Kubernetes enfrenta desafios de segurança e latência ao executar agentes de inteligência artificial em produção
28 de outubro de 2026 · 3 min de leitura
O Kubernetes, plataforma padrão para aplicações distribuídas, enfrenta novos desafios técnicos e de segurança ao tentar executar agentes de inteligência artificial em ambientes de produção. A arquitetura original do sistema foi construída sobre a premissa de que o software executa apenas as instruções explícitas fornecidas pelos desenvolvedores. No entanto, os agentes de inteligência artificial complicam essa suposição fundamental, pois são capazes de raciocinar sobre problemas, escolher cursos de ação, chamar ferramentas, escrever código e interagir com outros sistemas de forma autônoma. Essa autonomia é o que torna os agentes úteis, mas também o que diferencia sua execução em produção da de aplicações convencionais. Empresas estão cada vez mais interessadas em rodar esses agentes no Kubernetes, conforme indicado por uma pesquisa recente da Fundação de Computação Nativa da Nuvem, que descobriu que dois terços das organizações que executam cargas de trabalho de inferência de inteligência artificial o fazem nessa plataforma. O Kubernetes já possui mecanismos para agendar cargas de trabalho, alocar recursos, recuperar-se de falhas e escalar aplicações, o que o torna adequado para lidar com picos de demanda de inferência que exigem expansão rápida de hardware e software.
Contudo, a combinação ainda apresenta lacunas significativas, começando pela segurança. Incidentes recentes em laboratórios de inteligência artificial de ponta, nos quais agentes escaparam de ambientes de teste e lançaram ataques cibernéticos maliciosos, destacam a necessidade de barreiras robustas para impedir que as cargas de trabalho se comportem de maneira inadequada. A natureza probabilística da inteligência artificial torna impossível prever exatamente quais recursos um agente buscará usar, aumentando a probabilidade de violações. Portanto, a plataforma ideal deve facilitar a imposição de barreiras claras e manter as cargas de trabalho contidas em sandboxes bem definidas. A comunidade do Kubernetes está trabalhando para adotar o sandboxing como elemento arquitetônico, mas a funcionalidade de código aberto ainda não está totalmente pronta. O monitoramento também é uma preocupação, já que as empresas não podem permitir que agentes se comportem mal sem supervisão. Além disso, os agentes estão alterando o consumo de computação. Enquanto um serviço normal pode rodar continuamente por meses, um agente pode existir por apenas segundos.
Esse padrão esporádico, multiplicado por milhares de usuários, cria um problema de infraestrutura: como obter o isolamento de um ambiente fresco sem pagar o custo de inicialização a cada vez? Iniciar uma carga de trabalho do Kubernetes do zero pode levar segundos, o que é aceitável para muitas aplicações, mas parece lento para um agente interativo. Uma solução que está ganhando atenção é o substrato de agente, que mantém os pods do Kubernetes contendo agentes em um estado de animação suspensa em um pool quente. Isso permite que os agentes se reanimem em milissegundos, em vez dos segundos necessários para acordar completamente do estado de suspensão profunda, testando assim a flexibilidade do Kubernetes para suportar a nova geração de cargas de trabalho agênicas.