将 Pod 作为 worker 而非智能体:在 Kubernetes 上重新思考 AI 智能体的部署单元
作者 | Mark Silvester
译者 | 张卫滨
在一篇 CNCF 博客文章中,Lin Sun 介绍了 kagent 项目的工作,认为 Pod 可能仍然是智能体的执行单元,但不再适合作为部署、身份标识或生命周期的单元。
随着智能体数量的增长,会出现熟悉的问题,那就是,如何在智能体之间实现隔离、每个智能体如何获得身份标识、如何执行访问与网络策略、如何观察单个智能体在做什么,以及在多租户场景下确定谁拥有智能体。这些更多是智能体平台层面的问题,而不是纯 Kubernetes 的问题,尽管答案需要在 Kubernetes 上进行表达。
一种直接的方法是将每个智能体作为一级 Kubernetes 工作负载,配备自己的 Pod、Service 和 ServiceAccount。最初,kagent 将许多智能体运行在单个运行时中,便采用了这种方式。它提供了进程与容器隔离,可以接入现有认证授权的 ServiceAccount 身份,可以应用 Kubernetes 网络与准入策略机制,支持按智能体归属日志 / 指标 / 追踪以及原生的 Kubernetes 调度与资源管理。kagent 随后又通过 Kubernetes Agent Sandbox 项目 实现了更强的隔离支持。
它的问题在于,智能体的行为与微服务是不同的,而上述这些抽象都是针对微服务而设计的。与需要持续可用的服务不同,智能体可能只有在分配任务时才会被唤醒,运行几秒或几分钟后进入空闲,因此为每个潜在智能体保留专用 Pod 会很浪费。智能体还可能产生子智能体以并行执行子任务、代表用户执行操作,或者在等待人工批准时无限期暂停。Pod 是优秀的执行环境,但并不一定是处理这种短时突发工作负载的正确生命周期抽象。
另一种方法是停止将每个智能体视为 Kubernetes 工作负载,而是在 Kubernetes 之上引入一个控制平面。Agent Substrate 就采用了这种做法。谷歌在其 Agent Sandbox 和 Agent Substrate 公告 中介绍了它。kagent 也提供对此的支持,详见 kagent 的 Agent Substrate 集成指南。
Agent Sandbox 提供了隔离的执行环境,而 Agent Substrate 负责管理逻辑智能体如何被放置到 Worker 中并支持在 Worker 之间进行迁移。Kubernetes 继续管理 Pods、Services、网络、存储与计算,而上层则管理 AI Actor 在执行 worker 上的生命周期与放置。它的抽象与平台工程师熟悉的概念类似:WorkerPool类似于 NodePool,Workers对应 Nodes,而ActorTemplate对应 Pod 的声明式规范。
Kubernetes 只关心 WorkerPools 和 ActorTemplates,而 Workers 和 Actors 存在于 Agent Substrate 自己的 CLI 与 API 中,每个 Worker 映射到一个 Pod。Actor,即“充当”AI 智能体的实体,是在有工作到来时调度到 Worker 上的逻辑单元,并可以根据生命周期需求被挂起、恢复或移除。这样,就允许固定池内长期运行的 Pod 支撑其更多的智能体,远远超过为每个智能体都运行独立持续 Pod 时的逻辑智能体。Pod 成为执行 worker,而非智能体的部署模型。
其影响范围不仅局限于调度效率。Sun 认为,如果 Actor 可以在任意 Worker 上运行,那么它的身份标识更可能属于 ActorTemplate、命名空间、租户和版本,而非归属于 Pod 或 Service。访问控制、网络策略与运行时权限也可能需要在模板级别进行表达,并支持按照 Actor 进行覆盖。一旦执行不再与 Pod 一一对应,归属权、配额与计费会更难以跟踪,而可观测性必须跟随逻辑智能体,将日志、追踪与审计记录与 Actor 的调度位置关联起来。
这并没有否定 Kubernetes 在规模化微服务与推理工作负载方面的行业地位。需要讨论的是一个更细分的问题,那就是,在 Pod 被证明是优秀的执行环境之后,它是否还应该继续作为 AI 智能体的部署、身份识别与生命周期单元。Agent Substrate 通过 kagent 正在探索这个问题。随后,Kubernetes Podcast from Google 在其每周新闻摘要中也报道了 Sun 的文章。
查看英文原文:
Pods as Workers, Not Agents: Rethinking the Deployment Unit for AI Agents on Kubernetes(https://www.infoq.com/news/2026/08/pod-deployment-unit-ai-agents/)
声明:本文为 InfoQ 翻译,未经许可禁止转载。
相关推荐
-
破解“人工智能+制造”融合痛点
406工信部、国家数据局共同发布的《关于联合实施2026年“模数共振”行动的通知》,提出以数据—模型—场景全链条深度协同,推动人工智能高水平赋能新型工业化。当前,我国人工智能与制造业融合步伐不断加快,关键工序数控化率稳步提升,但仍面临数据壁垒、模型适配不足等挑战,亟待政策与应用双向发力,激活新质生产力。 近年来,我国人工智能赋能制造业从试点探索到规模化推广,再到全链条深度融合,新质生产力效能加速释放。特...
