DevOps重构：从Vibe Coding到VibeOps，AI接管基础架构的三部曲

Kelsey Hightower说："如果20年后我们还在谈论Kubernetes，那是技术界的悲哀。"AI agent正在让这个预言加速兑现——可能不需要20年，只要2-3年。

VibeOps不是玩笑

2026年初，一个叫"VibeOps"的梗在DevOps社区炸了。

受Andrej Karpathy"vibe coding"启发，有人描述了一个场景：工程师在早高峰地铁上给AI发条Slack消息，就完成了生产环境的部署和扩容。不用打开电脑，不用登录控制台，不用写一行YAML。发条消息，搞定。

荒诞吗？

看看正在发生的事：Pulumi的工程师已经在用Claude Code跑terraform plan、读diff、自动调整配置。一个叫kagent的开源项目，让AI agent直接跑在K8s集群内部，自动排障、自动修复。

再看数字——仅Claude Code一个工具，就贡献了GitHub上4%的公开代码提交，年底预计超过20%。Stack Overflow调查显示超过七成开发者已经在日常使用AI编程助手。这不是实验室demo，这是生产环境的日常。

当AI agent能写代码、跑命令、调用API，它离接管你的整个IT基础架构，只差一步。

这一步，正在被跨越。

与此同时，一个新词悄然流行：FOBO——Fear of Becoming Obsolete。运维工程师们感受到了那种"技能在实时贬值"的焦虑。不是担心明天失业，而是担心自己正在变成那个"还在手动写YAML的人"。

三个阶段，一个方向

这场变革不是一夜之间发生的。它会经历三个阶段，像水渗进石头的裂缝——润湿、松动、崩裂。

正如一位分析师所说："过去十年驱动数字化的基础设施，不是为AI agent那种永不停歇、贪婪吞噬上下文的需求而设计的。"

阶段1：AI成了那个最好的运维（正在发生）

先说个好消息。

今天的AI agent还没有取代任何基础架构软件。它只是成了操作这些软件的"超级用户"。Claude Code写Terraform脚本、Cursor调K8s API、OpenAI的Frontier平台帮HP和Uber执行多步骤企业任务——底层的vSphere还是那个vSphere，K8s还是那个K8s。变的不是工具，是谁在用工具。

类比一下：你用Claude Code写代码的时候，VS Code消失了吗？Git消失了吗？shell消失了吗？都没有。AI只是成了一个比你更快、更不会犯低级错误的使用者。

所以在这个阶段，API设计越成熟的平台反而越受益。VMware几十年积累的API体系、vSphere的稳定性，让AI agent调用起来如鱼得水。K8s的声明式配置天然适合AI理解——你告诉它"我要三个副本"，它就知道该怎么做。

德勤《2026科技趋势》报告把"agentic AI"列为年度定义性趋势。AIOps市场五年内将从117亿美元增长到324亿——接近三倍，相当于每年多出一个Datadog的市值。超过六成企业已经在积极布局，不是"计划评估"，是真金白银在投入。

成熟的技术栈在这个阶段不是包袱，是优势。 API设计优秀、自动化友好的产品，护城河反而加深了。

但这个蜜月期有保质期。

阶段2：管理层正在变得多余（即将发生）

想想vCenter的核心价值是什么。

不是虚拟化本身——KVM也能做虚拟化，而且免费。vCenter的价值是把底层的复杂操作翻译成人类能理解的东西：仪表盘、工作流、策略引擎、告警规则。K8s生态里的Helm chart、ArgoCD、Rancher，干的也是同一件事——降低人类的认知负担。

但AI不需要别人帮它降低认知负担。

就像你用Claude Code之后，还打开过几次IDE的图形化Git界面？AI agent可以直接读底层状态、做判断、执行操作。那个为人类设计的"翻译层"——仪表盘、控制台、配置向导——就变成了纯粹的开销。

正如有人精辟地总结："他们曾是脚本编写者，现在是AI的编排者。"

DevOps工程师的角色不是消失，而是从手动操作基础设施，变成指挥AI agent操作基础设施。图形化管理界面让位于AI直接交互，复杂的编排抽象被AI的实时决策替代，静态的告警规则让位于AI的动态判断。

但底层的东西不会消失。资源隔离、安全边界、硬件抽象——这些依然是刚需。Hypervisor和container runtime的核心价值没有变，变的是它们之上的交互方式。

这对传统厂商意味着什么？管理层的价值正在从"人类可操作的界面"迁移到"AI可理解的语义层"。 vMotion、DRS、HA背后的算法积累并不过时，但交互方式必须变——从"人通过vCenter操作"变成"AI agent直接调用底层能力"。

VMware Cloud Foundation 9.0已经开始向这个方向走，内置了模型运行时和AI agent builder。这是传统厂商主动拥抱变革的信号——谁能更快让核心能力对AI友好，谁就能在下一个阶段继续保持优势。

那转折点什么时候到来？三股力量在互相加速：AI能力突破让成本下降，成本下降推动更多采用，更多采用中必然出现AI救场的标志性事件——某次大规模故障里，AI比人+工具恢复得更快。信任拐点一到，飞轮就转起来了。

阶段3：当基础架构的基本假设不再成立（2-3年后）

今天所有基础架构软件，都建立在三个假设之上。

工作负载是长期运行的——一个VM或容器跑一个应用，跑几天、几个月甚至几年。资源是预先规划的——4核8G，写好就不动了。还有一个更隐蔽的假设：计算单元基本是同构的，GPU只是"特殊资源"。

