The New Stack 考察了 Kubernetes 是否已准备好调度和隔离 AI agent，并将编排层定位为 agent 边界要么被强制执行、要么被放任泄漏的所在。对于已经在集群上运行 inference 和工具链的团队来说，这是一个实际问题：agent 会持有状态、调用外部端点并以面向服务的工作负载所不具备的方式派生子进程，因此适用于无状态部署的原语无法干净地映射到 agent 的生命周期上。
该报道援引了 OpenAI 红队关于沙箱逃逸和跨沙箱通道的发现，这使得讨论的焦点落在隔离边界而非调度器上。如果沙箱可以被逃出，或者两个沙箱可以通过侧信道通信，那么出口策略和命名空间隔离就成为 agent 威胁模型的一部分，而不是部署时才配置的事后补充。相关报道指出，llm-d 1.0 正在推进面向生产规模的开源 inference，这从服务侧提出了同样的问题：随着 inference 成为标准的集群工作负载，周边的控制措施也必须同步跟上。
从所提供的报道中仍不清楚的是，具体有哪些 Kubernetes 机制被提出或评估用于 agent 隔离，以及这些红队发现是否对应集群层面的错误配置。Behzat AI 将这些边界视为 agent 系统的设计输入，而非部署细节。
来源：The New Stack 报道、相关报道。