Contexte et contraintes des charges agentiques
Les charges dites agentic génèrent du code non fiable à la volée et restent inactives pendant de longues périodes. Cette dynamique crée un churn de pods beaucoup plus rapide que celui prévu pour les micro‑services classiques, ce qui surcharge le plan de contrôle de Kubernetes. Selon Jago Macleod, directeur de l’ingénierie Kubernetes chez Google Cloud, le manque de mémoire et de machines disponibles rend cette situation intenable sans optimisation.
Adaptation de Kubernetes par Google
Google répond en cessant de traiter chaque cluster comme un moteur universel. L’entreprise ajuste chaque cluster pour qu’il devienne un runtime dédié à la charge de travail ciblée. Macleod indique que cette approche vise à « optimiser le cluster pour la charge qu’il exécute », réduisant ainsi la consommation de ressources et les limites du plan de contrôle. L’objectif est d’obtenir plus d’efficacité sans introduire de nouvelles piles logicielles.
Agent Substrate : architecture et sandboxing
Le projet Agent Substrate exécute les agents IA dans des sandboxes directement sur Kubernetes. Donné à la Cloud Native Computing Foundation, il a atteint la version 1.0. Dogan précise que le code produit par les agents est non fiable par défaut, d’où la nécessité de sandboxing et de garde‑fous réseau. Le modèle actuel alloue un sandbox pendant toute la durée d’une session, même lorsque l’agent reste inactif, ce qui entraîne un gaspillage notable de cycles CPU.
Impacts opérationnels et limites
Les clients ont signalé que la plupart du temps leurs agents restent inactifs, mais continuent de consommer des ressources allouées. Cette inefficience pousse les équipes à reconsidérer la granularité des allocations de ressources. En outre, la spécialisation des clusters risque de fragmenter l’écosystème open‑source si chaque fournisseur propose des variantes propres, bien que Google affirme que la donation du projet à la CNCF préserve l’uniformité. Enfin, la montée des charges agentiques modifie les pratiques d’ingénierie, favorisant des prototypes rapides et des équipes plus petites, tout en augmentant la nécessité d’une supervision humaine.
