当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > CNCF 2026 项目活跃度报告透露了哪些变化

CNCF 2026 项目活跃度报告透露了哪些变化

来源:17golang原创 2026-10-06 23:20:26 0浏览 收藏

CNCF 在 2026 年 2 月发布的 Project Velocity 文章,实际分析的是 2025 年的项目活跃度。它透露的重点不是简单的“谁排名第一”,而是云原生社区的增长正在从单一基础设施,扩展到平台工程、可观测性和 AI 工作负载。Kubernetes 仍拥有最大的贡献者基础,Backstage 的贡献量较 2024 年翻倍以上,OpenTelemetry 的提交量增长 39%。

官方地址:https://www.cncf.io/blog/2026/02/09/what-cncf-project-velocity-in-2025-reveals-about-cloud-natives-future/

要点速览
  • 发布时间是 2026 年,统计对象是 2025 年项目活动,不等于 2026 全年预测。
  • 图表同时看 commits、authors、pull requests/issues,气泡面积表示 authors。
  • 最有价值的变化是平台工程和可观测性信号变强,并与 AI 基础设施发生交集。

先看懂 CNCF 报告的三个坐标

这份报告使用气泡图把不同规模的项目放到同一张图上:横轴是提交次数,纵轴是 issue 与 pull request 总量,气泡面积对应作者数量。三个指标回答的是不同问题:commits 看持续产出,authors 看参与面,issues/PRs 看协作和维护活动。气泡大,不代表项目一定适合所有生产环境;它只能说明社区活动的某一侧比较强。

CNCF Project Velocity 以 commits、authors 和 pull requests issues 表示项目活跃度的静态说明图
图1:CNCF Project Velocity 三个指标的静态说明图,不是官方报告截图或运行证据。

读图时先确认时间口径,再看三项指标是否同向。比如一个项目提交多、作者少,可能是核心维护者高频迭代;作者增长而提交变化不大,则更像社区扩展。把这三种信号拆开,才不会把一张气泡图误读成产品质量排行榜。

三条变化分别代表什么工程信号

Kubernetes 仍是基础设施底座。官方文章强调它拥有最大的贡献者基础,并把 Kubernetes 描述为企业基础设施和 AI 运行环境的重要基础。这意味着它的变化更接近“底层平台持续扩张”,而不是某个短期热点。

Backstage 的增长对应平台工程。报告称它的贡献量较 2024 年翻倍以上,并把原因与开发者体验、内部开发者平台联系起来。对团队而言,这个信号提示平台工程正在从概念讨论转向可维护的工程产品:服务目录、模板、权限和交付入口需要长期运营。

OpenTelemetry 的数据更接近可观测性基础设施。其提交量增长 39%,贡献者从 1,301 增至 1,756,增长约 35%。这反映出日志、指标、追踪的统一采集与实时分析越来越重要,但不能据此直接断言某个观测后端的市场份额。

Kubernetes、Backstage、OpenTelemetry 与 AI 工作负载对应基础设施、平台工程和可观测性方向的关系说明图
图2:2025 年 CNCF 项目活跃度信号与工程方向的关系说明图。

用这份报告做技术判断,先套一张对照表

观察对象报告信号可用于判断什么不能直接推出什么
Kubernetes贡献者基础最大生态协作面和基础设施影响力具体发行版一定最适合当前团队
Backstage贡献量较 2024 年翻倍以上平台工程投入和开发者体验关注度接入后无需治理权限、模板和目录
OpenTelemetry提交量 +39%,作者 1,301→1,756可观测性标准化的社区动能监控成本、性能和后端体验自动达标

AI 是报告里的延伸线索。CNCF 提到 Kubernetes、Kubeflow、Kubernetes AI Conformance Program 和 DRA,说明社区正在为可扩展、可移植的训练与推理基础设施铺路。这里的关键词是“基础设施准备度”,不是一张 AI 产品推荐清单。落地时仍要单独评估 GPU 调度、数据访问、可观测性和成本。

常见问题

这是不是 CNCF 的 2026 全年排名?

不是。它是 2026 年发布的文章,核心图表总结 2025 年活动,不能替代 2026 全年数据。

贡献者多就代表项目更成熟吗?

不一定。贡献者反映参与面,成熟度还要看稳定性、文档、兼容性、发布治理和实际部署。

为什么不能只看 commits?

提交次数会受到仓库拆分、自动化和维护方式影响,必须与作者数、issue/PR 活动及项目语境一起看。

企业应该如何使用这份报告?

把它当作候选方向的信号源,再结合自身的运行环境、团队能力、合规要求和总成本做小范围验证。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go sync.Pool.New 怎么避免 Get 返回 nilGo sync.Pool.New 怎么避免 Get 返回 nil
上一篇
Go sync.Pool.New 怎么避免 Get 返回 nil
Go SectionReader 为什么读取范围不会越过上限
下一篇
Go SectionReader 为什么读取范围不会越过上限
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    355次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    416次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    423次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    378次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    200次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码