查看全文 -
人形机器人体育竞技精彩上演,南方基金钟贇关注具身智能运动能力进化
406近日,第二届世界人形机器人运动会的体育竞技赛事在北京国家速滑馆密集进行,本届运动会共设51个赛项、超1300场比赛。赛场上,人形机器人在田径、足球、乒乓球、格斗、举重、拔河等体育项目中同场竞技:足球项目中多支队伍展开激烈对抗,其中巴西赛队由多支机器人足球世界杯优胜队伍联合组建参赛;本届新增的乒乓球、自主格斗等赛项考验机器人动态交互与复合动作能力,举重、拔河等高强度项目则对机器人本体结构和核心零部件...
查看全文 -
构建以人为本智能向善的人工智能治理体系
406本文转自:云南日报 魏铃 当前,以大模型、生成式人工智能为代表的新一代技术集中爆发,正以前所未有的速度重塑生产范式与社会结构。从工业智能制造提质增效、医疗健康精准赋能,到交通出行智能升级、基础科研突破创新,人工智能的应用边界不断拓宽。技术快速迭代的同时,各类风险隐患和治理难题也随之出现。算法固化偏见引发差异化歧视、深度伪造技术滋生信息造假乱象、数据滥用导致隐私泄露风险,这些现象不断冲击社会...
查看全文 -
哈尔滨打造“体育+避暑+文旅”深度融合发展新模式
406本文转自:人民日报 为深入落实2026年黑龙江省夏季避暑旅游“百日行动”工作部署,哈尔滨市依托“奥运冠军之城”“双亚冬之城”金字招牌,创新打造“体育+避暑+文旅”深度融合发展新模式。今年哈尔滨市计划开展群众体育活动300余项,构建四季不间断、城乡全覆盖的全民健身供给体系,让冰城夏都依托体育热度、文旅厚度、生态温度绽放城市新光彩。 全域赛事密集布局,激活避暑消费新动能 2026年黑龙江...
查看全文 -
第二十届佛山“西甲”圆满落幕 擦亮湾区体育名片
4068月23日晚,恒洁杯第二十届佛山“西甲”足球联赛决赛暨闭幕式在三水云秀山体育场圆满落幕。历经45天角逐,贪玩游戏足球队在决赛点球大战中击败百威·华兴队,斩获本届赛事冠军。这场扎根基层的草根足球盛会,凭借超高热度与多元价值,持续擦亮“湾区世界杯”城市IP。第二十届佛山“西甲”收官 三宣供图 本届赛事规模创下历届新高,共集结粤港澳大湾区11城48支球队、1056名球员,完成104场精彩对决。赛事...
查看全文 -
将 Pod 作为 worker 而非智能体:在 Kubernetes 上重新思考 AI 智能体的部署单元
406作者 | Mark Silvester译者 | 张卫滨在一篇 CNCF 博客文章中,Lin Sun 介绍了 kagent 项目的工作,认为 Pod 可能仍然是智能体的执行单元,但不再适合作为部署、身份标识或生命周期的单元。随着智能体数量的增长,会出现熟悉的问题,那就是,如何在智能体之间实现隔离、每个智能体如何获得身份标识、如何执行访问与网络策略、如何观察单个智能体在做什么,以及在多租户场景下确定谁...
查看全文
