Special Weekly | SOFAStack 社区牛年展望,Let's have fun together!

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

本文作者:蚂蚁集团黄挺(花名鲁直),SOFAStack 社区主理人,同时负责蚂蚁集团云原生方向的推动和落地,包括 Service Mesh、Serverless、消息、微服务等领域,带领 SOFA 团队扎根技术完成众多落地实践。

大家好,我是鲁直,有段时间没有和大家见面,今天是农历一年的起点,首先祝大家新年快乐,在新的一年牛气冲天!

在这样特别的日子里,我想和大家分享对于 Service Mesh 未来方向的思考,再谈谈 SOFAStack 社区接下来计划做的一些事情,希望大家接下来能够在社区里面玩得开心,Let's have fun together!

一、Service Mesh 是否已经解决了所有问题?

2020 年, SOFA 团队宋顺(花名齐天,当前蚂蚁集团 Service Mesh 负责人)在 QCon 上海站分享了《蚂蚁 Service Mesh 大规模落地实践与展望》,详细讲述了 Service Mesh 在蚂蚁集团的进展和未来规划。


在过去的几年里面,Service Mesh 在整个云原生社区如火如荼地发展,从刚开始的 Linkerd,到后面的 Istio,不断地有大公司加入到 Service Mesh 的领域的开拓之中,随着小剑、净超等同学在国内布道 Service Mesh,Service Mesh 从 2017 开始在国内火热程度也不断升温,SOFA 团队也在这个时候开始关注到 Service Mesh 这个领域,并且开始在内部尝试做落地的事情,也和业界的很多朋友一起举办了一场又一场的 Service Mesh Meetup。

应该说我们是幸运的,成功在 2019 年实现了 Service Mesh 在蚂蚁大促业务链路上的全面落地,获得了大规模落地 Service Mesh 的经验,并且在这之后持续应对 Service Mesh 大规模落地之后的遇到的各种挑战,截止到 2020 年底,蚂蚁集团已经基本上实现了在线业务的全面 Service Mesh 化,在一部分网关场景上,也采用了 Service Mesh 的架构,实现了南北向和东西向流量架构的统一。

但是随着 Mesh 化的进程不断地往前推进,一直在我们心中萦绕这一个问题,Service Mesh 在一定程度上解决了基础设施和业务耦合的问题,但是是否已经把所有的问题都解决完毕了?这个问题的答案显然是没有全部解决完毕,这个尚待解决的问题还是基础设施和业务耦合的问题。

目前包括蚂蚁集团在内的各种各样的 Service Mesh 的解决方案,都是会选择采用尽量透明的方式去适配应用已有的协议,让业务尽量减少接入 Service Mesh 的成本,即使不是全透明的方式,而是采用瘦 SDK 的方式接入(蚂蚁集团目前采用了这种方式),也是为了这个目的。在这种形态下,应用固然可以透明地获得非常多的能力,包括限流,服务发现,安全通信等等,但是一旦涉及到 RPC 协议的变化(从 SOFARPC 到 gRPC),后端缓存的变化(从 Memcached 到 Redis),应用还是需要去修改代码适配新框架的 SDK,这又是一件无论让应用还是让基础设施团队非常痛苦的事情,本质上还是应用去适配基础设施的变化,而不是反过来。

二、Service Mesh 的未来方向:Cloud Native Application Runtime

那么我们应该如何去解决这个问题?在一次内部的会议上,我们和几个同事在讨论如何对 K8s 里面我们自定义的 Operator 进行规范化的问题,防止一个有问题的 Operator 把整个 K8s 搞挂了,但是一个同事提出了 Operator Framework 的想法,在 Operator 里面运行一个 Sidecar,这个 Sidecar 提供 Operator Framwork 的能力,这里面给了我们一个启发,可以用 Sidecar 这种模式去实现一个开发框架,一个运行时,来更好地帮助业务屏蔽掉对于后端基础设施的访问,我们看到业界也出现了这样的一些产品,比如 Dapr,CloudState 等,在这种模式下 Sidecar 已经不是一个简简单单的 Proxy,而是一个 Runtime,我们把这种形态称之为 Cloud Native Application Runtime。

