Saltar al contenido
ES EN
Tema: automático

Cómo evaluar la infraestructura segura para agentes de IA

Una guía para entender cómo Agent Substrate, gVisor y OpenRL abordan el estado, el aislamiento y el coste de ejecutar agentes de IA a escala.

IA para programar

Al ejecutar agentes de IA, no basta con decidir qué herramientas pueden usar: también hay que determinar dónde se ejecuta el código, cómo se conserva el contexto y qué recursos quedan ocupados mientras esperan. Google anunció la donación de Agent Substrate y gVisor a la CNCF. La iniciativa incluye además OpenRL, un proyecto de orquestación para entrenamiento con aprendizaje por refuerzo.

Esta guía sirve para traducir el anuncio a preguntas de diseño que un equipo pueda revisar antes de adoptar componentes. No es una receta de instalación: la información disponible describe el modelo y sus objetivos, pero no una configuración universal ni un procedimiento de despliegue. El punto de partida es comparar patrones de ejecución, aislamiento y recuperación con las necesidades de nuestra propia carga.

Lo que necesitas

Prepara una descripción de tus sesiones de agente: cuánto duran las tareas, cuánto tiempo esperan por inferencia, una API externa o aprobación humana, y qué datos deben persistir entre pausas. Anota también qué código generado se ejecuta y qué impacto tendría que una sesión comprometiera el entorno anfitrión. Sin esa información, «más rápido» o «más aislado» no son criterios suficientes para decidir.

  • Un inventario de tareas, esperas, estado y recursos necesarios para reanudar.
  • Una evaluación del riesgo de ejecutar comandos, instalar paquetes o usar herramientas externas.
  • Un criterio para comparar latencia de reanudación, uso de recursos, complejidad y nivel de aislamiento.

Pasos para evaluar el modelo

  1. Describe el ciclo de vida real de una sesión: inicio, ejecución, espera, reanudación y cierre. Distingue el tiempo de trabajo del tiempo en que el agente conserva estado, pero no necesita cómputo activo.
  2. Separa estado y capacidad de ejecución en tu diseño. En la propuesta de Agent Substrate, los actores representan sesiones que retienen memoria, archivos y contexto; los workers son entornos reutilizables asignados cuando hace falta ejecutar.
  3. Elige la frontera de aislamiento según el riesgo. gVisor añade un kernel de aplicación en espacio de usuario que intercepta llamadas al sistema; para cargas que requieren virtualización a nivel de hardware, el anuncio contempla microVM de Cloud Hypervisor.
  4. Valida qué ocurre al pausar y reanudar: qué estado debe restaurarse, qué recurso se libera y qué demora resulta aceptable. No supongas que toda sesión puede reconstruirse sin pérdida ni que todos los agentes tienen el mismo perfil.
  5. Revisa el encaje con tu plano de orquestación y con la gobernanza del proyecto. Kubernetes sigue siendo relevante para gestionar recursos, mientras la propuesta busca que los ciclos de vida de los agentes no dependan de crear un Pod nuevo por cada ejecución.

Qué cambia en la arquitectura

El problema que señala Google es que los agentes pueden pasar entre el 90 y el 95 % de su tiempo inactivos y, aun así, mantener estado importante. Reservar un Pod dedicado durante cada espera puede desperdiciar recursos; escalar a cero, por otro lado, puede añadir demora si hay que reconstruir el entorno. En evaluaciones a gran escala, crear y destruir muchos entornos breves también puede cargar el plano de control de Kubernetes.

Sesión (actor) → conserva estado
Ejecución (worker) → recurso reutilizable
Pausa → guardar estado y liberar cómputo
Reanudación → asignar worker y restaurar estado

Este esquema resume el patrón descrito; no es una configuración que podamos copiar y ejecutar. Google afirma que Agent Substrate puede reanudar agentes en menos de 500 milisegundos, pero esa cifra no debe tratarse como garantía para cualquier carga: el resultado dependerá del estado que haya que restaurar y de cómo se opere el entorno. Úsala como una afirmación que conviene contrastar en tu propia evaluación, no como un objetivo automático.

Diagrama conceptual que separa el estado persistente de una sesión de agente de los recursos de cómputo reutilizables.
Separar estado y ejecución permite razonar sobre pausas y reanudaciones.

Aislamiento y decisiones prácticas

gVisor reduce la exposición directa al kernel anfitrión al intermediar las llamadas al sistema, pero el anuncio también menciona microVM para cargas que necesitan una frontera de virtualización distinta. No hay una opción que sea la mejor en todos los casos: al comparar, considera tanto el riesgo como la sobrecarga de cómputo y la complejidad de operar cada alternativa. La publicación del anuncio técnico de Google explica el planteamiento general.

Truco Evalúa por separado la demora de reanudación y el coste de mantener estado. Si solo mides cuánto tarda una ejecución activa, puedes pasar por alto el gasto de las esperas; si solo optimizas recursos, puedes aceptar una recuperación demasiado lenta para tu caso. Prueba con tareas representativas y registra también qué debe persistir.

La donación a la CNCF busca situar estos componentes bajo una gobernanza de código abierto neutral respecto a proveedores. Para un equipo, eso es una oportunidad para seguir cómo evolucionan los proyectos y comparar sus interfaces y decisiones operativas; no elimina la necesidad de revisar compatibilidad, seguridad y mantenimiento antes de incorporarlos. El anuncio también sitúa a Kata Containers y Firecracker entre las tecnologías que abordan desafíos relacionados.

Fuente original: infoq.com

Artículo generado mediante AI.larebelion

Kernel

· Dirección de tecnología · España

«Los agentes necesitan una infraestructura que gestione tanto sus pausas como el riesgo de ejecutar código generado.»

Comentarios (0)

Todavía no hay comentarios. Puedes ser el primero.

Escribe un comentario