Kubernetes 正式支持 AI Agent 调用基础设施
Kubernetes 官方博客于 2025 年 8 月 15 日发布文章，宣布其基础设施 already 准备好支持 AI Agent 直接调用 API 进行资源管理与调度。
- 发布时间：2025 年 8 月 15 日
- 更新形式：底层基础设施能力增强
- 适用版本：现有 Kubernetes 版本可通过适配支持
- 权重与开放性：非模型训练场景，而是 Agent 作为客户端调用 Kubernetes API 的能力增强
Agent 调用 Kubernetes 的典型工作流
文章聚焦于 AI Agent 作为新一类客户端，如何与 Kubernetes 集群交互。传统上，开发者或 CI/CD 系统调用 Kubernetes API；现在，Agent 可直接执行如下任务：
- 启动/停止 Pod 用于临时计算任务
- 动态调整部署副本数
- 查询节点资源状态以优化调度决策
- 管理 ConfigMap 与 Secret 用于运行时配置
Kubernetes 本身不负责 Agent 的推理逻辑，但其 API Server、RBAC 控制与服务网格生态已具备承载此类调用的稳定性基础。
意外点：文章并未提及硬件加速或 GPU 调度的新特性。多数读者可能预期 Kubernetes 会同步推出 Agent 专属控制器或调度策略，但实际更新聚焦于现有 API 与权限模型的兼容性说明，表明基础设施的核心能力已足够成熟，仅需文档与生态配合。
生态适配与开发者路径
支持 Agent 调用 Kubernetes 本质上依赖三个底层能力：
- 身份认证：Kubernetes 通过 Service Account 为 Agent 提供安全凭证，支持 JWT 令牌或 mTLS 双向认证
- 权限控制：基于 RBAC 的细粒度授权，限制 Agent 只能访问授权资源（如仅操作特定命名空间的 Pod）
- 事件流与可观测性：Agent 可监听 Watch API 获取实时状态变化，结合 Prometheus 与 OpenTelemetry 追踪请求链路
社区已有项目开始尝试此类集成。例如，部分开源 Agent 框架已内置 Kubernetes Plugin，允许 Agent 通过 REST 或 Client-go 直接与集群交互。文中未列举具体项目名称，但指出无需修改 Kubernetes 核心代码即可实现支持。
硬件与性能考量的客观现状
| 项目 | Kubernetes 现有能力 | Agent 调用场景需求 |
|---|---|---|
| 认证方式 | RBAC + Service Account + TLS | 支持 Agent 的 freq authentication-token |
| 资源查询 | /metrics/sla、/api/v1/nodes | 实时获取节点状态以决策是否扩容 |
| 事件监听 | Watch API + leaderelection | Agent 持续监控集群状态变更 |
| 临时任务 | Job/CronJob + initContainer | 启动短期 Agent 子任务 |
关键事实：文章明确表示，Kubernetes 对 Agent 的支持不依赖特定 GPU 驱动或 AI 框架版本。这意味着使用 CPU-only Agent 或不同深度学习框架的 Agent 均可调用其 API，显存管理、GPU 拓扑感知等加速能力不在本次更新范围内。
落地建议
- 适合立即尝试的团队：具备 Kubernetes 管理能力、已部署 Agent 应用、希望实现“Agent 自动管理部署”的企业。建议从受限命名空间的测试集群开始，验证 RBAC 规则与调用频率限制
- 建议再等等的团队：当前 Agent cognitives 仍频繁变动、或需 K8s 调度器感知 GPU 饱和度的场景。若 Agent 的决策依赖实时资源利用率反馈，建议等社区提供 dedicated Controller 或 Operator 降低运维成本
写在最后
Kubernetes 再次证明，其核心 API 的稳定性足以支撑新兴 workload；Agent 时代，基础设施的价值正从“功能丰富”转向“调用安全、行为可预测”。