这种模式之所以可以称之为 Cloud Native Application Runtime,关键还是 Sidecar 定义了一套面向应用的 API,这套 API 正是解耦应用和基础设施的关键。有了这套 API Spec,就相当于在应用和基础设施之间构建了一层防腐层,只要这一层 API Spec 能够持续往前保持兼容,后面的基础设施不断地演进和变化,都不会动到应用侧,基础设施和应用之间才能够实现更加彻底的分离,未来基础设施无缝升级才会成为可能。未来云原生的应用在不同的云之间迁移,甚至基于多朵云来构建应用,应用这一侧也不用重复进行适配的工作,应该说,这种模式也是符合未来混合云的方向的。所以,我们大胆的预测,未来 Service Mesh 持续往前继续演进,必然会发展到 Cloud Native Application Runtime 这样的方向。

基于这样的思考,在 2021 年,SOFAStack 社区一方面会继续推进已有的项目的健康发展,另一方面在继续在 Service Mesh 的方向上深耕:继续分享在 Service Mesh 领域上的一些新思考之外,比如 Service Mesh 大规模落地之后的研发效率和运维效率的解决思路,我们也会和社区中的其他的组织一起通过 Service Mesh 的 Meetup 等活动继续推动 Service Mesh 的理念在国内的影响力,以及企业落地实践。(PS:最近 MOSN 刚刚公布了 2021 年的 RoadMap,https://github.com/mosn/mosn/issues/1559,其他项目的 RoadMap 也会在春节后陆续和社区讨论然后公布;PPS:我们计划在 3 月份举办一次 Service Mesh 的 Meetup,欢迎感兴趣的社区同学报名;)

三、感谢每一个 SOFAStck 社区的你

SOFAStack 开源社区即将成立三周年,SOFA 团队深刻地体会到一个开源项目的持续健康地发展,关键在于社区和社区中的每一位开发者,是你们每一个 star,每一个 issue 和 PR 推动着项目的成长。

特别感谢接近三年时间,大家一同参与社区建设,感谢一起帮助社区成长的小伙伴们。SOFAStack 开源社区还有很长的路要和你们走,我们也会联合其他社区一起推动 Cloud Native Application Runtime 的理念的落地和实践,希望有更多开发者可以和我们一起去探索 Service Mesh 的未来形态,一起推动其成为云原生应用构建的一种标准方式。

Awesome SOFAer, 

then awesome SOFAStack.

Let's have fun together!

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

MFC下使用C++操作Word文档

由于项目需求,在MFC环境下操作将数据和图片写入word文档,之前没有接触过,网上查阅了很多资料,终于把任务完成。理解的不是很透彻,但是这些东西应该够用了,写篇博客记录一下,以便以后再用到。 (1)VS环境下创建一个MFC应用程序,然后在项目上单击右键,选择 类向导-----添加类----类型库中的MFC类。在弹出的对话框中选择文件,位置选择office安装目录下的...

GIS_yuhua的博客 7579

蚂蚁金服SOFA开源负责人鲁直:不只是中间件 ,未来会开源更多

二月初春,在西子湖畔的细雨中,我拜访了蚂蚁金服中间件团队,和 SOFA 技术负责人鲁直做了一次深入交谈,更妙的是,鲁直也是负责 SOFA 开源事务推进的人,而这样一个切实践行开放核心模式的开源项目,也正是我非常感兴趣的。两个技术人的谈话,自然是朴实而直白的,话题主要围绕着 SOFA 和开源主题展开,希望也能一样引起同是技术人的你的共鸣。人物介绍采访者:老王,Linux 中国开源社区创始人,开源布道...

