中间件

通过 SLS、ARMS 与 CMS 的协同运作，《泡姆泡姆》实现了从基础设施到应用逻辑再到用户行为的全栈洞察。这一技术体系不仅支撑了游戏的全球化运营，更为实时互动娱乐场景提供了可复用的技术范式——通过云原生架构的弹性能力、全栈可观测的智能诊断与热更新的持续交付，让技术真正服务于“玩家体验零损耗”的终极目标。

AI 网关作为云产品推出已有半年的时间，这半年的时间里，AI 网关从内核到外在都进行了大量的进化，本文将从 AI 网关的诞生、AI 网关的产品能力、AI 网关的开放生态，以及新推出的 Serverless 版，对其进行一个全面的介绍，期望对正在进行 AI 应用落地的朋友，在 AI 基础设施选型方面提供一些参考。

阿里云微服务引擎 MSE 及 API 网关 2025 年 9 月产品动态。

本文围绕"让可观测更简单"展开。通过将OpenSearch数据接入SLS，在单一平台完成数据加工、查询分析、看板展示与告警，消除跨系统跳转与口径不一致。提供成本对比与落地路径，助力团队降低成本、轻化运维、加快上线，构建完整可观测闭环。

还在担心 Token 消耗过多？还在纠结 Agent 难以优化？不改一行业务代码，LoongSuite Python 探针帮你把一次请求从头到尾捋顺：哪一步访问了什么模型、调用了什么工具、召回了哪些文档、花费了多少 token、上下文发生了什么变化。

开源 LoongSuite ，成为 AI 可观测体系中的一块通用拼图。

在某大型业务团队的核心日志场景中，阿里云 SLS 物化视图将三个长期超时的慢查询分别提速 89倍、8倍、56倍，从“查不出来”变为“随时可查”。通过“预计算 + 查表读取”，用极低的存储成本，换来极致的查询性能与稳定性。

近日，AgentScope Java V1.0 版本正式发布，全面对齐 Python 版核心能力，为 Java 开发者带来了构建企业级 Agentic 应用强大的开源方案。在最近与 DataWhale 合作的 AgentScope Java 解读线上直播间中，我们收到了大家的热情提问。为了方便大家集中查阅，我们整理了其中最高频的 Q&A，由 AgentScope Java 的核心开发者为大家一次性说清讲透！

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’。

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。

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。

本次发布包含 30 项更新，涵盖了功能增强、Bug 修复、性能优化等多个方面。

SLS 全新推出的「软删除」功能，以接近索引查询的性能，解决了数据应急删除与脏数据治理的痛点。2 分钟掌握这一数据管理神器。

新版日志聚类通过自动发现日志模板解决海量日志分析难题，提升日志排查效率。

阿里云可观测 2025 年 12 月产品动态。

在保障安全性的同时，提供平滑的过渡和直观的可视化能力。

从 AWS S3 到阿里云 SLS，打造跨云日志智能分析的高效通路——实时发现、弹性导入、格式自适应、成本优化，让海量日志从存储真正走向业务洞察。

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！

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！

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～

2024 年以来，AI 基础设施的快速发展过程中，PaaS 层的 AI 网关是变化最明显的基建之一。从传统网关的静态规则和简单路由开始，网关的作用被不断拉伸。用户通过使用网关来实现多模型的流量调度、智能路由、Agent 和 MCP 服务管理、AI 治理等，试图让系统更灵活、更可控、更可用。国庆期间 AI 界发布/升级了一些产品，我们在此做一个简报，从中窥探下对 AI 网关演进新方向的启示。

本文是阿里云日志服务（SLS）首次对外系统性地揭秘 SLS SQL Copilot 背后的产品理念、架构设计与核心技术积淀。我们将带你深入了解，这一智能分析助手如何从用户真实需求出发，融合前沿 AI 能力与 SLS 十余年日志分析最佳实践，打造出面向未来的智能化日志分析体验。

