Dapr 1.18 的 Verifiable Execution 解决什么问题
Dapr 1.18 的 Verifiable Execution 解决的不是“日志不够多”,而是分布式工作流在关键决策前缺少可验证的执行依据。它把工作流历史签名、来源传播和工作流证明组合起来,让下游系统能够判断:历史有没有被改动、请求从哪里来、是否经过了约定的工作流。
官方资料:
CNCF 介绍:https://www.cncf.io/blog/2026/06/11/introducing-verifiable-execution-in-dapr-1-18/
Dapr 文档:https://v1-18.docs.dapr.io/developing-applications/building-blocks/workflow/workflow-history-signing/
因此,它更像是 Durable Execution 和可观测性之上的信任层,而不是把现有日志、指标和 Trace 全部替换掉。
先区分“看见发生了什么”和“证明发生了什么”
日志适合解释业务动作,指标适合观察性能,Trace 适合还原跨服务路径,审计记录适合保留历史。但这些信息通常仍依赖存储系统、采集链路和运维权限的可信假设:记录可以被覆盖,跨服务转发时上下文也可能丢失。
Verifiable Execution 的关注点更窄也更硬:它不是再增加一种观测格式,而是让执行历史具有篡改可见性,并让执行来源可以随请求传递。可以这样理解:
| 能力 | 主要回答的问题 | 边界 |
|---|---|---|
| 日志、指标、Trace | 系统发生了什么、耗时如何、路径经过哪里 | 通常仍需要信任记录本身 |
| 审计记录 | 谁在什么时间做过哪些业务动作 | 不天然证明记录未被改写 |
| 可验证执行 | 这次工作由谁发起、经过哪些执行上下文、历史是否保持完整 | 需要身份材料、签名与验证策略配合 |

Dapr 1.18 增加了哪三层能力
CNCF 对 Dapr 1.18 的介绍把新能力拆成三部分,它们不是三个重复的名字,而是分别解决完整性、来源和信任判断。
1. Workflow History Signing:让历史修改可被发现
工作流不断产生历史事件,历史签名会为这些记录建立可验证的签名链。后续加载工作流状态时,系统可以发现历史是否被修改、重排或删除。它提供的是完整性信号,不等于业务结果自动正确,也不替代业务审计。
2. Workflow History Propagation:让来源跟着工作走
一个工作流可能调用活动,活动再调用服务,服务又触发另一个工作流或 AI Agent。来源传播把执行起点、参与的工作流和相关上下文带到下游,减少只靠多套日志拼接调用链的情况。
3. Workflow Attestation:让下游按证明做判断
来源传播说明“这份工作从哪里来”,attestation 则让接收方基于可验证上下文做决定。例如付款、理赔或质量放行接口,可以要求请求确实经过审批、风控或质检流程,再继续后续动作,而不是只相信调用方口头附带的字段。

SPIFFE 身份与 Durable Execution 分别负责什么
Dapr 原有的 Durable Execution 解决“服务重启、崩溃或网络中断后怎样从状态继续”的问题;Verifiable Execution 进一步追问“这段状态和请求的来路是否可信”。两者是恢复能力与信任能力的分工。
Dapr 官方资料还把 SPIFFE 工作负载身份放在信任链的基础位置。可以用一句话记忆:SPIFFE 主要回答“你是谁”,Verifiable Execution 进一步回答“你是怎样走到这里的”。在 Dapr 1.18 的工作流历史签名文档中,mTLS 身份材料是签名与验证的重要前提;因此,启用相关能力时还要把根 CA 生命周期、证书轮换和验证失败处理纳入设计。
这也说明它不是一颗可以单独打开的“合规开关”:身份、工作流历史、来源上下文和下游策略必须处在同一条可解释的信任边界里。
哪些场景值得考虑,哪些场景不必急着采用
如果流程涉及跨团队审批、金融交易、医疗理赔、生产质检或 AI Agent 代替人调用工具,系统往往不只需要知道请求成功,还需要保留可复核的执行来源。这类场景更适合评估历史签名、来源传播和 attestation 的组合价值。
如果业务只是内部低风险接口,现有日志、Trace 和普通审计已经能满足排障与追责,就不必因为“可验证执行”这个新名词立刻重做架构。优先回答三个问题即可:哪些决策必须证明经过指定流程,哪些参与者需要可验证身份,验证失败时是拒绝、隔离还是转人工。
我的判断是,Dapr 1.18 的价值不在于把所有调用都加密包装,而在于把“执行历史”从可查询记录提升为可以被下游策略消费的信任信号。采用前先划定高风险工作流,再决定签名历史的保存范围和证明的消费位置,成本会更可控。
相关问题
Verifiable Execution 会取代日志和 Trace 吗?
不会。日志、指标和 Trace 仍负责解释系统行为与性能;Verifiable Execution 主要补充完整性、来源和证明关系。
只开启 Durable Workflow 就有可验证执行了吗?
不等同。Durable Workflow 解决故障恢复,历史签名、来源传播和 attestation 才分别补上完整性与信任判断能力,并且还需要身份和验证策略配合。
Hugging Face Agent 研究中降低上下文消耗的工程方向
- 上一篇
- Hugging Face Agent 研究中降低上下文消耗的工程方向
- 下一篇
- CNCF 2026 AI 项目观察中的治理缺口
-
- 科技周边 · 业界新闻 | 1小时前 | 云原生 · 可观测性 · OpenTelemetry KubeCon 2026 云原生可观测性 指标日志追踪 遥测成本 AI 可观测性
- KubeCon 2026 可观测性议题的工程关注点
- 238浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 |
- CNCF 2026 云原生开发报告中的平台化趋势
- 224浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 |
- Hugging Face Agent 研究中降低上下文消耗的工程方向
- 203浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 |
- Hugging Face OCR 模型更新带来的文档识别工程关注点
- 232浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 云原生 · 人工智能 · 多模态 · Hugging Face 边缘多模态模型 边缘推理 云边协同 多模态部署 Cosmos 3 Edge d1决策模型
- Hugging Face 近期边缘多模态模型方向的部署启示
- 172浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 云原生 · CNCF 平台工程 KubeCon 2026 内部开发者平台 AI治理 Platform as a Product
- CNCF KubeCon 2026 平台工程议题的实践方向
- 240浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 云原生 · kubernetes · Kubernetes Karmada CNCF 多集群 多云治理
- CNCF 宣布 Karmada 毕业后的多集群治理变化
- 305浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 云原生 · 可观测性 · OpenTelemetry OpenTelemetry Collector 软件碳强度 SCI 云原生可观测性 GreenOps
- OpenTelemetry 怎样承载软件碳强度信号
- 453浏览 收藏
-
- 科技周边 · 业界新闻 | 2天前 |
- 云原生项目安全审计通常会披露哪些信息
- 112浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 503次使用
-
- 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。
- 561次使用
-
- 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。
- 588次使用
-
- 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。
- 540次使用
-
- 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。
- 352次使用
-
- 蒙面演唱引争议,旺仔小乔被平台封禁
- 2025-08-08 501浏览
-
- openGauss向量驱动升级,RAC多写突破内核
- 2025-07-30 501浏览
-
- 安普瑞斯工厂放假,电芯供应受影响
- 2025-07-04 501浏览
-
- 农产品APP开发优势与功能全解析
- 2025-04-30 501浏览
-
- 开店省钱妙招,外卖系统同城配送运营攻略
- 2025-04-26 501浏览
