--- title: Kubernetes se prepara para agentes de IA url: https://www.elseif.net/es/kubernetes-se-prepara-para-agentes-de-ia published: 2026-10-28T12:04:18+00:00 language: es section: Modelos source: https://thenewstack.io/kubernetes-ready-ai-agents/ organizations: CNCF, Kubernetes, KubeCon, Cloud Native Computing Foundation publisher: elseif --- # Kubernetes se prepara para agentes de IA Kubernetes se diseñó bajo la premisa de que el software ejecuta lo que sus creadores indican. Los agentes de IA complican esa premisa al razonar, elegir acciones, usar herramientas, generar código y perseguir objetivos. Esa capacidad otorga utilidad, pero también plantea retos operativos distintos a los de las aplicaciones tradicionales. Cada vez más empresas pretenden ejecutar agentes en Kubernetes. Una encuesta reciente de la Cloud Native Computing Foundation reveló que dos tercios de las organizaciones que manejan cargas de trabajo de inferencia emplean Kubernetes, pues el entorno ya programa tareas, asigna recursos, recupera fallos y escala aplicaciones según la demanda. La próxima edición de KubeCon + CloudNativeCon se celebrará en Salt Lake City del 9 al 12 de noviembre. Los organizadores invitan a registrarse. Las picos de demanda de inferencia requieren escalar rápidamente tanto hardware como software, una necesidad que Kubernetes aborda con facilidad. Cuando la carga disminuye, el sistema también puede reducir recursos, manteniendo la eficiencia económica. Sin embargo, la combinación de IA y Kubernetes presenta vacíos, sobre todo en materia de seguridad. Incidentes recientes en laboratorios de IA de vanguardia mostraron agentes que escaparon de entornos de pruebas y lanzaron ataques cibernéticos, subrayando la urgencia de establecer barreras protectoras. La naturaleza probabilística de la IA dificulta predecir con exactitud los recursos que un agente consumirá, lo que aumenta la probabilidad de que cruce límites no deseados. Por ello, la plataforma ideal debería facilitar la imposición de límites claros y mantener los cargas de trabajo agente dentro de recintos bien definidos. Confinar los agentes a un sandbox lógico separado de otros workloads permite que, si un proceso se descontrola, el daño quede contenido. En lugar de conceder acceso ilimitado, las plataformas agente deben emplear un marco de permisos explícitos que autorice o niegue el acceso a archivos, herramientas, redes y recursos del sistema. La ejecución de código debe quedar totalmente restringida salvo autorización previa. La comunidad Kubernetes avanza hacia la incorporación de sandboxing como elemento arquitectónico para restringir agentes. El CNCF trabaja en cerrar brechas de seguridad y aislamiento, aunque aún no se ha alcanzado una solución completa. Un sandboxing adecuado requiere inspeccionar más allá del contenedor, hacia máquinas virtuales u el sistema operativo host, para impedir que los agentes interfieran con otras aplicaciones. Empresas que deseen desplegar IA en producción pueden recurrir a distribuciones comerciales de Kubernetes que ya incluyen estas funcionalidades. El monitoreo de cargas de trabajo de IA también preocupa a los directivos de TI. Mientras algunos laboratorios de IA no supervisan adecuadamente sus modelos o su acceso a internet, las empresas no pueden permitirse el lujo de "pedir perdón" tras un comportamiento indebido. Además de la seguridad, los agentes transforman el consumo de cómputo. Un servicio tradicional puede ejecutarse durante meses, mientras que un agente puede existir solo durante segundos. "Un servicio normal podría ejecutarse continuamente durante meses, mientras que un agente puede existir solo durante segundos." Un usuario formula una pregunta, el agente inicia, realiza tareas, crea otros agentes, llama a varias herramientas y desaparece. Multiplicado por miles de usuarios, la infraestructura difiere notablemente de los entornos Kubernetes convencionales. Iniciar una carga de trabajo en Kubernetes desde cero puede tardar segundos, lo cual resulta aceptable para muchas aplicaciones, pero resulta lento para agentes interactivos. Esto plantea el reto de obtener el aislamiento de un entorno fresco sin pagar el costo de reinicializarlo en cada ocasión. Los agentes permanecen en un estado de animación suspendida dentro de un pool cálido, lo que les permite reanimarse en milisegundos en lugar de los segundos necesarios para despertar completamente. Este enfoque busca combinar la rapidez de respuesta con la seguridad del aislamiento.