Kagent 1.0 ist GA: Kubernetes bekommt eine native Möglichkeit, KI-Agenten auszuführen
6 min read · 11 sources
- Kagent 1.0 ist GA und führt KI-Agenten als geplante Akteure auf warmen Kubernetes-Worker-Pods aus, statt eines Pods pro Agent.
- Cloudflares Spend Management in der Beta ermöglicht Pay-as-you-go-Nutzern, Limits zu setzen und Workers und Durable Objects automatisch zu pausieren.
- Fly.io hat die 6PN-Routing-Einträge pro Host von mehreren hunderttausend auf 100-200 reduziert, indem Routen in Adressen kodiert werden.
- Apache HTTP Server 2.4.71 patcht CVE-2026-119618, einen nicht authentifizierten mod_http2-Heap-Corruption-Fehler mit Schweregrad 9.8.
- Googles TPU Sync senkt die KV-Transfer-Latenz für Qwen3 235B von Sekunden auf etwa 230 ms und die TTFT um bis zu 90%.
Das Pod-pro-Agent-Modell ist für echte KI-Workloads auf der Strecke geblieben, und Solo.io hat gerade den Ersatz geliefert. kagent 1.0 hat die allgemeine Verfügbarkeit erreicht und gibt Unternehmen eine Kubernetes-native Möglichkeit, KI-Agenten als Akteure mit dauerhaftem Zustand und Sandboxes auszuführen, die auf warmen Worker-Pods geplant werden, statt einen Pod pro Agent hochzufahren. In der Zwischenzeit sagt Apache allen, sie sollen ein HTTP/2-Loch mit Schweregrad 9.8 patchen, das keine Authentifizierung benötigt, und Fly.io hat den schmerzhaftesten Teil seines privaten Netzwerks entsorgt: die riesige Routing-Karte auf jedem Host.
Hier ist, was sich für die Leute, die diese Systeme betreiben, tatsächlich geändert hat.
Apaches mod_http2-Heap-Corruption-Fehler erreicht 9.8 auf der CVSS-Skala, benötigt keine Authentifizierung und hat einen öffentlichen PoC.
kagent 1.0 GA: Agenten als Akteure, nicht als Pods
Solo.io’s kagent 1.0 ist die Enterprise-Distribution von Agent Substrate, das gerade ein CNCF-Projekt geworden ist. Die Kernidee: Behandle jeden Agenten als Akteur mit einer Sandbox, Zustand und dauerhafter Identität, und plane diese Akteure dann auf warme Worker-Pods. Leerlaufende Akteure werden suspendiert, um Rechenressourcen freizugeben, und bei der nächsten Anfrage wiederhergestellt.
Das greift direkt das Pod-pro-Agent-Fehlermuster an. Langlaufende Agent-Harnesses und Tool-Sandboxes bilden sich nicht sauber auf einen einzelnen Pod-Lebenszyklus ab, und das Auf- und Abfahren von Pods für jede Agent-Interaktion verschwendet Scheduling-Overhead und überlässt das Zustandsmanagement der Anwendung. kagent legt Benutzer-, Konversations- und Agentenverwaltung auf das Akteur-Substrat. Es ist bereits in Produktion im großen Maßstab bei Kunden und funktioniert auf jeder Kubernetes-Distribution, einschließlich OpenShift. Für Teams, die Agenten in Produktion betreiben, ist dies die erste ernsthafte Alternative dazu, jeden Agentenaufruf wie einen Microservice-Aufruf zu behandeln.
Cloudflare Spend Management: Stopp der Überraschungsrechnung
Cloudflares Spend Management Beta gibt Pay-as-you-go-Kunden das, worum sie seit dem Start von Workers gebeten haben: eine harte Grenze für Kosten. Setze ein Ausgabenlimit und einen Alarm-Schwellenwert, und Cloudflare kann das Produkt automatisch pausieren, wenn das Limit erreicht wird. Es beginnt mit Workers und Durable Objects, und der Abrechnungszyklus beginnt, wenn dein bezahltes Abonnement startet, nicht an einem Kalendermonat.
Die Kostenübersicht erscheint in unter zehn Minuten über das Dashboard, die cf-CLI oder die REST-API. Ein Audit-Log protokolliert jede Änderung an Limits und Alarmen. Das ergänzt die bestehenden AI-Gateway-Ausgabenlimits für Compute- und Inferenzkosten, und die Auto-Pause ist der entscheidende Unterschied zu einem einfachen Alarm: Ungeplante Nutzung durch eine Endlosschleife oder ein fehlerhaftes Deployment kostet dich kein Geld mehr, statt dich nur darüber zu informieren.
