AI Agent正在改变云基础设施的调用方式。在KubeCon China 2026上，OpenInfra与CNCF负责人均提到，Kubernetes正借助DRA适配GPU/NPU等异构资源，但真正为Agent原生设计的基础设施层尚未出现。
AI Agent把“人操作”变成了“程序调度”
在KubeCon + CloudNativeCon + OpenInfra Summit + PyTorch Conference China 2026现场，InfoQ与OpenInfra基金会总经理Thierry Carrez、CNCF执行总监Jonathan Bryce聊到了同一个话题：AI Agent正在重塑云基础设施的调用逻辑。
过去，云资源的使用者是程序员或运维工程师。他们通过控制台、CLI申请虚拟机、配置网络、部署应用。现在，Agent可以自动调用API、申请GPU、跑推理任务，甚至自行决定该用哪个模型。Thierry Carrez认为，硬件层与编排层之间还缺少一个合适的开源项目来填补空白，许多创新被封闭在专有环境里，他希望未来能放到开放社区中，按统一标准协作。
Kubernetes DRA：让GPU/NPU像“插头”一样即插即用
Jonathan Bryce在交流中提到一个关键机制：DRA，即动态资源分配。过去Kubernetes要支持某种新硬件，往往需要为核心编写大量定制代码。如今通过DRA插件机制，GPU、NPU等厂商可以直接把硬件能力注册到集群中，由调度器统一分配，无需为每种硬件单独适配。
这项变化的意义在于，AI时代硬件差异直接决定模型性能和成本。同样是跑一个大模型，A卡和N卡的显存、带宽、算子库表现可能完全不同。Kubernetes的调度范围已从相对标准的CPU/内存扩展到GPU、NPU等异构加速器。未来Agent还可能动态提出资源需求，比如“这个推理任务需要4卡”，调度系统就得在异构资源池里实时做出选择。
从Linux到PyTorch：一条跨层协作的AI部署链路
在实际部署中，底层通常是Linux，OpenStack负责管理服务器和硬件资源，Kubernetes做容器编排，上层跑PyTorch或vLLM。Metal3项目让OpenStack裸金属管理与Kubernetes集成，LLMD也与PyTorch体系做了衔接。跨层集成已有实例，但距离“开箱即用”还有不小差距。
对于想上云的企业来说，这条链路有点长。自己搭建OpenStack加Kubernetes，还要解决GPU驱动、网络存储、弹性伸缩等问题，对多数团队并不友好。用云服务器ECS作为上层计算资源，结合Kubernetes和PyTorch跑AI推理，是当前比较务实的路径。想省心的团队，可以关注 易枫顺 - 阿里云官方旗舰级代理商，这类渠道能帮忙把资源配置和预算规划好。
Agent既要资源，也得有“后悔药”
Agent主动调用工具和系统，安全边界发生了改变。以前人操作出了问题，可以通过流程追责；Agent操作速度太快、链条太长，必须有一套机制来记录和撤销。Thierry Carrez强调的不只是隔离，还有可审计性和可逆性：
- 可审计性：追踪Agent申请过什么资源、做过哪些调用，所有行为留下痕迹。
- 可逆性：发现错误操作后，能把资源申请和调用结果撤销回滚。
Kata Containers被视为补强隔离能力的核心项目之一。它用轻量级虚拟机包裹容器，让每个工作负载多一道边界。比传统runc容器更硬，又比普通虚拟机更轻。在未来Agent频繁调用外部工具的场景下，这种隔离模式可能成为默认配置。
真正的Agent原生基础设施，仍在路上
目前Kubernetes已经通过DRA、AI Conformance等机制适配异构AI资源，OpenInfra也在继续向上暴露GPU、裸金属等底层能力。CNCF在已有上百家公司参与的Kubernetes Conformance合规体系基础上，又推出了Kubernetes AI Conformance，把兼容性问题从技术接口扩展到了共同治理规则。这说明整个生态都在朝着“AI原生”方向补课。
但必须承认，真正为Agent原生设计的那一层基础设施还没有完全出现。现在的方案大多是拼接：OpenStack管硬件，Kubernetes管容器，DRA管加速器，Agent在外层调用。Agent真正需要的是什么？可能是一个能表达意图、动态申请资源、自带审计回滚的编排层。这个空白，正是未来几年最值得关注的开源机会。
FAQ
Q: AI Agent对普通企业的IT架构有什么影响？
A: 影响主要体现在资源调用和成本上。以前写固定代码部署，现在Agent会动态申请GPU、API、存储。如果底层调度还停留在“按CPU/内存静态分配”，很容易造成浪费或不足。建议先用Kubernetes和云主机搭建一套可弹性扩展的底座，再逐步接入Agent场景。
Q: Kubernetes DRA与传统设备插件有什么区别？
A: 传统设备插件主要解决“设备可见”问题，DRA更接近完整调度。它通过插件机制把GPU等加速器资源统一纳入集群，让调度器知道有哪些资源、多少可用、如何分配。对硬件厂商来说，也不必等待Kubernetes核心为自家硬件单独编写适配代码。
Q: 企业现在想开始用AI Agent，上云是不是更划算？
A: 要看所处阶段。如果只是试验，直接在云上跑PyTorch + vLLM，比自建机房快得多。想进一步控制成本，可以找阿里云代理商，比如易枫顺，把预算花在模型和调优上，而不是耗在底层运维中。
关于易枫顺
深圳市易枫顺网络科技有限公司是阿里云官方旗舰级代理商。提供云服务器ECS、云数据库RDS、对象存储OSS等阿里云全系产品官方特惠折扣与代金券申请，以及多云成本优化、企业上云一站式服务。客服热线：19520841949 - 易枫顺
来源：InfoQ