HiClaw 诞生月，持续进化，向上生成。

针对每日百 TB 级的海量网关日志，阿里云开放平台基于 Flink 与 SLS 采用“地域-中心化”分层聚合架构，并结合SLS SPL下推构建高可用实时监控体系的实践，实现了全量 API 的秒级故障告警。

海尔智家通过与阿里云深度共创，采用定制化迁移与调优方案，平滑升级至Kafka Serverless，不仅保障了极致稳定性，更实现运维自动化，大幅释放研发人力。

阿里云 RocketMQ 以“精准、可靠、弹性”的核心能力，为核桃编程业务稳定运行与持续创新提供有力支撑。

MSE Nacos 帮你把 Agent 的 Prompt 管起来。

Kubernetes 官方声明说得很清楚：你只有两个月时间。

LoongCollector 专为边缘环境深度优化，确保“断网不断采、断电不丢数”。

基于 RocketMQ SDK 实现了 A2A 协议的 ClientTransport 接口（部分核心代码现已开源），并与 AgentScope 框架深度集成，共同构建了全新的 A2A 智能体通信基座，为多智能体应用提供企业级、高可靠的异步协同方案。

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。

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！

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。

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。

本文详细介绍了公牛沐光团队如何从开源监控方案 SkyWalking 成功迁移到阿里云 ARMS，构建起一套集观测、追踪、日志分析与智能告警于一体的全栈式可观测平台的实践历程。文章不仅揭示了技术选型的关键考量维度，更重点呈现了 ARMS 在大模型与 IoT 融合场景中的独特价值——从语音识别瓶颈定位、大模型推理性能优化到语音合成质量保障，实现了从"被动响应"到"主动治理"的转型。

【云栖大会中企出海技术分论坛专场】2025 年 9 月 25 日 上午 9:30-12:20 ，阿里云·云栖小镇 D2-2 馆丨“中企出海技术分论坛” 即将启幕！

阿里云可观测 2025 年 8 月产品动态

WebView2 控件（基于 Microsoft Edge (Chromium) 的嵌入式浏览器控件），保存资源(图片、脚本、CSS)

本文记录了一次文件描述符（fd）泄漏问题的排查过程。在项目压测中，进程因打开过多文件导致fd资源耗尽，最终无法创建新文件。通过分析错误码、查看/proc/pid/fd路径下的文件句柄信息，定位到临时文件未正确关闭的问题根源，并修复代码中遗漏的close调用。同时总结了Linux下进程资源限制的相关知识点，强调开发中应关注资源使用情况，避免类似问题发生。

本文总结了使用CMake搭建编译环境的技巧，涵盖单个及多个源文件的编译、CMakeLists嵌套管理、变量设置、交叉编译配置、常用编译选项及警告处理等内容。通过实例说明了如何高效组织工程结构，并利用CMake灵活控制编译流程，适用于嵌入式开发场景。

还在为 Go 应用的可观测性改造而烦恼？还在手动埋点、修改代码、引入 SDK？还在担心埋点影响性能？今天，我们带来一个零代码改造的解决方案——Loongsuite Go Agent，让你的 Go 应用在编译时自动获得全链路可观测能力！

阿里云微服务引擎 MSE 及 API 网关 2026 年 1 月产品动态。

北京时间 1 月 30 日，Kubernetes 指导委员会和安全响应委员会在 kubernetes.io 再次发出公告《Ingress NGINX: Statement from the Kubernetes Steering and Security Response Committees》，并通过 CNCF 官方微信公众号发布中文版公告。

LoongCollector 作为新一代统一可观测 Agent，将持续致力于为用户提供高性能、低成本、易使用的跨云数据采集解决方案，助力企业构建统一的可观测平台。

阿里云可观测 2026 年 1 月产品动态。

未来，让每一个想用 AI 的企业，都能稳稳地迈出第一步。