歪打正着:API数量势不可挡地增至20亿

行业趋势 | 2026年9月23日

我们来谈谈这样一种奇怪的现象:出于完全错误的理由,却得出了极其正确的结论。

几年前,我们的首席技术官办公室发布了一份报告,题为《API持续激增》。报告通过复合增长计算作出了一项大胆预测,让许多IT从业者倍感压力:到2030年,全球将承载约20亿个活跃API。

当时,这一预测听起来近乎末日预言。如今呢?我们似乎正按预期发展,很可能如期达到20亿这一数字。但关键在于:我们当初用于得出这一预测的数学模型已经彻底失效。

我们最初的计算受限于AI出现之前的思维方式。我们曾以为,API蔓延是由人类开发者加快编码速度所推动的。事实证明,我们错了。以人为中心的API蔓延时代已经正式结束,智能体蔓延时代已经开始。

旧算法:人类的速度极限

我们最初的模型基于一个简单的线性人工计算公式:用全球开发者总数乘以其中编写API的开发者比例,再将所得结果乘以每位开发者每年平均产出的API数量。

从理论上看,这种复合增长令人担忧。为了达到我们对2030年的预测数字,该模型假设,到2026年,软件工程师平均每年将创建近30个净新增API。

现实一如往常,打乱了原有预期。

尽管全球开发者人数确实有所增长,目前已达到约3,600万,但人力开发速度却遭遇了瓶颈。实际市场数据显示,如今每位开发者每年仅能产出约3至5个全新API。为什么?因为他们其余70%的时间都耗在了维护工作上,包括测试、修复故障管道以及维持系统正常运行。

此外,最终会由几乎所有开发者手动编写API的预期比例在达到约83%后便不再增长。随着低代码和无代码平台以及API优先型SaaS兴起,标准集成已无需从头创建端点。

如果推动市场发展的唯一因素是人类的开发速度,那么我们对API数量将达到20亿的预测就会成为一个严重且令人尴尬的高估。那么,为什么我们仍有望实现这一预测?

情节反转:AI智能体登场

我们根据人类的打字速度构建了模型,却完全没有意识到,我们即将把键盘交给机器。

推动API蔓延的变量已发生根本性变化。API蔓延的速度不再取决于人类开发者的开发速度,而是取决于AI智能体串联端点的速度。

根据Postman和我们自己的《应用策略现状报告》中的最新数据,超过51%的企业已在工作流中部署AI智能体。这些智能体并非通过点击图形用户界面来与软件交互,而是通过调用API自主交互。当智能体缺少完成任务所需的特定集成(通常是API)时,现代AI开发工具会即时生成必要的微型API来弥补这一缺口。

目前,与AI相关的API调用量同比增长达40%,增幅十分显著。如今,软件正在编写软件。其发展模式已从由人类有意识地设计架构,转向以机器速度自主生成。无需再等待开发人员创建端点,AI智能体几秒内即可完成。

僵尸因素与治理失效

这就引出了原始模型中最危险的缺陷:弃用率。

我们曾天真地认为,API的“保质期”为1至3年,并以为人类最终会收拾自己留下的烂摊子。但在智能体工作流中,弃用率趋近于零。

智能体会为高度特定的短期工作流快速创建临时端点。虽然其中一些会得到妥善停用,但数量惊人的端点却被直接弃置,导致活跃端点总数因大量微服务而不断增加,而这些微服务仅用于处理一条早已被遗忘的提示词。

正因如此,API蔓延已演变为资产清单危机。当前行业汇总数据显示,58%的组织正受到影响,原因是API蔓延;更令人担忧的是,78%的IT高管承认,他们并不清楚目前究竟有多少API正在运行。在大型跨国企业中,约30%的API完全游离于任何治理框架之外,成为不受管理的影子IT。

如果API由人工构建,可能会在网关中留下记录。如果机器在周日凌晨2:00构建API以与另一台机器通信,这个API就会成为基础设施中长期存在却无人知晓的“幽灵”。

直面2030年的现实

因此,我们维持原有预测。到2030年,全球生态系统将支持20亿个活跃API。

然而,这20亿个API的构成与我们最初的设想大相径庭。其中,不到40%将是具有正式文档、由人工设计并安全部署在传统API网关之后的端点。其余60%(或更多)将是自主生成、没有文档的机器间集成。

未来4年,IT领导者面临的挑战将不再是管理开发人员的产出或改进CI/CD流水线,而是应对由不可见的智能体创建型API引发的安全和运营影响,而团队甚至不知道这些API的存在。

技术可以成倍放大能力,但如果在治理不善的API生态系统中引入AI智能体,只会让错误以超乎想象的规模和速度扩散。现在就完善治理,严格落实防护措施,并牢记:AI智能体即使能够构建端点,也不代表应该这样做。

分享

关于作者

Lori Mac Vittie
Lori Mac Vittie杰出工程师兼首席技术布道师 | F5

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

AI应用交付十大问题:可观测性不完整
行业趋势 | 2026/06/18

AI应用交付十大问题:可观测性不完整

AI无法自行实现规模化。如果没有统一的控制平面来整合工具并打破权责边界,推理层将成为最脆弱、最依赖协调的层级。

推理的影响:API、DPU与上下文混乱
行业趋势 | 2025/11/13

推理的影响:API、DPU与上下文混乱

AI推理正在重塑基础设施,推动API数量激增、加重计算负载,并使上下文管理更加复杂。了解为何更智能的架构和运行时策略至关重要。

会话有粘性,上下文更难甩:推理如何“取巧”维持对话
行业趋势 | 2026/04/21

会话有粘性,上下文更难甩:推理如何“取巧”维持对话

“无状态”推理并非真正无状态,每次请求都会通过令牌携带对话状态。随着上下文增长,这种重复传输会增加带宽占用、计算开销和延迟。

API:智能体AI的守门人
F5生态系统 | 2025/04/30

API:智能体AI的守门人

了解API为何是智能体AI的基础,以及API如何为新一代智能体提供对资源的结构化访问、无缝安全防护和大规模动态验证。

行为与边界:智能体安全转型
行业趋势 | 2026/06/03

行为与边界:智能体安全转型

智能体会生成涌现式、无边界的操作序列,风险也会随时间不断累积。安全机制必须从单次请求验证转向持续的行为治理,覆盖不断演变的多步骤流程。

AI应用交付十大挑战:缺乏安全保障且不符合法规要求
行业趋势 | 2026/07/23

AI应用交付十大挑战:缺乏安全保障且不符合法规要求

AI将合规范围从保护传输路径和存储扩展到治理运行时行为,包括模型访问、检索上下文、输出和智能体操作,因此控制措施必须更贴近推理环节。