在 KubeCon EU 2026 中，我感受到 Kubernetes 与 AI 浪潮的焦虑与变化。这篇文章深入探讨了 Kubernetes 在 AI 时代的挑战与未来发展机遇。
Cloud Native
加入 Dynamia 后的第一个月：为什么 AI Native Infra 值得投入
加入 Dynamia 密瓜智能一个月的观察：从云原生到 AI Native Infra，为什么这是值得投入的方向，以及算力治理的关键问题与机会。
基于个人 2025 年度回顾与行业观察，我认为软件工程的核心正在发生结构性转移：从以代码为中心，转向以运行时可控性与成本治理为中心。AI 与 Agent 的普及，并没有削弱工程价值，而是把工程复杂性上移到了运行时、算力与预算层。
从云原生到 AI 原生：Kubernetes 如何承载下一代 AI Agent
从云原生演进视角出发，系统阐述为什么 AI Agent 需要 Kubernetes 级别的基础设施，以及如何通过 Agent 编排、MCP 服务化与 AI 原生网关，构建真正生产级的 AI 原生架构。
2026 年 AI 的转折点：不是模型，而是基础设施、Agentic Runtime、GPU 效率与新型组织形态。
回顾云原生十年演进，展望 AI Native 平台工程的技术分层与关键变革，解析 KubeCon NA 2025 行业信号。
分析闭源大模型加速与开源生态同步响应现象，探讨工程视角下的核心矛盾与基础设施演进。
Ingress NGINX 退役事件揭示了云原生基础设施技术债、迁移路径与未来流量治理标准化趋势。
本文解读 CNCF 的 Kubernetes AI Conformance 项目，深入分析一个 AI 平台要达到 Kubernetes 原生标准需满足的架构、调度、存储、网络与互操作性要求。