中间件

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。

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。

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%+ ！

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。

本次赛事共设三大赛题方向，参赛者可以任选一个方向参赛。本文是对每个赛题方向的参赛指南。

云原生 API 网关 Serverless 版公测，邀您体验

本文整理自阿里云智能集团高级技术专家沈林在 2026 GenAICon 中国生成式 AI 大会上的分享。

群体智能已在从实验走向应用，从另一维度推动 Agent Team 的共鸣。

阿里云 OpenClaw 可观测插件新版本上线！解决行业通病，还原完整链路信息：多轮 LLM 分段还原真实决策链路、STEP Span 让"第几轮"可观测、并发断链/串链显著修复、AGENT 指标稳定可量化。从"有图可看"升级到"支撑决策"，排障、成本治理、并发验证全面提效。

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。

阿里云微服务引擎 MSE 及 API 网关 2026 年 2 月产品动态。

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！

本文介绍了阿里云 RUM 如何通过端到端链路追踪（统— TracelD、W3C/SW8 协议透传）打破移动端可观测性“黑洞’，实现从用户操作到数据库的全链路监控与精准问题定位。

阿里云可观测 2025 年 12 月产品动态。

我们在杭州、上海开放岗位。如果你准备好了，请加入我们，一起建造 AI 时代最重要的数据基础设施。

在云端，一次 API 调用背后可能隐藏着一场数据泄露；一个异常进程背后，或许是 AK 泄露引发的链式攻击。传统日志“看得见却看不懂”，而云监控 2.0 日志审计通过 UModel 实体建模，将分散在 ACS、K8s、主机各层的日志自动串联。

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。

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。

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！

阿里云可观测 2025 年 10 月产品动态。

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。

“一个简单的数据集成任务，开始时总是轻松愉快的，但随着业务扩展，数据源越来越多，格式越来越乱，整个数据链路就会变得一团糟。”陈涛在演讲中指出了当前 AI 数据处理的普遍困境。扩展难、运维难、稳定性差，这三大挑战已成为制约 AI 应用创新和落地的关键瓶颈。针对这些痛点，在2025云栖大会期间，阿里云重磅发布了事件驱动 AI ETL 新范式，其核心产品 EventBridge 通过深度集成 AI 能力，为开发者提供了一套革命性的解决方案，旨在彻底改变 AI 时代的数据准备与处理方式。

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。

自 2025 KCD 杭州 & OID 开放议题征集以来，我们已收到大量来自社区专家、工程师和开发者投递的丰富多样的精彩议题。感谢大家的热情参与！目前 CFP 截止还剩不到 10 天，我们诚挚期待更多围绕云原生技术、Kubernetes 生态、OpenInfra 生态及 AI 前沿相关的内容分享——无论是技术解读、实战经验还是最佳实践，都欢迎投稿！

阿里云 AgentTeams 7月第二周产品动态

随着日志承载的业务语义越来越多，数据订正、回填、清理等需求变得越来越常见。SLS 现已为 LogStore 提供原生 update/delete 能力——支持按 RowID 精确修改，按查询条件批量操作，类似计费调账、标签刷新、反馈回填等场景都可以直接在 LogStore 内完成闭环。

移动端网络性能直接影响用户体验，面临网络多样、设备碎片化、问题难复现、监控粗粒度等挑战。阿里云 RUM Android SDK 通过采集详细的网络资源指标，助力开发者精准定位性能瓶颈。

HiClaw 要做的是停止无意义的框架内卷，向上升维，做多 Agent 协作的统一纳管底座。

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。

阿里云可观测 2026 年 2 月产品动态。

通过全面采用阿里云 RocketMQ 5.x Serverless，亲宝宝显著降低使用成本，为亿级用户的流畅体验提供了坚实保障。

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。

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。

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。

阿里云可观测 2026 年 4 月产品动态。

阿里云可观测 2026 年 3 月产品动态。

面向游戏客服的AI自动化排查系统，基于SLS日志与SOP知识库，实现秒级日志查询、精准根因定位及标准话术生成，覆盖充值、道具、匹配等五大高频场景，显著提升响应效率与服务一致性。 并支持钉钉、飞书、企业微信对接。

Kubernetes 官方声明说得很清楚：你只有两个月时间。

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。

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。

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’。

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！

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”。

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

20W 奖金！探索 Agent 新纪元

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