CNCF与SlashData报告发现：平台工程策略正在塑造AI基础设施的采用
内容提要
CNCF与SlashData发布2026年第三季度技术雷达报告，指出平台工程模式影响AI基础设施策略：使用独立管理工具的团队中54%采用混合AI工作流，自建内部平台者仅5%。可观测性领域Prometheus和OpenTelemetry获“采纳”评级，基础设施即代码领域OpenTofu和OpenFeature领先，存储领域Carina获“采纳”。报告强调成熟云原生技术对生产级AI工作负载的支撑作用。
延伸解读
平台治理模式与AI工作流选择相关
报告显示，工具由各团队独立管理的组织中，54%的开发者采用混合AI工作流；而自建内部开发者平台的组织中，这一比例仅为5%。相反，后者更倾向于使用独立AI平台（38%）或扩展现有平台（33%）。这说明平台工程的组织方式与AI基础设施策略存在关联：集中式团队更易形成统一路线，分布式管理则更易走向混合与碎片化。
可观测性工具的评价维度并不单一
Prometheus获得80%开发者四星或五星成熟度评价，OpenTelemetry则有92%的现有及曾经用户愿意推荐。值得注意的是，Fluent Bit的推荐率高达99%，为可观测性类别最高，但其成熟度和实用性评分相对温和；Cortex则拥有最高比例的五星成熟度评价（40%）。读者在选型时需区分“成熟稳定”与“用户愿意推荐”并非同一指标。
IaC与存储领域的采纳信号
基础设施即代码方面，OpenTofu和OpenFeature获“采纳”评级，Crossplane、Atlantis和cdk8s处于“试验”阶段。OpenTofu的推荐率高达96%，为IaC类别最高；OpenFeature则有67%的开发者给出四星或五星成熟度评价。存储方面，Carina获“采纳”评级，Rook和Longhorn获得较强推荐。这些信号可作为评估工具成熟度的参考，但不构成选型建议。
Q&A
平台工程团队的组织方式如何影响企业采用AI基础设施的策略？
报告发现，平台工程的所有权模式与AI基础设施策略密切相关。集中式平台工程团队倾向于坚持单一策略，而分布式所有权团队更可能采用混合方法。例如，在独立管理工具的团队中，54%使用混合AI工作流，而在构建自定义内部开发者平台的组织中，仅5%采用混合方法。此外，38%构建自定义内部平台的组织使用独立的专用AI平台，33%扩展现有开发者平台以支持AI工作流。
在可观测性领域，哪些工具获得了CNCF技术雷达的“采纳”评级？它们各自的开发者评价如何？
Prometheus和OpenTelemetry获得了可观测性领域的“采纳”评级。Prometheus获得了80%开发者的四星或五星成熟度评分，其中38%给予五星稳定性评价；OpenTelemetry获得了34%开发者的五星实用性评分，且92%的当前和过去用户愿意推荐。此外，Fluent Bit、Jaeger和Cortex也获得了强烈的推荐，其中Fluent Bit的推荐率高达99%，Cortex的五星成熟度评分比例最高（40%），93%的Jaeger用户愿意推荐。
在基础设施即代码（IaC）领域，哪些工具被列为“采纳”或“试验”？它们的推荐度如何？
在基础设施即代码领域，OpenTofu和OpenFeature获得了“采纳”评级，而Crossplane、Atlantis和cdk8s被列为“试验”。OpenTofu的推荐度最高，96%的当前和过去用户愿意推荐；OpenFeature获得了67%开发者的四星或五星成熟度评分，以及29%的五星实用性评分，在两项指标上领先IaC类别。
存储领域有哪些工具获得了“采纳”评级？开发者对Rook和Longhorn的推荐度如何？
在存储领域，Carina获得了“采纳”评级。此外，Rook和Longhorn等成熟技术获得了强烈的开发者推荐：94%的当前和过去Rook用户愿意推荐，59%的Longhorn用户表示高度推荐。
为什么说成熟云原生技术对生产级AI工作负载很重要？
报告强调，随着AI工作负载向生产环境迁移，成熟云原生技术（如Backstage、Prometheus和OpenTelemetry）提供了所需的可见性和可靠性，以支持复杂环境。这些技术帮助组织管理分布式应用，标准化基础设施，并应对运营复杂性、资源效率和可靠性挑战。
CNCF技术雷达报告是如何评估工具的？它覆盖了哪些技术领域？
CNCF技术雷达报告基于开发者对工具成熟度、实用性和可靠性的感知进行评估，将工具划分为“采纳”、“试验”等类别。报告覆盖了可观测性、基础设施即代码（IaC）和存储三个技术领域，旨在识别开发者认为成熟、有用且可靠的技术。
