体？它们之间如何关联？哪些模型字段过多、描述缺失？跨域依赖是如何构建的？

阿里云应用实时监控服务 ARMS 推出自定义指标采集功能，让 APM 真正深入业务核心，订单、库存、转化率等核心数据尽在掌控！

告警太多看不过来？MetricSet Explorer 来帮你“挑重点”：自动识别异常、智能分组聚类、一键定位根因，让百万级指标也能秒级洞察！

Ingress NGINX 退役引发开发者们的强烈关注，官方已经提供了完备的应对措施，迁移到 Gateway API，以及20+ Ingress 控制器。但实施迁移的时候，企业还会希望了解新的 Ingress 控制器是否兼容 Ingress NGINX 的注解，迁移过程中如何进行灰度切流，遇到流量损失如何快速回滚等，以保障迁移过程平滑，不影响线上业务。因此，本文将提供基于实操的应对方案，以阿里云云原生 API 网关(Higress 企业版)为例，按步骤详细阐述迁移的操作过程。

在现代 AI 应用中，多智能体（Multi-Agent）系统已成为解决复杂问题的关键架构。然而，随着智能体数量增多和任务复杂度提升，传统的同步通信模式逐渐暴露出级联阻塞、资源利用率低和可扩展性差等瓶颈。为应对这些挑战，RocketMQ for AI 提供了面向 AI 场景的异步通信解决方案，通过事件驱动架构实现智能体间的高效协作。本文将探讨和演示如何利用 RocketMQ 构建一个高效、可靠且可扩展的多智能体系统，以解决企业级 AI 应用中的核心通信难题。

资源刚性交付是保障线上业务稳定的核心。阿里云SAE通过全托管Serverless架构，实现资源无限弹性、性能100%隔离、按需秒级计费，破解自建K8s在库存、性能、成本等方面的系统性困境，让企业无需妥协即可获得确定性交付能力。

阿里云 Entity Explorer 正式发布：基于 UModel 的智能实体探索平台，实现亿级实体秒级检索、关系拓扑自动构建、详情页动态渲染，让可观测性从“数据堆砌”迈向“业务洞察”。

阿里云 UModel Explorer 正式发布：告别复杂配置，拖拽即建模，点击即洞察，实现建模、探索、分析一体化，让可观测真正高效协同，开启可视化运维新时代！

本文讲述 Dify 平台在 Agentic 应用开发中面临的可观测性挑战，从开发者与运维方双重视角出发，系统分析了当前 Dify 可观测能力的现状、局限与改进方向。

阿里云云监控 2.0 推出 SysOM 底层操作系统诊断能力，基于 eBPF + BTF 协同分析，无需侵入业务，即可一键完成从物理页到文件路径、再到容器进程的全栈内存归因，让“黑盒内存”无所遁形。

当企业想用大模型和内部非公开信息打造智能问答系统时，RAG（Retrieval-Augmented Generation，检索增强生成）已成为必备技术。然而，在实际落地中，构建 RAG 应用的数据准备过程繁琐复杂且充满挑战，让很多企业和开发者望而却步。本文将介绍构建 RAG 的最佳实践：通过阿里云事件总线 EventBridge 提供的多源 RAG 处理方案，基于事件驱动架构为企业 AI 应用打造高效、可靠、自动化的数据管道，轻松解决 RAG 数据处理难题。

一次权限变更，引发全球边缘网络瘫痪4小时，数百万网站返回 5XX，连状态页也宕机。故障源于“正常的变更”，暴露了企业对服务商的盲目信任。当内部监控失效，唯有云拨测能从真实用户视角，独立验证“服务是否可用”。

阿里云推出 UModel 统一建模框架，将实体、关系、数据、知识、行动融为一体，为大模型提供可推理、可交互的运维世界模型，推动可观测从‘被动响应’迈向‘主动优化’的新阶段。

近日，阿里云AI原生应用开发实战营 · 深圳站圆满落幕。继北京、上海、杭州、成都等城市之后，本场活动吸引了130+名技术从业者深度参与。活动聚焦 AI Agent 领域的前沿技术与落地实践，深度分享AI 原生应用架构趋势与实践、AI应用托管、AI 开放平台、大模型可观测&AIOps、异步化的Agent事件驱动等热门技术议题，并设置了动手实操环节。

森马快速实现 AI 转型，通过阿里云 AI 网关（即 Higress 企业版）及注册配置中心 Nacos3.0 实现了多模型多 MCP server 统一接入统一管理统一配置，将存量服务一键转换为 MCP server，使 AI 与生产业务相结合，综合提效 30%。

阿里云可观测 2025 年 10 月产品动态。

阿里云日志服务推出物化视图，通过智能预计算 + 自动查询改写，实现监控看板秒级响应、资源开销大幅降低，彻底解决‘查得慢、扛不住、不准’三大难题。

AI 处理海量用户咨询，日志怎么保安全？我们用 SLS 脱敏函数实现“写入即打码”，运维能查、运营能看、安全能审！

2025 “直通乌镇”全球互联网大赛中，Spring AI Alibaba 和 Higress 分别获得了开源先锋社区、开源优秀社区的称号，两位社区贡献者张圣航（GitHubID: shenghang）、刑国富（GitHubID: erasernoob）获得最具价值贡献者奖。

