步入2025年，生成式AI或许占据了各大媒体的头条，但它只是重塑数字化企业的多股力量之一。成本和复杂性不断上升，促使企业将存储和数据等关键工作负载从公有云迁回本地环境。尽管这些转变旨在增强控制力，并为AI驱动的计划优化资源，但企业并不会彻底放弃云。企业将继续采用混合模式，在公有云、本地和边缘环境之间平衡工作负载。
然而，这种混合模式也给跨不同平台的应用安全防护、交付和运营带来了新的挑战。F5正专注于有望应对这些复杂问题，并推动应用交付、安全和数字化运营转型的新兴技术。以下是我们认为将在2025年对企业产生重大影响的五项技术。
- WebAssembly
WebAssembly（Wasm）为混合多云时代提供了一种切实可行的解决方案，使应用能够在任何提供Wasm运行时的环境中运行。Wasm的优势不止于可移植性，还能提升性能和安全性，让组织能够在不同环境中部署和扩展应用，同时不影响效率。 - 智能体AI
智能体AI正通过以自动化的AI驱动流程取代传统SaaS工作流，推动企业运营变革。智能体AI可在预定义准则范围内自主执行任务，帮助企业更有效地简化运营，减少对成本高昂且复杂的软件的依赖，并提高适应能力。 - 数据分类
随着攻击面不断扩大、数据法规持续演变，实时数据分类正变得不可或缺。生成式AI模型正在推动数据分类突破传统的规则型系统，帮助企业提升安全性、满足合规标准，并更有效地管理敏感信息。 - AI网关
AI网关正在兴起，以满足AI流量的独特需求，包括处理双向非结构化数据流，以及管理与“良性”机器人的更多交互。这些网关的功能超越了常规API，可帮助企业顺畅扩展AI应用，同时兼顾性能与安全性。 - 小语言模型
对AI幻觉和偏差的担忧加快了小语言模型（SLM）和检索增强生成（RAG）的应用。通过将检索系统与生成模型相结合，SLM和RAG可提供更精确、更符合上下文的结果，从而提高AI驱动型应用在实时决策中的可靠性。
最后，我们将目光投向“超越Transformer”的技术，因为现有技术已触及亟待突破的边界。随着对高效AI架构的需求不断增长，Transformer模型的局限性（例如资源消耗高）正推动技术创新。1位大语言模型等新模型旨在尽可能降低硬件需求，同时优化AI的准确性。这些创新正在为更易于采用、可在企业环境中扩展的AI铺平道路。
展望2025年，F5将继续致力于探索这些技术、预判其影响，并帮助企业应对不断演变的数字环境所带来的复杂挑战。
如需深入了解这些技术，以及我们为何认为它们如此重要，可以获取完整版《F5 2025 年技术展望》。其中汇集了F5相关领域专家对各项技术的评论与观察。希望这份报告能为您带来启发，正如我在整理这些内容时所获得的启发一样。
关于作者
Lori MacVittie是F5首席技术官办公室的杰出工程师兼首席技术布道师，在应用交付、自动化战略和基础设施领域拥有深厚的专业知识。无论是为AI智能体定义防护机制、剖析脆弱的多云架构，还是探索可扩展系统的极限，她都善于化繁为简。她在应用开发、IT架构以及网络和系统运维领域拥有30多年的行业经验。加入F5之前，她曾担任技术编辑，并因出色表现获得奖项。 MacVittie拥有计算机科学硕士学位，著述颇丰，出版作品涵盖安全、云和企业架构领域。她还热衷于桌面游戏和电子游戏，并且对奶酪有着毫不掩饰的鲜明见解。
Lori Mac Vittie 的更多博客文章相关博客文章
Thingbot正转变为攻击平台
Lori MacVittie重点介绍了F5 Labs对2018年1月至6月全球物联网设备攻击的研究，并指出了其中令人警醒的影响。物联网设备不仅持续遭到利用，还被转变为攻击平台，这意味着攻击者可以更充分地利用这个必然增长的市场。
借助F5全新Quick Start，在AWS上快速开展业务
在AWS re:Invent开幕前，我们很高兴与大家分享F5与AWS之间全新的Quick Start集成。F5的Tom Atkins将介绍该服务如何启动、配置和运行在AWS上部署工作负载所需的计算、网络、存储及其他AWS服务。