Fly.io wirft das Telefonbuch weg
Fly.io hat sein 6PN-privates Netzwerk neu aufgebaut, indem es das gelöscht hat, was die Skalierung schlecht machte: eine synchronisierte Karte des Standorts jeder Machine auf jedem Host. Das alte Design bedeutete mehrere hunderttausend Routing-Einträge pro Host, die alle konsistent bleiben mussten. Das neue kodiert Routing-Informationen direkt in die Adresse - netid, hostid, mach - und verwendet ein eBPF-Programm (udp-xdp), um Bytes so umzusortieren, dass Pakete mit Kernel-Routen übereinstimmen, ohne Lookup.
Das Ergebnis sind 100 bis 200 Einträge pro Host statt mehrerer hunderttausend, ohne Lookups, ohne Zustand und ohne Datenbank zum Synchronisieren. Der Preis: Machine-Migrationen zwischen Hosts benötigen spezielle Behandlung, da die Adresse jetzt den Standort kodiert. Aber das ist der richtige Kompromiss für ein Netzwerk, in dem der meiste Verkehr zwischen einer kleinen Gruppe von Machines stattfindet, und es tötet eine ganze Klasse von Cache-Invalidierungs- und Konsistenzproblemen, die große verteilte Systeme plagen.
Gang-Scheduling und topologiebewusste Platzierung für KI-Training
Der eingebaute Kubernetes-Scheduler ist für Web-Backends in Ordnung und für verteiltes KI-Training schrecklich. Er plant Pods einzeln, was bedeutet, dass ein verteilter Job mit der Hälfte laufender und der Hälfte wartender Pods starten kann, GPUs im Leerlauf lässt und Geld verbrennt. Und er hat kein Konzept für Inter-GPU-Bandbreite, sodass Pods auf Hardware landen können, auf der Trainingsverkehr kriecht.
Die CNCF-Walkthrough behandelt die beiden Fixes: Topologie-bewusstes Scheduling (TAS), um Pods auf Hardware mit angemessener Inter-GPU-Bandbreite zu platzieren, und Gang-Scheduling, sodass alle Pods eines Jobs zusammen starten. Beides ist von Kueue und dem Coscheduling-Plugin implementiert. Wenn du GPU-Training auf Kubernetes betreibst und dir das noch nicht angesehen hast, lässt du einen messbaren Bruchteil deiner GPU-Ausgaben liegen.
Uptime Kuma: Selbstgehostetes Monitoring ohne die SaaS-Steuer
Uptime Kuma ist das selbstgehostete Monitoring-Tool, das immer besser wird. Es überwacht HTTP(s), TCP, WebSocket, Ping und DNS, pusht an 90+ Benachrichtigungsdienste und läuft in einem einzigen Docker-Container:
docker run -d --restart=always -p 3001:3001 -v uptime-kuma:/app/data --name uptime-kuma louislam/uptime-kuma:2
Es unterstützt 20-Sekunden-Intervalle, mehrere Statusseiten und 2FA. Zwei Einschränkungen: Es unterstützt keine NFS-Dateisysteme, und die offizielle Website ist nicht das oberste Google-Ergebnis - uptimekuma.co ist ein anderes, nicht verwandtes Ding. Als kostenlose Alternative zum bezahlten Monitoring-SaaS-Stack ist das schwer zu schlagen.
Airgorah: Rust-WiFi-Auditing für Linux
Airgorah ist ein WiFi-Sicherheits-Auditing-Tool, geschrieben in Rust mit einer GTK4-Oberfläche, nur für Linux. Es erfasst nahen Verkehr, entdeckt Clients, führt Deauthentifizierungsangriffe aus, erfasst Handshakes und PMKIDs und knackt Zugangspunkt-Passwörter. Es läuft als normaler Benutzer unter X11 und Wayland und startet einen privilegierten Agenten über polkit für die Operationen, die Root benötigen.
Du brauchst eine WLAN-Karte, die Monitor-Modus und Paketinjektion unterstützt. Die polkit-Trennung ist der interessante Teil: Die GUI bleibt unprivilegiert, und nur der Agent eskaliert. Das ist ein saubereres Sicherheitsmodell als der übliche Ansatz, “das ganze Tool als Root zu betreiben”.
Google veröffentlicht TPU Sync als Open Source
Google Clouds TPU Sync ist eine native C++-Bibliothek, die KV-Cache-Blöcke und Modellgewichte zwischen TPU-HBM, Host-DRAM, gemeinsamem Speicher und dem Rechenzentrumsnetzwerk bewegt. Es zielt auf Long-Context- und disaggregiertes LLM-Serving sowie RL-Schleifen, wo Datenbewegung oft der echte Engpass ist.
