在 Kubernetes 的世界裡，Ingress 控制器是管理外部流量進入集群的關鍵入口。許多團隊在早期都選擇使用 ingress-nginx，但隨著業務成長，可能會需要更強大的 API Gateway 功能，例如更精細的流量控制、更強的安全性或對 AI 服務的原生支持。這時，遷移到像 Higress 這樣基於 Envoy 構建的雲原生 API 閘道就變得很有吸引力。
然而，對於工程師來說，遷移 Ingress 是一件極其痛苦且高風險的事情。這不僅僅是更換一個軟體，而是要將數十甚至數百個 YAML 設定檔中的路由規則、註解（Annotations）、認證層級與流量策略，全部從舊格式轉換為新格式。由於這些設定往往與應用程式的運行行為深度耦合，任何一個微小的配置錯誤都可能導致生產環境大規模斷線或安全性漏洞。
傳統的遷移方式是人力搬運。工程師需要手動對照兩者的文檔，將 ingress-nginx 的設定逐條翻譯成 Higress 的格式，然後在測試環境反覆驗證。這個過程耗時且容易出錯，通常需要數天甚至數週的開發週期。
為了打破這個僵局，CNCF（雲原生計算基金會）近期分享了一種 AI 輔助的遷移方案。這套方案的核心在於將基礎設施的遷移從手動重建，轉變為 AI 驅動的翻譯與驗證問題。
AI 輔助遷移的運作邏輯是利用大型語言模型（LLM）來分析現有的 ingress-nginx 配置，識別出其背後的意圖（Intent），例如這條規則是要做路徑轉發還是權限校驗，接著將其映射到 Higress 中對應的功能模組，最後自動生成新的 Manifests 配置文件。
在實際案例中，工程團隊利用此工具在短短 30 分鐘內，就將 60 個 ingress-nginx 資源成功遷移至 Higress。這意味著 AI 承擔了最枯燥的重複性翻譯工作，而工程師的角色則從撰寫 YAML 轉向驗證與治理，專注於檢查邊緣案例（Edge Cases）以及確保生產環境的安全性。
這種趨勢反映了平台工程（Platform Engineering）的一個重大轉型：基礎設施管理正在從靜態的配置管理，演進為能夠理解意圖的自動化系統。目前不論是 Terraform 或 Pulumi 等基礎設施即代碼（IaC）工具，或是 Google Cloud 與 Azure 等雲端供應商，都在將 AI 整合進 Kubernetes 的管理流程中。
儘管 AI 能極大提升效率，但 junior 工程師在實作時必須意識到，AI 生成的配置並非絕對正確。特別是在涉及安全策略與複雜流量管理時，不同平台之間的微小差異可能會導致嚴重的運行後果。因此，人類的審核（Human Oversight）與嚴格的生產環境驗證依然是不可或缺的最後一道防線。
總結來說，AI 正在將原本需要高度專業人力、耗時數週的基礎設施遷移，縮短至數小時內完成。這讓團隊能更快速地現代化其網路架構，而將精力集中在更高價值的業務邏輯開發上。
來源：infoq.com
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。