weixin_33836874的博客 258

OpenClaw安装方式那么多,但建议大家还是用云厂商吧

OpenCloud的安装方式多样,包括One-liner、npm、pnpm和Hackable等。One-liner提供高效的单行命令安装;npm和pnpm作为Node.js包管理工具,分别提供常规和高性能的安装选项;Hackable则支持定制化安装。不同系统(macOS、Windows)和终端(PowerShell、CMD)的操作步骤各有特点,用户需根据自身技术背景选择合适的安装方式。官方推荐使用闲置计算资源或云部署方案以获得更佳体验。

涛涛讲AI 1400

蚂蚁金服SOFAMesh在多语言上的实践 | CNUTCon 实录

黄挺,蚂蚁金服高级技术专家,蚂蚁金服分布式架构 SOFA 的开源负责人。目前在蚂蚁金服中间件团队负责应用框架与服务化相关的工作。 本文根据黄挺在 CNUTCon 全球运维大会的主题分享整理,完整的分享 PPT 获取方式见文章底部。 大家好,我是来自于蚂蚁金服的黄挺,花名鲁直,目前在蚂蚁金服负责微服务团队,也是 SOFA 开源的负责人。 来到这个场子...

weixin_33694172的博客 296

opencode完整使用指南:从安装配置到Agent式编程实战

AI编程工具正从辅助补全向智能体协作演进。编程智能体不仅理解项目全局,还能自主执行原子级重构、测试验证等工程任务,显著提升研发效能。以opencode为代表的开源终端AI编程工具,凭本地优先和灵活模型接入成为技术团队新宠。本文围绕opencode的完整使用链路展开,从Node.js环境准备、npm全局安装,到解决Windows环境变量配置问题,再到接入OpenAI、Anthropic或多模型管理平台,梳理一套标准化接入方案。同时演示VSCode插件调用、LSP语义分析及Playwright驱动的浏览器自动化

weixin_28837817的博客 319

计算机网络实验——入侵检测系统实验

在图1所示的网络结构中,此方案的具体实施:在路由器Router1的接口1出方向配置入侵检测策略,在收到ICMP ECHO请求包时,丢弃并同步向日志服务器报告警告,此时,终端PC2和PC3无法对终端PC0和PC1执行ping操作,并且日志服务器将记录相应的警告信息;在实验一的基础上,添加扩展分组过滤器,指定需要进行检测的信息流的类别,将扩展分组和对应的入侵检测规则进行绑定,使得只对特定的信息流进行入侵检测。加载指定类别的特征库,这里的指定类别是 ios_ips 类别中的 basic 子类别。

放放的博客 1563

SOFA 应用架构详解

本文来自作者 张建飞 在 GitChat 上的分享编辑 | 阿笠1. 前言从业这么多年,接触过银行的应用,Apple 的应用,eBay 的应用和现在阿里的应用,虽然分属于...

技术杂谈 4万+

保姆级教程:用Wokwi玩转ESP32 MicroPython仿真(含库文件配置指南)

本教程详细介绍了如何使用Wokwi平台进行ESP32 MicroPython仿真开发,包括库文件配置、传感器数据模拟和REPL调试技巧。通过Wokwi的仿真调试系统,开发者可以在浏览器中快速验证代码逻辑,提高开发效率,特别适合物联网项目的快速迭代。

weixin_29195615的博客 446

Gopher China 2021 专访之宋顺:Go 在蚂蚁集团的应用、实践

GoCN专访人物宋顺蚂蚁集团高级技术专家,Apollo Config PMC。在微服务架构、分布式计算等领域有着丰富的经验,2019 年加入蚂蚁集团,目前专注于云原生和微服务方向,如 Se...

