AI热榜 过去十几年，云基础设施的一套基本假设相当稳定：人通过控制台、命令行或 API 发起操作，平台接收请求，再把计算、存储和网络资源分配下去。
即便后来有了自动扩缩容、基础设施即代码和各种自动化运维工具，真正做决策的主体通常还是人，或者是人提前写好的固定逻辑。
AI Agent 正在打破这个前提。
在近日举行的 KubeCon + CloudNativeCon + OpenInfra Summit + PyTorch Conference China 2026 上，InfoQ 分别与 OpenInfra 基金会总经理 Thierry Carrez（阚雷）、CNCF 执行总监 &Linux 基金会云与基础设施执行总监 Jonathan Bryce（傅兰石） 进行了交流。
两人的讨论都指向一个正在变得越来越具体的问题：AI 正在改变过去十多年云基础设施赖以成立的一些前提，而 Agent 带来的变化尤其明显。
Thierry 提到，他们现在关注的核心问题之一是“未来的基础设施需求”正在发生变化。
过去十年的软件架构主要围绕人类操作设计，但现在，基础设施的使用者开始包含越来越多 AI Agent。
Agent 未必需要经过传统的人机界面来调用资源，这意味着底层需要探索更直接的控制方式。
Jonathan 则从 Kubernetes 一侧给出了另一部分答案。
他提到，面对越来越复杂的 AI 硬件，Kubernetes 已经开始通过 DRA（Dynamic Resource Allocation，动态资源分配）等插件机制，让 GPU 和其他加速器更灵活地接入 Kubernetes 集群；CNCF 也推出了 Kubernetes AI Conformance，希望把 AI 基础设施里的兼容问题从技术接口延伸到共同规则。
基础设施面对的问题，不只是“Agent 会消耗更多算力”这么简单。
如果 Agent 只是又一种跑在 Kubernetes 上的应用，那么云原生基础设施面对的无非是更多 Pod、更高并发和更多 GPU；但如果 Agent 开始自己决定什么时候申请资源、调用什么工具、调整多少实例，甚至直接参与基础设施状态的改变，它就不再只是一个“被调度的工作负载”，而逐渐成为基础设施的调用者。
问题也随之变成： 当调用基础设施的主体从人扩展到 Agent，过去为人设计的云原生控制面还能不能继续工作？
过去基础设施是给人用的，现在 Agent 也成了“用户” 今天企业里的基础设施操作，表面上已经高度自动化，但背后的交互模型仍然带有明显的人类设计痕迹。
管理员配置权限，工程师提交部署文件，平台团队设定资源策略，应用按照事先定义好的方式运行。
即使系统会自动扩缩容，它通常也只是对预先设定的指标作出响应。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接