对话SUSE:AI基础设施要构建一座"围城",还是拥抱一片"旷野"？

作者：周雅

在德国一家瓶装制造商的工厂里，生产线正以每小时40000瓶的速度飞速运转。

按照传统的IT运维逻辑，如果这时候需要对控制生产线的软件进行升级——比如为了优化一个灌装算法，或者是修补一个安全漏洞——通常要大动干戈：生产线必须停机，万一失败，回滚操作可能耗费数小时甚至数天。每一分钟的停机，都意味着低效和高成本。

但在今天，这家工厂的做法却非常不同：在加工线中把软件版本从“蓝色”无缝切换到“绿色”，整个生产线没有停顿一秒钟，甚至连机器工作的声音节奏都毫无改变。

这是SUSE亚太区副总裁兼解决方案负责人Peter Lees最近接受我们采访时，随口讲出的一个真实案例。这家工厂之所以有此成果，是因为容器化云原生技术，让“拉闸检修”成为历史。

Peter Lees告诉我们：“企业如果要部署一个新软件或功能到某个边缘设备上，借助K3s和SUSE Rancher的SUSE边缘解决方案，可以帮客户做中央化的部署和管理，它可以自动化进行。而且很容易回滚，一旦出现问题也很容易回滚到原有的部署版本，这样就可以大大节省时间。”

SUSE亚太区副总裁兼解决方案负责人Peter Lees

这个看似微小的边缘计算场景，直指当下所有企业在AI浪潮中面临的一个根本性抉择。

警惕AI时代的“甜蜜陷阱”与“供应商锁定”

“到2026年，亚太地区的企业将面临一个抉择——要么继续沉溺于虚假的安全感中，承担被彻底锁定的风险；要么拥抱科技领域的根本性变革，为未来的业务发展保驾护航。”Peter Lees在一篇署名文章中提出这个反直觉的观点。

举个例子，企业急需引入AI能力，这时候某个厂商走过来说：“用我的吧，软硬件一体，大模型内置，一键启动，什么都不用操心。”

但这正是需要警惕的点，也就是Peter Lees口中“虚假的安全感”。“当你选择了一个封闭的、单一供应商的解决方案时，看起来很有吸引力，但这只是看起来非常好，因为它让你实现的路径只有唯一的选择，让你以后锁定了只有这样的一条路。”Peter Lees直言，“你不知道这个供应商会不会忽然涨价了，或者会不会忽然倒闭了，从而对你的业务带来极大影响。”

这就是“供应商锁定”（Vendor Lock-in）。

在AI时代，这种锁定的风险被无限放大了。过去，你可能只是被锁定了数据库；现在，你可能被锁定了算力、模型、数据甚至业务逻辑。如果底层基础设施是不透明的，企业就失去了所谓的“数字主权”。

SUSE大中华区解决方案总监苏显扬（Derek Su）在采访中补充了一个非常现实的视角：“现在很多中国企业很清楚，AI 不可以是一个黑盒，他们需要的技术是自己所能掌控的，而且还可以一路发展下去。同时大模型也要自己管制，无论这个大模型是哪个国家的，他们需要去管得住、解析清楚的，尤其是在医疗、金融这些行业，非常重视这一点。”

SUSE大中华区解决方案总监苏显扬（Derek Su）

中国企业对“自主可控”有着天然的敏感度。无论是出于供应链安全的考虑，还是为了满足行业合规，企业都不能接受自己的数据在一个不可知的黑盒子里流转。

所以，焦虑的本质，不是因为我们没有先进的技术可用，而是因为我们害怕失去对未来的“选择权”。

我们需要一种基础设施，它既能像那个德国工厂一样高效智能，又能让我们在面对未来变化时，依然握有方向盘。

而SUSE给出的答案，是两个字：开源。

“SUSE一直秉承开源公司的原则，为客户提供各种灵活性的解决方案，即使企业只是一部分使用了SUSE的技术，但是我们确保我们提供的解决方案和其他供应商的解决方案之间的互操作性。我想，这样的原则，无论对于中国企业还是世界其他地方的企业，都是同样适用的。” Peter Lees强调。

“现在读小学的孩子，将来可能会支持SLES 16”

为了对抗这种焦虑，SUSE在近期放出旗舰产品——SUSE Linux Enterprise Server 16（简称SLES 16），并称之为“首款面向自主式AI的企业级Linux系统”。

什么叫“自主式AI”？传统的操作系统是“被动”的：你敲一个命令，它动一下；你不管它，它就默默运行，直到报错。而SLES 16试图让操作系统变得“主动”，它将智能直接融入操作系统核心 。这对于每天被繁琐运维工作淹没的IT人员来说，意味着什么？