AI agent时代的workload，把这三个假设全部打破了。

一个推理任务可能瞬间吃掉大量GPU算力，几秒后就释放。不同模型需要不同硬件——CPU、GPU、NPU混合调度成了常态。弹性粒度不再是"一个VM"，而是"一次推理请求"。更麻烦的是数据局部性——模型权重动辄几十GB，把它从一台机器搬到另一台机器的成本，可能比跑一次推理还高。

当这些新特征成为主流，VM和容器就不再是最优的资源隔离单元了。新的基础架构原语正在浮现。

什么是"推理即原语"？ 打个比方：今天你要跑一个AI推理任务，得先申请一台VM或一个Pod，在上面装好推理框架，配置GPU驱动，然后才能开始干活——就像你想喝杯咖啡，得先买块地、盖个房子、装修好厨房、买好咖啡机，最后才能按下按钮。"推理即原语"的意思是，基础架构直接暴露"跑一次推理"的接口，就像你走进咖啡店说"来杯美式"。不需要关心咖啡机在哪台机器上、用了哪块GPU、模型权重存在哪里——基础架构自己搞定。

与之配套的还有"算力液化"——GPU资源像电网里的电一样按需流动，不再绑定到固定机器；以及"模型感知调度"——基础架构理解模型的特征，自动决定把它放在哪里跑最划算。

未来的基础架构不问你"要什么机器"，只问你"要什么结果"。

这不是理论推演。GPU-first的"新云"已经在快速崛起。CoreWeave 2025年营收预计超过50亿美元，市值近500亿，从零到这个规模只用了几年。NVIDIA跟Lambda签了15亿美元的GPU租赁协议。Nebius成为首批部署NVIDIA下一代Rubin芯片的云厂商之一。

个体案例说明方向，但真正说明问题的是行业总账。2026年全球AI基础设施净新增支出预计达到4010亿美元。超大规模云厂商资本支出超过6000亿——同比增长36%。而传统虚拟化市场的增长率？个位数。

钱在用脚投票。

倒计时已经开始，但不是齐步走

每一代基础架构的范式转换，速度都在加快。物理机到虚拟化，VMware用了大约10年。虚拟化到容器和K8s，过渡花了7-8年。AI agent重塑基础架构呢？可能只要2-3年。

为什么这次更快？因为AI agent本身就是加速器。它不仅在推动新范式——它同时在让旧范式的操作变得更高效，直到旧范式的复杂度变得不再必要。它一边帮你更好地用K8s，一边让K8s变得不再需要。

The New Stack的判断更直接："2026年将是AI基础架构面临清算的一年。" 不是AI失败了，恰恰是AI成功得太快，现有基础设施跟不上了。

但变革不会均匀发生。

AI-native的创业公司会最先跳到阶段2甚至阶段3——没有历史包袱，从第一天就让AI管基础架构。云厂商的新服务线快速跟进，推出"推理即原语"的新产品，开辟全新赛道。中国的大模型公司——月之暗面、DeepSeek、百川——自建推理基础架构，国产虚拟化技术也在快速成熟，走出了自己的节奏。

金融、医疗、政府会慢一些。合规约束重，它们会采用分层策略，先让AI管非关键系统，再逐步扩大范围。传统制造业可能在阶段1停留最久。

安全合规、数据主权、企业惯性——这些都是真实的减速带。但它们只影响速度，不改变方向。

所以，我们到底看到了什么？

把三个阶段串起来，有六个判断逐渐浮出水面。

判断一：短期是利好。 AI当超级运维的阶段，API成熟的传统平台护城河反而加深。你的系统越稳定、接口越完善，AI用起来就越顺手。这个阶段不是威胁，是红利。

判断二：管理层的价值会迁移。 那些为人类设计的仪表盘、控制台、配置向导，正在从"核心卖点"变成"可选项"。价值不是消失了，是从管理界面向下沉到底层能力，向上浮到AI交互层。中间那一层，越来越薄。

判断三：基础架构的基本单元会变。 VM和容器不会一夜消失，但它们旁边会长出新的原语——推理即原语、算力液化、模型感知调度。就像容器没有消灭VM，但抢走了大量新增workload。新原语也会如此。

变革的速度呢？判断四：会超出预期。 每一代范式转换都更快。而这一次，AI扮演了一个前所未有的双重角色——既在构建新世界，又在加速旧世界的自我简化。

不同行业的节奏会不同——创业公司先动，云厂商跟进，金融医疗政府慢半拍，制造业最后。安全合规和企业惯性是真实的减速带，但它们只影响"什么时候到"，不影响"会不会到"。这是判断五。

但最大的机会不在追赶者身上。判断六：最大的机会属于新物种。 AI-native基础架构公司正在定义下一代标准。最令人兴奋的创新空间不在传统管理平台的替代品上，而在一个全新的层——为AI agent设计的资源调度层。这个东西今天还没有名字，但它可能是下一个Kubernetes级别的存在。

回到最开始的终极问题：当AI agent能直接理解和管理一切基础设施，"基础架构软件"和"应用软件"的边界还存在吗？

也许未来只有两样东西。AI agent，和它管理的资源。

AI没有杀死DevOps。它杀死的是我们曾经认识的那个DevOps。

欢迎关注 亨利笔记， 👍 点赞 | ⭐ 收藏 | ↗️ 转发。欢迎评论区聊聊你的看法。