Nginx Ingress 2026 退役窗口前，9,488 星的 Higress 想一手接 K8s 流量、一手接 LLM 流量

K8s 生态有个不太显眼但影响面很大的变量：官方 Ingress Controllers 文档里，Nginx Ingress Controller 计划 2026 年退役。对存量用户来说，这是一次被迫的迁移窗口；对网关项目来说，这是一次免费的换机潮。higress-group/higress（9,488 星、1,328 Fork、210 位贡献者、Apache-2.0）显然想把这张门票用足——顺带把 LLM 和 MCP 的流量也一起接了。

先看基本面。仓库 2022 年 10 月创建，最近一次代码提交就在今天（2026-10-03），过去 12 周 211 次提交、近 4 周 81 次，52 周累计 577 次。发版节奏也稳：v2.2.2（5 月 26 日，37 项更新）→ v2.2.3（6 月 25 日，48 项）→ v2.2.4（8 月 13 日，96 项，含 21 个新特性、56 个 bug 修复）。2026 年 3 月通过 TOC 投票加入 CNCF Sandbox，官方博客把话说得很直白：「Nginx Ingress 计划于 2026 年退役，Higress 可作为安全、即插即用的替代方案」（公告原文）。

它其实在三条战线同时作战。第一，K8s 流量入口：兼容 Nginx Ingress 80%+ 的注解，同时是 Gateway API 及其 Inference Extension 的合规实现，README 引用 sealos 的迁移案例——从数万级 ingress 资源从 nginx 切到 Higress，路由变更生效速度提升 10 倍（Envoy 的 xDS 推送 vs nginx reload）。第二，AI 网关：ai-proxy 插件用统一协议接入国内外主流模型供应商，也支持 vllm/ollama 自建 DeepSeek，提供 token 限流、多模型 fallback、AI 缓存。第三，MCP 托管：用 openapi-to-mcp 把存量 OpenAPI 规范快速转成远程 MCP Server，统一鉴权、限流、审计，在线可玩。

性能上有一组值得记的数字。官方那篇《不增加 GPU，首 Token 延迟下降 50%》用 NVIDIA GenAI-Perf 压测（输入 200 token / 输出 800 token、并发 20、60 个会话）：开启前缀匹配负载均衡后，TTFT 从 240ms 降到 120ms，Token 吞吐从 367.48 升到 418.96 token/s，前缀缓存命中率从 40%+ 提到 80%+，P99 RT 从 35.3s 降到 30.2s。原理不神秘——用 Redis 维护全局前缀树，把同一会话的多轮请求钉到同一个 LLM Pod 上吃 KV Cache 复用；同时还有 GPU 感知负载均衡（读 vllm 暴露的 metrics，遵循 gateway-api-inference-extension 的选取算法）。这些能力以 Wasm 插件形式热插拔，不需要额外维护 ext-proc sidecar，这是它和 Envoy AI Gateway、AIBrix 路线上的真实差异点。

门槛也得说清楚。本地起服务确实简单，一条 Docker 命令（8001 控制台 / 8080 HTTP / 8443 HTTPS），但生产环境是另一回事：数据面是 Envoy、控制面概念来自 Istio，Wasm 插件热更新是核心卖点也是学习成本——写插件得会 Go/Rust/JS，调试在沙箱里做；镜像不在 Docker Hub，走阿里云 registry（官方提供北美、东南亚镜像源）；前缀匹配、GPU 感知这类「全局视野」能力依赖 Redis；仓库还有 1,219 个 open issues，社区讨论区里也有用户在追问 MCP 能力演进节奏。治理层级目前是 Sandbox 而非 Incubating，商业化上阿里云另有商业版（其 Serverless 企业版宣称对比开源成本降 90%），开源版的运维、升级、排障都得自己来。选型时建议横向对比：Kong/Gloo/Higress 调研、AISIX vs Higress、Higress 与 OneAPI 对比（知乎）、OpenRouter vs Higress。

适合谁：已有 K8s 集群、正在被 Nginx Ingress 退役倒计时追着、同时又需要统一 LLM/MCP 出口的团队；国内公司尤其顺手——中文文档完整，蚂蚁 SOFA、携程、大疆、快手、Boss 直聘等案例可查。不适合谁：只要一个反向代理的小项目（Caddy/Nginx 足矣）；不想引入 Envoy/Istio 概念栈的团队；以及没有 Go 工具链、也没人愿意碰 Wasm 的小分队——这时它的一体化反而是负担。

下一步建议：① 花 5 分钟在 demo.higress.io 上点一遍控制台，确认 UI 和交互是否符合团队习惯；② 在测试机跑 all-in-one 镜像，把现有 Nginx Ingress 注解往里导，验证 80% 兼容性的说法在你的配置上是否成立；③ AI 场景直接读 MCP QuickStart 和 Wasm 插件中心，先开 ai-proxy 跑通一个模型的 fallback，再决定要不要继续往下沉。仓库在 github.com/higress-group/higress，文档入口 higress.ai。