随着云端业务规模的持续扩大，AI 训练数据、实时日志与多媒体资料等数据量呈现指数级增长，云存储因此逐渐成为主流选择，同时也带来了 I/O 请求量的快速上升。在共享式的多租户架构中，多个租户共同使用底层存储资源，高并发访问极易引发 I/O 资源争抢与性能瓶颈。此外，混合云与多云部署日益普及，数据在多个云环境之间...

本月可观测热文回顾文章一览：构建数据资产“导航地图”：详解 UModel 数据发现与全链路分析能力基于 UModel 高效构建可观测场景统一实体搜索引擎揭开 Java 容器“消失的内存”之谜：云监控 2.0 SysOM 诊断实践打通可观测性的“任督二脉”：实体与关系的终极融合一行代码实现智能异常检测：UModel PaaS API 架构设计与最佳实践...

阿里云函数计算 AgentRun 全新发布后，我们整理了“探秘 AgentRun”系列文章，本系列将梳理企业落地 Agent 常见难题，给出具体解法，助力 Agentic AI 快速走进生产级环境。欢迎加入“函数计算 AgentRun 客户群”与我们交流，钉钉群号： 134570017218 。

在 Agentic AI 时代，智能体需要与真实世界交互，而浏览器是连接虚拟世界与现实世界的重要桥梁。AgentRun Browser Sandbox 为智能体提供了安全、高性能、免运维的浏览器执行环境，让 AI Agent 真正具备“上网”的能力——从网页抓取、信息提取到表单填写、自动化操作，一切皆可实现。

在云原生可观测性领域，OpenTelemetry 已经成为事实上的标准。相比于 Java 拥有成熟的字节码增强技术，Go 语言作为静态编译型语言，长期以来缺乏一种成熟、低侵入的自动插桩方案。目前的现有方案主要有：

每个时代基础设施的变革，都始于对“混乱”的优雅重组。19 世纪，钢铁把不可控的垂直空间变成工程秩序，城市才得以向上生长；20 世纪，电网将分散的能源重新编排，工业生产才不再被河流左右。而如今的 IT 领域，我们正面临一场新的秩序重建，即如何让海量、碎片化、动态变化的观测数据，不再是噪音，而成为可理解、可推理...

配置中心和注册中心是微服务架构的核心基础设施，承担着关键的配置管理和注册发现职责。然而在实际生产中，部分企业的注册配置中心可能面临安全风险：如权限管理粒度不足、操作审计缺失，这可能导致未授权访问或误操作，进而影响业务的稳定运行。

（一）回顾即将过去的2025年是 Qwen、DeepSeek 等国产大模型迈过拐点的一年模型以外的工程技术也正以波澜壮阔之势加速演进和落地我们做的 AI 网关从一个听起来有点新的概念变成了很多客户落地 AI 时离不开的基础设施（二）记得年初 DeepSeek R1 发布我们连夜拉会帮助企业快速从 OpenAI 切换到国产大模型上若干天后，Qwen...

近日，AI 原生应用开源开发者沙龙·广州站圆满落幕。本场活动吸引了 140+ 名技术从业者深度参与，聚焦 AI 原生应用架构领域的开源技术与落地实践，围绕 AgentScope Java 1.0 发布、HiMarket、AgentRun、LoongSuite、RocketMQ 等议题展开深度分享，并设置了动手实操环节。

做后端和监控开发的同学，大概都有过这种焦虑时刻：当日志数据量大到一定规模后，原本顺畅的查询就开始“罢工”。监控服务疯狂报警，或者老板急着要数据，结果你调用的日志接口一直卡住，最后直接报请求超时。

本文希望提供一种更简单的方式，来理解这些容易混淆的技术概念：Nginx、Ingress、Ingress Controller、Ingress API、Nginx Ingress、Higress、Gateway API。

在多云架构日益普及的今天，企业常常面临这样的场景：运行在多云环境中的业务系统会产生大量日志数据，通常存储于对象存储服务中，但为了实现集中化运维、安全合规与统一分析，需要将这些分散的日志数据汇聚至统一的日志平台进行处理与洞察。

随着 AI Agent 应用的快速发展，智能体需要处理越来越复杂的任务和更长的对话历史。然而，LLM 的上下文窗口限制、不断增长的 token 成本，以及如何让 AI“记住”用户偏好和历史交互，都成为了构建实用 AI Agent 系统面临的核心挑战。记忆系统（Memory System）正是为了解决这些问题而诞生的关键技术。

近期，Operant AI 披露了首个针对 Model Context Protocol（MCP）的“零点击”攻击——"Shadow Escape"。该攻击展示了黑客如何利用 MCP 协议和间接 Prompt 注入，在用户毫无察觉的情况下窃取敏感数据。（详情可见：First Zero-Click Attack Exploits MCP [ 1] ）。这一发现如同在飞速发展的 AI 生态中敲响了一记警钟：连接性...

