Kubernetes 生态的运维风向正在剧变：从 GPU 调度到 Agent 运行时，从供应链安全到 AI 编码工具，每一项更新都在重塑云原生基础设施的默认假设。今日资讯揭示，K8s 的 DRA 特性将终结 GPU 运维痛点，而 npm 攻击则让供应链信任机制面临新挑战。
K8s DRA：GPU 调度的终极解药？#
Kubernetes 的 Dynamic Resource Allocation（DRA）正在改变 GPU 等专用资源的分配方式，让集群告别手动管理设备插拔的噩梦。DRA 通过资源驱动模型，让 Pod 声明需求，调度器自动匹配，大幅简化了 GPU 的运维复杂度。对于依赖 AI 负载的团队，这可能是今年最值得跟进的功能。
npm 供应链攻击：伪装成证明的蠕虫#
近期曝光的 npm 攻击利用 provenance attestations（来源证明）作为掩护，将恶意包伪装成可信组件，绕过开发者安全检查。这种攻击方式让传统的依赖验证机制形同虚设，提醒运维团队必须加强多层防护，而不能只依赖单一信任源。
Claude Code 默认 Auto Mode：人类信任危机#
Anthropic 宣布 Claude Code 将默认启用 Auto Mode，理由是“人类不可信”。这意味着 AI 编码助手将更少征求确认，自主执行更多操作。对于平台团队，这既是效率提升的机会，也带来了对运行时基础设施的更高要求——Agent 的自主行为需要更严格的沙箱和审计机制。
AWS Kiro：解绑 Agent 与编辑器#
AWS 推出的 Kiro 协议旨在让 AI Agent 脱离特定编辑器束缚，实现跨平台自由调用。这打破了现有 AI 编程工具的封闭生态，让开发者可以在任意环境中使用统一的 Agent 交互方式。对于运维自动化，Kiro 可能成为连接不同工具链的桥梁。
AI 技能从笔记本蔓延到企业：混乱的根源#
开发者先在个人电脑上试验 AI 技能，然后企业不得不接手这些缺乏治理的“野路子”实现。这种自下而上的 AI 采用模式，让平台团队面临安全、合规和可维护性的多重挑战。企业需要建立正式的 AI 技能管理流程，否则只会加剧技术债。
Meta 的廉价编码 Agent：数据换成本#
Meta 新推出的编码 Agent 价格极低，但代价是用户数据被用于训练。对于追求成本控制的企业，这可能是诱人的选择，但必须权衡数据隐私风险。相比之下，Coinbase、Shopify 等公司自建 Agent 但仍依赖 Anthropic 模型，说明底层模型能力依然是核心竞争力。
平台团队的现代化反思：“重写就好”#
许多平台团队在现代化项目中选择“直接重写”而非渐进改造，但 Nutanix 的双原生架构显示，保留现有系统并集成新能力可能更务实。这种思路能减少迁移风险，同时利用现代技术提升性能，值得在大型遗留系统中借鉴。
今日资讯凸显一个趋势：AI 与基础设施的融合已进入深水区，运维工程师必须同时关注调度、安全和工具链的剧变，否则将被时代抛下。
