5 listopada 2026 r. Google Cloud zapowiedział przekazanie projektów Agent Substrate, gVisor i OpenRL do Cloud Native Computing Foundation (CNCF), a także ogłosił wersję 1.0 Agent Substrate i ogólną dostępność tej zarządzanej funkcji w Google Kubernetes Engine (GKE). Według Google trzy projekty trafiły do CNCF Sandbox w październiku, a ich wdrażanie w fundacji wciąż trwało w chwili ogłoszenia. Google Cloud

Czym zajmują się Agent Substrate, gVisor i OpenRL

Google opisuje te projekty jako rozwiązania dla różnych warstw infrastruktury agentów AI. Agent Substrate zarządza ich stanem i wykonywaniem, gVisor zapewnia izolację kodu, a OpenRL obsługuje pętle uczenia przez wzmacnianie po treningu modelu.

ProjektRolaFunkcja opisana przez Google
Agent SubstrateZarządzanie stanowym wykonywaniem agentówRozdziela stan agenta od zasobów obliczeniowych używanych do jego uruchomienia.
gVisorIzolacja uruchamianego koduJądro aplikacyjne działające w przestrzeni użytkownika przechwytuje wywołania systemowe programu.
OpenRLUczenie przez wzmacnianie po treningu modeluSamodzielnie hostowane środowisko Python do obsługi takich zadań na Kubernetesie.

W Agent Substrate Actor przechowuje pamięć, pliki i tożsamość agenta. Worker to wielokrotnego użytku środowisko wykonawcze z puli działającej w Kubernetesie, a Gateway kontroluje ruch przychodzący i wychodzący oraz wstrzykuje sekrety na podstawie tożsamości Actora.

Actor zachowuje stan agenta, a Worker dostarcza środowisko wykonawcze, które można ponownie wykorzystać.

Jak Agent Substrate wstrzymuje i wznawia Actor

Schemat pokazuje, jak Actor działa na Workerze, jego pamięć i pliki trafiają do migawki podczas wstrzymania, a Gateway kontroluje dostęp i wstrzykuje sekrety.

Google opisuje cykl, w którym bezczynny Actor zostaje zapisany jako migawka zawierająca pamięć i pliki. Worker wraca wtedy do puli, a przy kolejnej potrzebie Actor jest odtwarzany na dostępnym Workerze. Dzięki temu stan agenta i zajmowane przez niego środowisko wykonawcze są zarządzane osobno.

OpenRL udostępnia cztery podstawowe operacje: sample, forward_backward, optim_step i save_state. Google wymienia PyTorch/AutoModel do trenowania oraz vLLM do próbkowania; jako zweryfikowane modele wskazuje Gemma i Qwen. Obsługa TPU jest na liście planów rozwoju projektu.

Agent Substrate 1.0 i wdrożenie na GKE

Ogłoszona przez Google ogólna dostępność dotyczy zarządzanej funkcji Agent Substrate w GKE. Google podaje też, że kod open source można wdrażać w klastrach Kubernetes. Wersja 1.0 i dostępność na GKE to osobny element ogłoszenia obok planowanego przekazania projektów do CNCF.