Peter Lees告诉我们，“当前，企业的IT部门有个公认的瓶颈在于，70%的资源都用在维护现在的存量系统，所以就有很多资源受到了局限，没有办法把所有更重要的资源投到创新上面去。”SLES 16的目标，就是通过AI赋能的基础设施，将IT团队从这些重复、低价值的维护工作中解放出来。

苏显扬用了一个比喻来解释：“SLES 16就好像一个小医生、小助理一样做运维工作，通过这个小助理，提升运维能力，把更复杂、更庞大的系统，用最少的资源支撑。”

具体而言，这个“小医生”，能将很多细小的任务自动化，比如检查解决方案和应用的表现，以确保现在的系统有效运行；也可以自动检测系统运行是否安全合规等。通过这种自动化，系统可以形成一个反馈环路，自动生成管理报告，告诉IT管理者哪些应用运行良好，哪些地方可能存在资源浪费或性能瓶颈，哪些地方需要人工干预。

“SlES 16可以帮助人们更高效开展工作，有更大的控制权，不增加人手和资源的情况下，控制更多的方案和应用。最终的目标，是将那被占用的70%的宝贵资源释放出来，让企业真正投入到“更有附加值的创新工作中去”。Peter Lees强调。

为了让企业有更多选择权，SLES 16的第二个杀手锏是——遵循MCP（Model Context Protocol，模型上下文协议）标准，并提供MCP主机和服务器组件（技术预览版），以无缝集成AI操作。官方称，它允许企业“以安全、可扩展的方式连接AI模型与外部工具及数据源”，并且可以“自由选择和扩展其首选的AI提供商，避免被特定厂商绑定”。

除此之外，考虑到AI技术可能每三个月就变一次天，但企业的核心业务（比如银行的交易系统、工厂的流水线）需要的是绝对稳定，如何解决“上层应用变化快”和“底层地基要求稳”的矛盾？

SLES 16给出了第三个杀手锏：承诺长达16 年的技术支持生命周期。

也就是说，企业如果现在部署了SLES 16，直到2041年左右，SUSE 都会为他们提供安全补丁和维护。甚至，它是首款承诺支持到2038年以后的企业级Linux，这或许意味着它已经为解决计算机领域著名的“2038 年问题”（一个可能导致32位系统时间戳溢出的软件缺陷）做好了准备。

Peter Lees进一步解释了SLES 16如何在“长期稳定”与“拥抱创新”之间取得平衡。

“我们SUSE Linux的架构是模块化的，可以针对不同的OS平台、不同的目标，来进行一些‘创作’。”Peter Lees说，基于相同的源代码，可以配置出针对SAP工作负载的特定版本（SLES for SAP applications 16），或是针对容器化负载的轻量级版本。

这种“共同底座+模块化功能”的组合，使得上层可以灵活地支持最新的AI功能或硬件，而底层始终保持磐石般的稳定与安全。换言之，AI是快变量，而承载它的操作系统底座，必须是那个稳定、可靠、可预测的“慢变量”。

他用一句极具画面感的话，为这种长期承诺做了注脚：“现在你很难想象，将来可能会支持我们SLES 16的人，现在可能还在读小学。”

警惕转型路上的三大误区

剥开所有技术外衣，这其实也是一场关于认知的变革。

在AI转型的浪潮中，许多企业蜂拥而上，但也常常陷入迷茫和困境。当被问及与中国企业交流中发现的最大误区时，Peter Lees认为是“缺乏特定目标” 。

“很多组织的一些高层领导人，看到一个新的技术产生，就说我们公司一定要做这个东西、要用这个东西，但他脑子里面没有一个具体的目标，我用它干嘛。”这种普遍的、由焦虑驱动的决策过程，往往会带来更糟糕的后果——”比如资源的错误分配，或者项目组都不知道未来的路线图是什么。”

这种“为了AI而AI”的做法，往往会导致第二个陷阱：急于求成，选择了一个封闭的专有平台。这又回到了文章开篇的那个抉择问题。“如果他们急于求成，一下子就找了一个专有的工具或者封闭的系统和平台，那么将来他想要对基础设施进行更新调整的时候无法抽身，这就是比较艰难和挑战。”Peter Lees警告说。他反复强调：“一定要保证你的解决方案未来是有选择的可能性的，你是非常开放的。”

苏显扬则补充了第三个，也是往往最致命的误区：在拥抱AI创新的激情中忽视了安全与合规。

安全与合规，绝不是项目上线后的补丁，而必须是在设计之初就深度融入架构的基因。Peter Lees进一步指出，企业必须从“仅仅依靠边界防御”转向“永不信任，始终验证”的零信任安全模型。