作为数据处理领域的经典模式，ETL（Extract-Transform-Load）通过提取、转换、加载三个步骤，高效地处理着各类结构化数据。然而，面对 AI 时代海量、异构、实时的“数据洪流”，传统 ETL 链路，尤其是其核心的转换（Transform）环节，正面临严峻挑战。本文将从一个初级开发者也能理解和上手的视角，探讨 AI 时代的数据处理新范式：如何利用基于 Transformer 架构的大语言模型（LLM）重塑传统数据处理中的转换（Transform）环节，并结合事件驱动架构（Event-Driven Architecture, EDA），为 AI 数据处理链路“注入实时智能”。

魔方文娱携手阿里云构建全栈可观测体系，实现故障发现效率提升 80%、运维成本下降 40%，并融合 AI 驱动异常检测，迈向智能运维新阶段。

崩溃堆栈全是 a.b.c？Native 错误查不到行号？本文详解 Android 崩溃采集全链路原理，教你如何把“天书”变“说明书”。RUM SDK 已支持一键接入。

近日，由中国信通院主办的 2025（第五届）数字化转型发展大会在京举行。会上，“阿里云应用服务器软件 AliEE”、“消息队列软件 RocketMQ”、“云数据库 Tair”三款产品成功通过中国信通院“安全可信中间件”系列评估，成为首批获此认证的中间件产品。此次评估覆盖安全可信要求、功能完备性、安全防护能力、性能表现、可靠性与可维护性等核心指标，标志着阿里云中间件产品在多架构适配与安全能力上达到行业领先水平。

RocketMQ 专门为 AI 场景推出了全新Lite Topic 模型，目前已在阿里云云消息队列 RocketMQ 版 5.x 系列实例上正式发布，并会逐步贡献到 Apache RocketMQ 开源社区，欢迎大家使用。

面向 RL 和在数据层（SQL 或 SPL 环境）中直接调用大模型的自动化评估实践。

阿里云微服务引擎 MSE 及 API 网关 2025 年 10 月产品动态。

APM 一定要全量采集吗？ARMS 推出配置模板，支持按场景分级监控：核心应用上 Trace，非核心只采 JVM，成本直降 90%+ ！

iOS 卡顿难复现？传统监控抓不到根因？本文深入剖析 iOS 主流卡顿监控方案，重点揭秘生产级可用的 RunLoop 监控实现：如何在不影响性能的前提下，精准捕获主线程阻塞、提取耗时堆栈，并通过退火算法避免重复上报——现已集成于阿里云 ARMS iOS SDK。

11 月 15 日杭州浙大森林会议中心，与全球技术精英面对面交流，共探技术前沿，名额有限，先到先得～

本文介绍了通过阿里云监控 2.0 的日志审计功能实现 AccessKey 和 RAM 角色的主动管理方案。核心是利用 Umodel 统一实体模型，将管控面（ActionTrail 日志）和数据面（OSS/SLS 日志）的日志数据转化为实体关系图谱，清晰展示身份凭证与云资源的交互行为。通过关联建模、内置洞察报表和告警规则，可追踪 AK/角色的使用情况、风险操作及资源影响，辅助安全清理和风险闭环。

20W 奖金！探索 Agent 新纪元

SOFA 商业化团队为满足客户 AI 业务的发展需求，基于开源 Higress 内核构建，推出了 SOFA AI 网关，专为 SOFA 场景深度优化、能力增强，是面向 AI 需求的智能网关解决方案。

恭喜阿里云微服务引擎 MSE、Apache RocketMQ for AI 获权威认可！

通过采用阿里云云消息队列 RocketMQ 版，PalmPay 成功构建了一套高可用、高可靠、高弹性的消息中间件体系，全面提升了系统的稳定性、消息处理效率与业务连续性。云消息队列 RocketMQ 版在支付消息通知、高并发交易处理以及资源弹性伸缩等方面发挥了关键作用，有力支撑了 PalmPay 在非洲市场快速增长的数字支付需求。

借助 Spring AI Alibaba 框架，开发者可快速实现定制化自动定时运行的 Agent，构建数据采集、智能分析到人工参与决策的全流程AI业务应用。

模型带来了意识和自主性，但在输出结果的确定性和一致性上降低了。无论是基础大模型厂商，还是提供开发工具链和运行保障的厂家，本质都是希望提升输出的可靠性，只是不同的团队基因和行业判断，提供了不同的实现路径。本文按四个阶段，通过串联一些知名的开发工具，来回顾 Agent 开发工具链的演进历程。

传统的Android应用监控方案需要开发者在代码中手动添加埋点，不仅侵入性强、工作量大，还难以维护。本文深入探讨了基于字节码插桩技术的无侵入式数据采集方案，通过Gradle插件 + AGP API + ASM的技术组合，实现对应用性能、用户行为、网络请求等全方位监控，真正做到零侵入、易集成、高稳定。

10 月 28 日，阿里云高级技术专家周礼分享如何基于 Apache RocketMQ 新特性构建异步化 Multi-Agent 系统。

本文聚焦于 Operation Data 的核心特征、应用落地挑战，以及如何通过系统性方法构建真正的 Operation intelligence 能力。

本文详解如何利用 hiAppEvent 监控并获取 sourcemap、debug so 等核心产物，剖析了 hstack 工具如何将混淆的 Native 与 ArkTS 堆栈还原为源码，助力开发者掌握异常分析方法，提升应用稳定性。

阿里云可观测 2025 年 9 月产品动态。