Google fait don d'Agent Substrate et de gVisor à la CNCF pour sécuriser les agents d'IA à grande échelle
Google a annoncé qu'elle faisait don d'Agent Substrate et de gVisor à la Cloud Native Computing Foundation (CNCF), plaçant ainsi deux briques majeures de son infrastructure pour agents d'IA sous une gouvernance open source neutre vis-à-vis des fournisseurs. L'annonce inclut également OpenRL, son projet open source d'orchestration de l'apprentissage par renforcement. Ensemble, ces projets couvrent plusieurs couches : l'exécution isolée du code, la gestion du cycle de vie des agents et la coordination de charges d'entraînement à grande échelle. Agent Substrate sépare l'état des agents (les « acteurs », qui conservent système de fichiers, mémoire et contexte d'exécution) des ressources de calcul (les « workers », des environnements préchauffés tirés de pools Kubernetes partagés). Lorsqu'un agent reprend son activité, il est affecté à un worker disponible et son état est restauré ; lorsqu'il devient inactif, l'état est sauvegardé et la ressource libérée. Selon Google, la reprise prend moins de 500 millisecondes, sans créer de nouveau Pod à chaque exécution. gVisor, de son côté, ajoute une frontière d'isolation grâce à un noyau applicatif en espace utilisateur, et Agent Substrate prend aussi en charge les microVM Cloud Hypervisor pour les charges exigeant une virtualisation matérielle.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de InfoQ AI. Lire l'article original →
L'enjeu est double. D'une part, Google estime que les agents passent 90 à 95 % de leur temps à attendre, que ce soit une inférence de modèle, une API externe ou une validation humaine, tout en conservant un état coûteux : mémoire, fichiers, dépôts de code, sessions actives. Garder chaque agent dans un Pod dédié gaspille des ressources, tandis que le passage à zéro oblige à reconstruire les environnements et ajoute de la latence. Lors d'évaluations massives, la création et la destruction répétées de milliers d'environnements éphémères peuvent en outre saturer le plan de contrôle de Kubernetes. D'autre part, les agents exécutent des commandes shell générées, installent des paquets et interagissent avec des outils externes. Traiter ce code comme fiable expose à des risques importants, surtout quand plusieurs agents partagent la même infrastructure. En interceptant les appels système plutôt qu'en laissant les conteneurs dialoguer directement avec le noyau Linux de l'hôte, gVisor réduit la surface d'exposition tout en conservant l'essentiel de l'efficacité des conteneurs. Les équipes de plateforme peuvent choisir la frontière d'isolation adaptée sans modifier le modèle de cycle de vie des agents.
Cette décision reflète un changement plus large dans l'infrastructure cloud native. Kubernetes a été conçu pour des applications longues et des charges relativement stables, alors que les systèmes agentiques imposent des environnements créés, suspendus, restaurés et isolés bien plus fréquemment. D'autres acteurs s'attaquent à des problèmes comparables avec Kata Containers, Firecracker ou des plateformes de sandboxing dédiées. L'apport de Google consiste à combiner exécution sécurisée et orchestration pensée pour les agents, au sein d'un écosystème ouvert. L'ambition affichée est de jouer pour les applications agentiques le rôle que Kubernetes a tenu dans la standardisation de l'orchestration des conteneurs. Reste à voir si la communauté et les autres grands fournisseurs adopteront ces projets comme référence, mais le message est clair : les agents d'IA ont besoin d'une infrastructure d'exécution sécurisée, avec état et gérée efficacement, qui dépasse le simple cadre d'orchestration et d'accès aux outils.
Les équipes de plateforme européennes déployant des agents d'IA sur Kubernetes peuvent adopter ces briques open source sous gouvernance neutre de la CNCF, ce qui limite la dépendance à un fournisseur unique.