云原生计算基金会（CNCF）宣布了 Istio 的重大升级，引入了一些新功能，旨使这个服务网格能够适应未来需求以支持 AI 驱动的工作负载。本次更新于 2026 年在 KubeCon + CloudNativeCon 欧洲大会上发布，包含对环境（ambient）多集群部署的测试版支持、全新的网关 API 推理扩展，以及智能体网关的实验性集成。这些功能旨在简化运维，同时为现代分布式系统提供更智能的流量管理。
本次发布反映了云原生基础设施领域存在的一个广泛转变，即越来越多的组织开始在Kubernetes上运行 AI 工作负载。根据 CNCF 的数据，尽管目前已有 66%的企业在 Kubernetes 上运行生成式 AI 工作负载，但仅有极少数能实现每日部署的速度，而运维复杂性是主要障碍。Istio 的新功能旨在通过简化服务网格的采用，并将 AI 感知型流量路由直接嵌入平台基础组件中来弥补这方面的不足。他们将该项目定位为下一代基础设施的基础层。
本次更新的核心功能是环境多集群支持。该功能将 Istio 的无 sidecar“环境模式（ambient mode）”扩展至多个集群，使团队能够在不同区域或云服务提供商之间管理流量、安全性和可观测性，同时避免了传统 sidecar 代理带来的运维开销。通过降低复杂性，该功能旨在让平台团队能够更轻松地进行多集群部署，并提升其可扩展性。
与之相辅相成的是网关API推理扩展，它将机器学习推理直接集成到服务网格的流量流中。这使得用户能够通过所熟悉的 Kubernetes 原生 API 对 AI 推理请求进行一致的路由、控制和可观测性管理，将应用程序网络与 AI 工作负载之间的差距降至最低。引入智能体代理这个实验性数据平面，表明该系统正朝着处理 AI 驱动的动态流量模式迈进，特别是在模型、智能体和服务交互日益复杂的环境中。
这些更新标志着服务网格正从传统的微服务基础设施向具备 AI 感知能力的平台基础组件的广泛演进。从历史上看，Istio 一直专注于管理服务间通信、安全性和可观测性。本次发布将功能扩展至协调 AI 推理流量，并使平台工程师能够为生成式 AI 和基于智能体的系统等新兴工作负载构建防护机制。
这一转变也反映了业界对平台工程团队的期望有了变化，他们在确保 AI 部署安全、可扩展方面承担着越来越重要的责任。通过将推理路由和多集群流量控制等功能直接嵌入到网状架构中，Istio 减少了对定制化工具和分散式架构的需求，这符合行业的发展趋势：即构建统一的平台层，在抽象化复杂性的同时保持灵活性。
CNCF 管理层表示，本次发布是 Istio 为满足现代基础设施需求而进行的长期演进的一部分。随着 AI 工作负载日益呈现分布式、延迟敏感及动态化的特征，服务网格有望在跨环境可靠性、安全性和可观测性方面发挥关键的作用。
尽管 Istio 对自身的定位依然是功能丰富且可扩展的服务网格（尤其是带来聚焦 AI 的新功能），但在解决类似的挑战时，这个生态系统中的其他平台采取了截然不同的方法。例如，Linkerd（被广泛视为一种轻量级且注重性能的替代方案）优先考虑的是简单性、更低的延迟和易用性，而非高级流量管理功能。对于希望快速部署且所需开销最小的团队，这极具吸引力。但通常来说，它缺乏 Istio 在路由、策略和可扩展性方面的深度。另一方面，Consul则通过多平台和混合云支持来凸显自身优势，可在 Kubernetes、虚拟机及其他运行时环境中提供服务网格功能，尽管这往往会增加运维复杂性。
从更广泛的角度来看，服务网格的特点体现了功能、性能与运维简便性之间的权衡。通常，Istio 被视为最先进的选择。它提供了深度流量控制、安全策略和可观测性，但代价是更高的资源消耗和复杂性。相比之下，新兴的替代方案——包括无 sidecar 模型和基于eBPF的网络架构（如 Cilium）——正致力于降低开销并实现更紧密的内核级集成，这与 Istio 向“环境模式”演进的方向如出一辙。
不过，有一个明显的趋势正在所有平台上显现：服务网格正从传统的微服务网络演变为平台级控制平面，能够支持日益复杂多变的工作负载，包括 AI 推理、多集群部署以及基于策略的流量管理。
声明：本文为 InfoQ 翻译，未经许可禁止转载。
原文链接：https://www.infoq.com/news/2026/04/istio-ai-multicluster/