随着 LLM 应用的飞速发展，越来越多的 Agent 应用开始走近每个人。围绕着 Agent 应用的核心，目前业界有零代码、低代码和高代码三条主流的技术路线。AgentScope 作为 Python 社区中受到广泛应用的高代码框架，在 Java 生态下的需求也越来越大。

舆情分析是企业感知市场脉搏、预警公关危机的“听诊器”，然而传统的舆情分析系统更像是一个个“手工作坊”，面临数据收集效率低、分析深度不够、实时性差等问题，经常反馈之后，等企业拿到报告时，舆论热点早已转移，错过最佳时间。这些挑战，正是所有舆情系统开发者共同的痛点。

今天的大模型不再只是“聊天”——它开始查故障、做决策、自动修复系统。而这一切的前提是：AI 必须真正“看见”这个世界。不是通过摄像头，而是通过千万服务器、百万容器、亿级请求中持续涌出的日志、指标、追踪、eBPF 事件和 Agent 行为数据。这些数据，是系统最真实的脉搏，也是智能演进的原始燃料。

Dify 是当前最受欢迎的低代码 LLM 应用开发平台之一，在 Github 上已斩获 120k+ 的星标数。国内外有众多企业基于 Dify 构建自己的智能体应用。阿里云可观测团队既是 Dify 的深度用户，也是社区的活跃贡献者。

App 上线后，作为开发同学，最怕出现的情况就是应用崩溃了。但是，线下测试好好的 App，为什么上线后就发生崩溃了呢？这些崩溃日志信息是怎么采集的？

阿里云函数计算 AgentRun 全新发布后，我们整理了“探秘 AgentRun”系列文章，本系列将梳理企业落地 Agent 常见难题，给出具体解法，助力 Agentic AI 快速走进生产级环境。欢迎加入“函数计算 AgentRun 客户群”与我们交流，钉钉群号：134570017218。

时间：2025.12.26（周五）13:30-17:00地点：北京·阿里巴巴朝阳科技园活动议程：AI 原生应用开发最佳实践函数计算 AgentRun：企业级一站式 AI Agent 基础设施平台Function AI：生成式 AI 的落地实践与案例分享AI 时代的“智能流量中枢”，AI 网关搭建与落地实践现场完成实操，更有惊喜彩蛋和专属证书等你来拿~点击此处或链...

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。

随着云计算的深入应用，企业核心业务加速上云，高质量的网络通信已成为保障业务连续性的关键。作为网络传输的核心指标，数据包丢失直接影响系统稳定性：轻度丢包可能导致通信中断、数据异常，扰乱业务逻辑；严重丢包则可能引发健康检查失败、Ping 不通、服务拒绝等系统性故障，带来连锁运维问题。

12 月 9 日，由 InfoQ 发起的“2025 中国技术力量榜单”评选结果正式揭晓，阿里云云原生应用平台凭借在 AI 原生应用领域的系统性布局与技术创新实践，一举揽获七项核心大奖，标志着阿里云在云原生领域的深厚积累，正在系统性进化为 AI 原生的全栈领导力。

LangChain 近期发布了《State of Agent Engineering》报告，内容比较翔实，全面分析了 AI 智能体在企业中的采用现状、挑战与趋势。（或尚未应用的原因）

近日，AI 原生应用开源开发者沙龙·杭州站圆满落幕。本场活动吸引了 130+ 名技术从业者深度参与，聚焦 AI 原生应用架构领域的开源技术与落地实践，围绕 AgentScope Java 1.0 发布、HiMarket、AgentRun、LoongSuite、RocketMQ 等议题展开深度分享，并设置了动手实操环节。

阿里云函数计算 AgentRun 全新发布后，我们整理了“探秘 AgentRun”系列文章，本系列将梳理企业落地 Agent 常见难题，给出具体解法，助力 Agentic 快速 AI 走进生产级环境。

直播时间：12 月 18 日 14:00—16:00欢迎点击此处观看回放。直播主题：阿里云函数计算 AgentRun 实战营完整回放上线，手把手带你迈进 Agentic AI 生产时代。直播亮点：产品负责人深度解读：函数计算 AgentRun 如何以高代码为核心，实现无代码到高代码的一键转换，让业务人员“一句话搭建 Agent”、技术团队灵活扩展，彻底打...