Agents IA et Kubernetes

MMarc

The New Stack recommande de séparer le raisonnement des agents d’intelligence artificielle de l’exécution des opérations dans Kubernetes. Un agent peut enquêter sur une situation complexe et proposer une action, mais l’architecture préconisée ne lui confie pas seul le pouvoir de l’appliquer. Les opérateurs Kubernetes, les moteurs de politiques et les autres systèmes déterministes gardent la maîtrise de l’exécution, afin que les changements passent par des mécanismes contrôlés plutôt que par une décision autonome de l’agent. Le projet open source kagent, hébergé dans la CNCF Sandbox, permet d’exécuter des agents comme des ressources Kubernetes. Il les relie notamment à Kubernetes, à Helm, aux outils d’observabilité et à des outils personnalisés, dans un environnement où l’agent peut proposer des actions sans prendre en charge leur exécution finale. Les opérations de lecture non sensibles peuvent s’exécuter automatiquement, tandis que l’application, la modification ou la suppression de ressources nécessite une approbation explicite. Le cycle proposé comprend six étapes : observer, diagnostiquer, proposer, approuver, réconcilier, puis vérifier le résultat ; le raisonnement de l’agent intervient surtout au début, tandis que Kubernetes et ses opérateurs assurent la réconciliation. L’approbation précède donc les changements sensibles, et la vérification permet de contrôler le résultat après leur exécution, ce qui distingue clairement l’analyse confiée à l’agent de la mise en œuvre confiée aux systèmes opérationnels.