作者 | 肖京，阿里云高级技术专家，Spring Cloud Alibaba 发起人，阿里云服务框架 & 治理团队负责人
在 2024 年，编程范式、AI 应用开发、编程语言、服务框架、服务治理、应用运维 的趋势都发生了一些明显了变化。
编程范式从面向对象发展到面向自然语言的变化，只描述需求就开发一个项目不再是幻想。Copilot 和通义灵码等工具给大家留下了比较深刻的印象，这些工具提供了代码补全、单元测试、代码优化，代码注释等功能，开发者可以在 IDE 中使用工具插件进行编码辅助，并将 AI 生成的代码复制粘贴到 IDE 中，也可以在编辑界面直接自动补全和生成代码。
在过去的一年，以 Cursor 和 Windsurf 为代表的基于 AI 的 IDE 则更进一步，让 AI 的生成和编辑不再局限于单个文件，而是可以对整个代码库做并行修改。直接在对话框中输入需求就生成完整的代码成为了现实，并且在接下来的过程中可以完全通过对话驱动，对整个库不断迭代修改。虽然在开发复杂的大型项目仍有所欠缺，但是编码效率确实有了很大的提升。
AI Agent 正在经历从面向过程的工作模式向面向目标架构的转变，企业逐渐关注如何把 AI 应用和原有的企业数据和 API 结合起来，AI 应用开发不再是 Python 开发者的专属。
据甲子光年的分析报告称，2024 是 AI Agent 的爆发之年，也是产品逐步从 Chatbot 和 Copilot 模式转向 AI Agent 的探索之年，AI Agent 正在经历从面向过程的工作模式向面向目标架构的转变，这标志着 AI 在实际应用中的角色变得更加自主和智能化。随着这些趋势的发展，预计未来将出现更多创新产品和服务，进一步丰富 AI Agent 的应用场景。
Langchain 和 LlamaIndex 等基于 python 开发的项目受到了很多 AI 开发者的欢迎，不过笔者也观察到越来越多基于 Java 开发的 AI 框架开始流行：Langchain4J 在过去一年发布了十余个版本，Pivotal 开源的 Spring AI 在最近也发布了 1.0.0 版本，阿里云也在云栖大会推出了基于通义的适配 Spring AI Alibaba 开源项目。
Java 在开发企业级应用的时候有着天然的优势，Spring AI Alibaba 是一个面向 AI 工程的应用框架，其目标是将 Spring 生态系统的可移植性、模块化设计等企业级特性应用到 AI 领域，解决 AI 集成的基本挑战，将企业原有的数据和 API 与 AI 模型更好地结合起来。
Java 仍旧占微服务编程语言的主流地位，但也有越来越多的企业开始使用 Go 、 Python 、Rust 语言来开发微服务应用，服务治理架构也从 Sidecar 演进到 Ambient 和 Proxyless。Istio 宣布其 Ambient 模式已达到 GA（全面可用）状态。Ambient 模式解决了过去每个工作负载都需要单独 Sidecar 所导致的高 CPU 和内存损耗，以及每次更新 Istio 版本时需重新启动所有 Pod 的痛点。Ambient 模式支持将 L4 层与 L7 层分离，使企业能够逐步采用 Istio 技术。可以从无网格状态平滑过渡到实现如 mTLS、授权策略和可观测性的 L4 层，然后根据实际需要，在每个命名空间内逐步启用更复杂的 L7 层功能，例如重试、流量分割、负载均衡和可观测性数据收集。这种按需分阶段的平滑过渡，有助于在整个集群中逐步实现服务网格功能的全面部署。
服务框架层面，Apache Dubbo 正式发布了 3.3 版本，通过 Triple 的全新升级，突破了以往局限，实现了对南北向与东西向流量的全面支持，提升了对云原生架构的友好性。Dubbo 、Grpc 和 Kitex 等众多微服务框架都实现了 Proxyless 模式，通过 xDS 协议实现服务框架与控制面的直接通信，进而实现控制面对流量管控、服务治理、可观测性、安全等的统一管控，规避 Sidecar 和 Ambient 模式带来的性能损耗与部署架构复杂性。
企业对于服务治理的需求也在变化，已经逐渐从最初的流量管理、服务治理升级到 API 管理，企业更加关注效率的提升。
传统的服务治理稳定性范畴已经深入人心，绝大多数中大型企业都已经使用了 无损上下线，全链路灰度 功能来保障发布时稳定性，并通过流量防护保障运行时的不确定流量和不稳定依赖。过去企业用户主要关注网关在性能、安全性和成本方面的表现。他们倾向于将流量网关、微服务网关和安全网关进行整合，以解决多层网关独立设计和运维所导致的资源消耗、性能损失、稳定性难以控制以及安全防护复杂等问题。然而，随着数字化程度的不断提升，越来越多的企业开始视 API 为公司的核心资产。这一转变促使企业在网关需求上升级到更注重 API 管理的层面。在这种背景下，企业不仅希望网关能够高效、安全地处理流量，还期待其在 API 的生命周期管理、版本控制、编排能力、访问权限、监控和分析等方面提供全面的支持，以便提高开发效率和实现高效的数字化运营。
