Google Open-Sources AX a Kubernetes Style Orchestrator for Autônomo AI Agents
O Google introduziu AX (hospedado no agentexecutor.io e no GitHub como google/ax), um orquestrador de código aberto, Apache 2.0 licenciado e tempo de execução declarativo projetado para executar e escalar cargas de trabalho autônomas do agente de IA. Executando em cima do Agent Substrate, AX trata os agentes como atores de destaque ao invés de microservices ou trabalhos em lote, oferecendo suspensão de sub-segunda tarefa e retomada ao lado de quatro primitivos declarativos centrais: Tarefa, Área de Trabalho, Gateway e Model.
Agentes modernos de IA apresentam requisitos operacionais que divergem significativamente dos modelos de infraestrutura tradicionais. Ao contrário dos microservices apátridas que lidam com ciclos de vida de requisição-resposta de curta duração ou trabalhos em lote que executam deterministicamente até a conclusão, os agentes autônomos são estados, estouros e de longa duração. Eles executam computação intensiva durante o raciocínio, execução de ferramentas e avaliação de código local, intercalados com períodos ociosos prolongados enquanto aguardam respostas do modelo, feedback externo da API ou intervenção humana no circuito. Em configurações de orquestração convencionais de Kubernetes ou contêineres, manter sandboxes dedicadas ativas durante essas fases ociosas leva à subutilização de computação, enquanto o frio começa em tempos de execução de contêineres convencionais introduzem latência que degrada loops de agentes interativos.
O AX aborda esse perfil operacional através de uma arquitetura enraizada em pesquisas de sistemas de equipes do Google e do Google DeepMind. A plataforma opera no Agent Substrate, uma execução em tempo de execução projetada especificamente para o multiplexamento denso do ator. Em AX, cada sessão de agente é executada como uma sandbox de ator isolada com rígidos limites de recursos de CPU e memória. Quando um agente entra em um estado ocioso, como esperar por um provedor de inferência ou uma chamada de ferramenta, a plataforma checa seu estado de execução e o suspende. O AX foi projetado para retomar atores suspensos em intervalos sub-segundos com zero atraso de início a frio, multiplicando dezenas de tarefas em trabalhadores hospedeiros compartilhados para conservar recursos de computação.
Fonte da imagem: Gerado com Gemini com base no conteúdo disponível no projeto e site GitHub
O plano de controle expõe quatro primitivas declarativas de estilo Kubernetes definidas sob o grupo API ax.io/v1alpha1. A Tarefa primitiva define o ciclo de vida de execução, restrições de recursos de sandbox e referências à infraestrutura de suporte. O espaço de trabalho primitivo lida com a montagem do ambiente de pré-execução; os desenvolvedores podem declarativamente montar repositórios Git, configurar servidores do Model Context Protocol (MCP), instalar pacotes de habilidades, ou fornecer objetivos de linguagem natural que um agente de inicialização executa para inicializar cadeias de ferramentas e dependências do sistema antes do início da tarefa. A Primitiva Gateway gerencia políticas de segurança de rede de saída, restringindo agentes sandboxed a explicitar listas de allowlists de hostnames e portas de rede ao lidar com injeção credencial em solicitações de saída. O modelo primitivo estabelece um ponto de controle unificado para parâmetros de provedores de LLM, configurações de tempo de execução e segredos armazenados em Kubernetes.
Fonte da imagem: Gerado com Gemini com base no conteúdo disponível no projeto e site GitHub
A interação com o sistema é conduzida através da ferramenta de linha de comando ax, escrita em Go. Operadores de plataforma implantar o plano de controle para Kubernetes usando ko e Redis no espaço de nomes do sistema ax, interfacendo através de contextos Kubernetes existentes via kubectx. Desenvolvedores gerenciam cargas de trabalho usando comandos, incluindo ax apply para registrar manifestos, ax watch para transmitir mudanças de fase de tarefa e condição em tempo real, ax ssh para acessar ambientes interativos sandbox para depuração, e ax suspense e ax retome para controlar manualmente o estado de execução da tarefa. O projeto está posicionado para implantação de agentes de produção, bem como ambientes de pesquisa que requerem trajetórias de execução sandbox, laços de aprendizagem de reforço e avaliações de benchmark de agentes em escala.
No entanto, como as discussões ativas sobre o Hacker News demonstram, a comunidade técnica está dividida entre engenheiros de infraestrutura que elogiam a plataforma para resolver os custos proibitivos de nuvem de agentes ociosos esperando por APIs de modelo ou entrada humana, e desenvolvedores que criticam a reivindicação de marketing de "fluxos de trabalho ergonómicos" devido à sobrecarga operacional pesada de manter clusters Kubernetes, registros de containers e CRDs personalizados através de ferramentas como ko. Enquanto isso, discussões cruzadas com Reddit enfatizam que o AX serve como uma execução de execução fundamental em vez de um orquestrador de aplicativos de alto nível, como LangGraph ou CrewAI, enquanto os praticantes em todos os canais de segurança e sistemas destacam a contenção de raios de explosão vital de sandboxes isolados por gVisor, ao lado de problemas de dentição precoces como proxy de egressos, abandonaram conexões e gerenciamento de segredos rudimentares, posicionando o AX não como um framework de início rápido para hackers solo, mas como uma computação essencial primitiva para empresas que gerenciam frotas de agentes em larga escala e de longo prazo.