灵雀云2017年11月获得由腾讯云战略领投、早期投资方高榕资本和宽带资本跟投的融资，2018年5月又完成了英特尔投资领投的b+轮，明照资本等战略投资人跟投。一方面显示出行业整体对于容器技术发展的看好，另一方面也是肯定了灵雀云的发展路线。
陈恺表示，2018年产业已经进入后kubernetes时代。在未来可能kubernetes往下管理所有种类的基础设施，往上支撑所有种类的应用。如果一个应用部署在kubernetes平台上，从另外一个角度说又像一个新时代的应用服务器。更重要的是作为一个开发者，以后会看到越来越多的应用部署在kubernetes集群，出现越来越多的kubernetes编排文件，甚至在今后对于绝大多数应用来说，这是唯一一种交互方式。
kubernetes本身扩展机制设计非常精妙灵活，现在有不少开发者把kubernetes作为开发框架来使用，并扩展kubernetes的功能，通过kubernetes提供和容器编排完全没有关系的服务。社区里面比较流行花式玩法，也是kubernetes本身设计者没有想到的。
“云原生就是应用到开发到交互到管理的方式的改变，可以最大程度释放云计算的生产力”，陈恺表示。
基于对后kubernetes时代的理解，灵雀云在现场还发布了一站式云原生应用赋能平台（alauda container platform，acp）。acp包括alauda kubernetes、acp devops和acp service framework三大标准产品，对云原生三大核心技术做了完整的覆盖。
aks是灵雀云提供企业级kubernetes的发行版，提供非常方便的安装和升级，用户体系灵活打通，权限和决策参照企业实际使用习惯设计，从网络存储到监控日志功能都可以完整提供；acp devops针对企业使用工具和流程场景，灵雀云采取开放式工具链集成和编排，贯穿应用全生命周期的管理。
灵雀还将原有容器paas平台alauda ee进行了2.0版本的全新升级，发布alauda cloud enterprise（ace），支持多集群、多租户和并做了大量生态集成。
陈恺表示，灵雀云的一些客户有在集群上做机器学习和深度学习的需求，作为云计算厂商灵雀云思考平台如何更好赋能。对此，灵雀云发布了alauda machine learning云原生机器学习赋能平台。用云原生的思路去落地机器学习工程化的最佳实践。
“用户可以使用aml（alauda machine learning）创建分布式环境，在平台预置了数据科学家常用工具，在上面可以很容易做实验，另外aml（alauda machine learning）可以和acp协同，将模型开发到训练到验证到发布到再训练，整个流程自动化。通过aml和acp以及其它产品线的集成，可以做到模型的持续训练、优化、验证的闭环”，陈恺提到。
雷锋网观测到，目前企业上云主要来自两方面动力，一方面来自传统业务的迁移需求，另一方面其实是云原生技术的发展带来的新能力推动企业上云。
陈恺表示，传统的需求会逐渐转到云原生这一层。比如，service mesh服务网格今后将会出现很大的需求，但目前来看还很新。灵雀云的目标客户还没有对服务网格提出明确的需求，但作为一家以前沿技术立本的新锐公司，灵雀云已经开始着手提前准备，弥合好新技术从产生、研发到需求、落地之间的gap。
他还提到，未来企业如果走纯云原生路线，整个架构可以设计成无服务器的，这是极端的云原生状态，目前看来还为时尚早。
陈恺还强调，目前传统业务上云需求已经在devops、容器化编排、微服务这些方面与云原生技术重合。“一方面传统业务迁移需求会追赶纯云原生技术，另外一方面纯云原生的需求也会持续的发展。但至于什么时候会相交，还要再往前发展看看”，陈恺表示。