Die Zahlen sind die Geschichte. Die mediane KV-Transfer-Latenz für Qwen3 235B sank von mehreren Sekunden auf etwa 230 ms. Die durchschnittliche TTFT fiel um 60% für dieses Modell und um 90% für ein 480B-Modell, mit bis zu 90% niedrigerer TTFT bei 64K-Context-Workloads. Es liefert Python-Räder für JAX und PyTorch, mit APIs für den KV-Cache-Manager, den KV-Store und den Gewichtssynchronisierer, und integriert mit vLLM-TorchTPU und SGLang-TorchTPU. Validiert auf TPU v7x und v6e. Wenn du Long-Context-Modelle auf TPUs bedienst, ist das das fehlende Stück.
Apache modhttp2: Jetzt patchen, es ist nicht authentifiziert
CVE-2026-119618 ist ein kritischer Heap-Corruption-Fehler in Apaches mod_http2, behoben in 2.4.71. Es betrifft Versionen 2.4.55 bis 2.4.70, liegt in assign_headers() und wird über HTTP/2 ohne Authentifizierung ausgelöst. Red Hat und Amazon bewerten es mit 9.8 auf CVSS v3.1; CISA sagt 8.1.
Es wurde unabhängig von Anthropics OSS Scanner und Google Cloud Vulnerability Research gefunden. Ein öffentlicher PoC für Heap-Corruption existiert, aber kein RCE-PoC oder In-the-Wild-Ausnutzung wurde bestätigt. Nur Server mit aktiviertem HTTP/2 sind exponiert - das sind die meisten. Upgrade auf 2.4.71 oder deaktiviere HTTP/2, während du patchst.
Metas GitOps-Erfolg, Googles agentische Richtlinie und graceful AI-Degradation
Meta hat den CNCF End User Case Study Contest gewonnen für eine GitOps-Plattform, die auf Argo CD und Kargo über etwa 100 Kubernetes-Cluster aufgebaut ist und KI-Forschung und Inferenz unterstützt. Routine-Anwendungs-Deployments gingen von über vier Stunden auf Minuten, unter Verwendung einer vereinfachten Anwendungsdefinition mit automatisierter Deployment-Konfiguration, unabhängiger Release-Promotion und Gesundheitsverifizierung. Sie trennten Anwendungsbereitstellung von Infrastruktur-Provisionierung und behielten Terraform für Letzteres.
Google Cloud hat seinen Organization Policy MCP-Server allgemein verfügbar gemacht und Gemini-basierte Autorenerstellung in natürlicher Sprache für benutzerdefinierte Einschränkungen hinzugefügt. Der MCP-Server ermöglicht Agenten und Pipelines, die Haltung zu auditieren, Drift zu erkennen und Ausnahmen über Tools wie ListConstraints und GetEffectivePolicy zu verwalten, über einen Katalog von 100+ vordefinierten Richtlinien. Agentische Governance ist hier, ob du darum gebeten hast oder nicht.
Schließlich macht incident.ios Artikel über graceful degradation den Fall, dass, wenn eine KI-Funktion fehlschlägt, das Fallback-Modell nicht die Antwort ist. Skyscanners Michael Tweed und incident.ios Sahaj Sawhney wählten beide graceful degradation über bessere Fallback-Modelle, weil das Umschalten auf ein anderes Modell bedeutet, nicht nur die Ausgabe zu verlieren, sondern auch das Verständnis, das durch manuelle Arbeit aufgebaut wurde. Da KI zu einer kritischen Abhängigkeit wird, ist die Planung für ein falsches oder ausgefallenes Modell die Belastbarkeitsarbeit, die zählt.
Das könnte Sie auch interessieren
Apache-RCE betrifft 64 Prozent der Clouds, Solo.io liefert Agent-Substrat aus
Eine kritische Race Condition im HTTP/2-Modul des Apache HTTP Server ermöglicht nicht authentifizierte Remote-Codeausführung, und Wiz-Daten zeigen, dass 64 …
AWS Lambda Web Functions lässt den Handler‑Shim fallen, und AKS‑Cluster liegen bei 8 % CPU
AWS hat Lambda Web Functions eingeführt, die standardmäßige Node.js‑HTTP‑Server wie Express und Fastify mit 128 gleichzeitigen Anfragen pro Container ausführen …
GKE reduziert KI-Inferenz‑Cold‑Starts um 89 % und Kubernetes v1.35 blockiert cgroup v1
Google Cloud hat GKE für agentische Workloads mit Pod‑Snapshots aktualisiert, die KI‑Inferenz‑Startzeiten um bis zu 89 % verkürzen und Wiederaufnahmezeiten …




