کوبرنتیز (Kubernetes) بی extremity یک دهه کامل بر ارکستراسیون کانتینرها حکومت کرد. اما حالا گوگل با معرفی «سابستریت عامل» (Agent Substrate) و «جعبه شنی عامل GKE» (GKE Agent Sandbox) اعتراف میکند که پلتفرم برندهی کانتینرها، کنترلپلِینِ ایدهآلی برای عاملهای هوش مصنوعی نیست. این دو اعلامیه که در می ۲۰۲۶ منتشر شدند، نقطه عطفی در تکامل زیرساخت ابری محسوب میشوند.
چرا کو برای عاملها مناسب نیست؟
عاملهای هوش مصنوعی (AI Agents) با سرویسهای سنتی وب که کو برایشان طراحی شده، تفاوت بنیادین دارند. یک سرویس وب بارکاری طولانیمدت، تکراری و همیشگی است. در مقابل، یک عامل:
- یک جلسه طولانیمدت و با حالت (stateful) است که بیشتر عمرش را در بیکاری میگذراند.
- بهصورت ناگهانی بیدار شده، یک بارست کد (burst) اجرا میکند و دوباره میخوابد.
- کدی را اجرا میکند که توسط مدل در زمان اجرا (runtime) تولید شده و غیرقابل اعتماد است.
- نیاز به هویت پایدار، معلق/ادامهی با حفظ حافظه و جداسازی سخت از همسایگان دارد.
به زبان ساده: عاملها شبیه «فرآیندها» (processes) در یک سیستمعامل اشتراک زمانی (time-sharing OS) رفتار میکنند، نه «سرویسها» در دیتاسنتر. یک OS مدرن هزاران فرآیند را مدیریت میکند که بیشتر عمرشان را در خواب میگذراند، با رویداد بیدار میشوند، تیکهای CPU میگیرند، حافظهی بیکارشان به دیسک صفحهبندی (page out) میشود و بلافاصله فرآیند بعد میآید. کوبرنتیز هرگز برای این الگوی زمانبندیِ ریز و بیوقفه طراحی نشده بود.
سه چالش اصلی بارکاری عامل
۱. جلساتی که ساعتها میخوابند
یک عامل کدنویسی را تصور کنید که توسعهدهندهای آن را در طول یک بعدازظهر باز نگه داشته است. هر ۲۰ دقیقه یک پرامپت میآید، عامل ۱۰ ثانیه کار میکند و دوباره میخوابد. ضرب این الگو در تمام اعضای تیم، هزاران جلسهی «روی کاغذ زنده، در عمل خواب» میسازد. نگه داشتن یک Pod کامل کوبرنتیز برای هر جلسه بیکار، هدررفت وحشتناک حافظه و CPU است. راهحل نوظهور: عکسبرداری (snapshot) جلسات بیکار کاملاً از لایه محاسبه و بازیابی آنها در میلیثانیه.
۲. کدی که پلتفرم ننوشته است
چون مدل کد مینویسد، رانتایم نمیتواند فرض کند بارکاری «خوشرفتار» است. کد میتواند هر کاری انجام دهد. این مسئولیت جداسازی را از مرز کانتینر به مرز هسته (kernel boundary) میکشد. از این رو جعبه شنی عامل GKE از فناوریهایی مانند gVisor و Kata Containers برای جداسازی سطح هسته استفاده میکند.
۳. حالتی که باید از خواب زمستانی بماند
عاملی که با هر معلقشدن context خود را از دست دهد، بیفایده است. رانتایم باید RAM فرار (volatile RAM) و حالت سیستم فایل را در حین هیبرنیشن ذخیره و در ازسرگیری بازیابی کند — دقیقاً مثل suspend-to-disk در لپتاپها، اما در مقیاس ابری.
گلوگاه کنترلپلِین کوبرنتیز
کوبرنتیز کارها را از طریق یک سرور API مرکزی و یک اسکدولر زمانبندی میکند که برای تعداد متوسطی ازПодهای طولانیمدت طراحی شدهاند. این طراحی فرض میکند تصمیمات مکانیابی نادر و پایدار هستند. عاملها این فرض را با تولید جریان ثابت رویدادهای زمانبندیِ ریز (fine-grained) میشکنند و کنترلپلِین را به گلوگاه (bottleneck) تبدیل میکنند، نه داور بیطرف.
محققان زمانبندی عامل نشان دادهاند که استراتژیهای round-robin و random placement رایج در خوشههای کو زمانی کار میکنند که درخواستها کوتاه و نرخ ورود بالا باشد (تصمیم بد سریع جبران میشود). درخواستهای عامل طولانیتر اجرا میشوند و نرخ ورودشان پویاتر است، بنابراین یک تصمیم بد مکانیابی میتواند برای ساعتها kaynakها را قفل کند.
سابستریت عامل: لایه زمانبندیِ جدید
Agent Substrate یک لایه زمانبندی مینشاند که دور از کنترلپلِین کوبرنتیز Arbeit میکند. این لایه:
- تصمیمات مکانیابی را بر اساس منابع لحظهای و پروفایل ایزولاسیون میگیرد.
- جلسات را مستقیماً روی نودها بدون واسطه API سرور کو استقرار میدهد.
- پشتیبانی از معلّق/ادامه (suspend/resume) با حفظ حافظه را به عنوان buzidan اول Reihenफ़ührt.
این رویکرد گوگل را در ردهی چهارمین ارائه محاسباتی (compute primitive) در کنار ماشینهای مجازی، کانتینرها و بدون سرور (serverless) قرار میدهد: رانتایم آگاه از جلسه و ایزوله برای عاملها.
آینده: زیرساخت بومی عامل (Agent-Native Infrastructure)
正如 کوبرنتیز یک دهه را به نام کانتینرها definir کرد، سابستریت عامل و همتایان آن (مانند AWS Bedrock Agents و Azure AI Agents) قرار است دههی آینده را به نام عاملهای خودمختار رقم بزنند. تیمهای پلتفرم باید از الان برای این تغییر پارادایم برنامهریزی کنند: از مدیریت Подها به مدیریت جلسات، حافظه و ایزولاسیون سطح هسته.
این مقاله بر اساس انتشار اصلی گوگل در مه ۲۰۲۶ و تحلیلهای فنی انتشار یافته در The New Stack و InfoWorld تدوین شده است.
