容器安全领域正在从“建议性规则”转向“强制性执行”，Docker 最新发布的运行时强制策略将彻底改变安全配置方式，同时 AI 代理运行时和模型路由成为基础设施新热点。
1. Docker 运行时强制：从建议到执行#
Docker 宣布推出 Runtime Enforcement 功能，不再只是给出安全建议，而是直接阻止违反策略的容器行为。这意味着过去依赖“告警后人工处理”的模式将被淘汰，运维团队需要重新审视镜像和运行时的安全基线。 阅读原文
2. AI 代理运行时：新一代计算平台#
The New Stack 提出“Agent Runtime”概念，认为 AI 代理需要类似应用服务器的专用运行时环境，用于管理会话、状态和工具调用。这对运维意味着需要支持代理的部署、监控和弹性伸缩，传统的容器编排工具可能不够用。 阅读原文
3. 模型路由器：Cursor、Ramp 和 Meta 都在构建#
多家公司正在构建模型路由器来动态选择 AI 模型，但其中两家（Cursor 和 Ramp）同时也在研发自己的大模型。这暗示着模型路由将成为基础设施层的关键组件，类似 API 网关之于微服务。 阅读原文
4. K8s 部署容易，但数据库运维仍是噩梦#
文章指出 Kubernetes 让应用部署变得简单，但数据库的有状态运维（备份、恢复、扩缩容）依然是最大痛点。平台工程团队需要投入更多精力构建数据库操作平台。 阅读原文
5. 检索工程成为 AI 新瓶颈#
随着 RAG（检索增强生成）普及，检索质量直接决定 AI 输出准确性。工程师发现传统向量搜索和提示缓存策略在成本与精度之间难以平衡，需要更精细的检索架构设计。 阅读原文
6. Moonshot Kimi K3 上线 48 小时订阅挤爆#
Moonshot 发布 Kimi K3 模型后，因需求过载在 48 小时内暂停新订阅。这反映了高性能推理服务的容量规划挑战，也说明用户对推理速度的敏感度远超预期。 阅读原文
7. 监管环境下的 AI 代码加速#
文章探讨了受监管企业如何在保证合规的前提下提升 AI 辅助编码速度，核心思路是持续验证（Continuous Verification），将安全审计嵌入 CI/CD 流水线。 阅读原文
当 AI 代理开始像微服务一样需要运行时平台和路由策略时，运维工程师的战场已经从容器编排扩展到了智能体编排。