金融级分布式架构 879

【保姆级】联想服务器 Ubuntu 装机:RAID 0/1/5/10 从原理到配置(新手也能一次成)

联想服务器RAID配置指南:Ubuntu系统适配方案 摘要: 联想服务器采用LSI MegaRAID硬件控制器,支持RAID0/1/10/5四种阵列模式。RAID0提供最高性能但无冗余,适合临时数据;RAID1完全镜像确保数据安全,推荐用于系统盘;RAID10兼顾性能与冗余,适合数据库等高要求场景;RAID5平衡容量与成本,适用于文件服务器。配置可通过本地BIOS(Ctrl+R)或XCC远程管理完成,Ubuntu安装时可自动识别虚拟磁盘。注意事项包括:使用同型号硬盘、监控重建进度、避免SSD与机械盘混用等。

2501_93651177的博客 488

直击高频编程考点:字符串知识及经典算法题总结

字符串相关基本练习题总结(最长公共子串、最长回文子串、最长无重复字符子串、最小覆盖子串、字符串相乘、中文数字表达转实际数字格式等)

曾经“等你生日那天”都遥远得像未来,如今却可欢愉的挥手说“下个十年见” 172万+

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 225

Google Earth Engine(GEE)—— 显示如何使用迁移的训练样本进行多年分类的脚本(sentinel-2影像为例)光谱差异()

HydroSHEDS 是一种地图产品,它以一致的格式为区域和全球范围的应用程序提供水文信息。它提供了一套不同比例的地理参考数据集(矢量和栅格),包括河流网络、流域边界、排水方向和流量累积。请注意,对于北纬 60 度以上的地区,HydroSHEDS 数据的质量明显较低,因为没有可用的基础 SRTM 高程数据,因此分辨率较低的 DEM(USGS 提供的 HYDRO1k)。该数据集基于 15 角秒(赤道约 500 米)分辨率栅格数据提供嵌套的分层分水岭多边形。光谱信息和之前不同的点:训练结果。

此星光明博客 966

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 398

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 2万+

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 246

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 501

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 201

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 199

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 558

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 574

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 90

GPT-1 架构和计算细节

下面配合框图,对 GPT-1 的每个组件做公式展开 + 数值实例(配置:12 层 × 768,12 头,FFN 3072,词表 40478,共 117M 参数)。GPT-1 把翻译模型的编码器-解码器砍掉一半,只留解码器,然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异(框图中标 ★):h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 278

终端 AI 审计与 “龙虾” 类智能体风险治理:从可见性到闭环溯源

生成式 AI 办公普及之后,数据泄露风险逐步下沉到终端。员工将合同、源代码、客户资料粘贴至公有大模型,以及龙虾(OpenClaw)这类本地开源 AI 智能体的滥用,成为企业安全新挑战。传统网络边界防护存在审计盲区,本文从风险链路拆解、核心能力模型、分级治理策略、落地踩坑点以及技术局限性多角度,分享终端侧 AI 安全治理的实践思路。

2401_86491085的博客 640

2.53 基于极稀疏指纹的室内定位注意力图元学习

该论文发表于IEEE Transactions on Mobile Computing(TMC)2026年6月,面向极稀疏指纹条件下的WiFi室内定位,针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点,提出注意力图元学习模型AGML(Attentional Graph Meta‑Learning),结合图神经网络、元学习、两种指纹数据增强与分布对齐技术,在标记指纹极少的场景实现高精度室内定位,同时公开了多套真实+仿真定位数据集用于基准测试。场景:二维室内空间,障碍物造成信号遮挡,

weixin_42963026的博客 338

语音识别与语音合成的技术原理及应用

语音识别 #语音合成 #人工智能 #大模型。语音识别与语音合成的技术原理及应用。一、语音识别的核心原理。二、语音合成的核心原理。三、工程落地的主要难点。五、需要关注的现实问题。

weixin_62919816的博客 210
上一篇: SOFATracer 在亿通国际可观察性下的落地与实践
下一篇: Service Mesh 双十一后的探索和思考(上)
SOFAStack
博客等级 码龄7年 747粉丝 389原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值