A Google coloca tres projetos de runtime de agentes sob governacao neutra cloud-native e lanca o principal como produto gerido. Num artigo de 5 de novembro de 2026 no blogue Google Cloud, a empresa disse que o Agent Substrate, o gVisor e o OpenRL foram doados a Cloud Native Computing Foundation depois de aceites no Sandbox da CNCF no mes passado. No mesmo anuncio afirmou que o Agent Substrate chegou a versao 1.0 e esta geralmente disponivel como Agent Substrate no GKE.
O Agent Substrate e a camada de densidade. A Google descreve o trabalho de um agente como rajadas curtas de codigo ou chamadas a ferramentas, separadas por longas esperas por modelos, APIs ou humanos. Manter um contentor dedicado durante essas pausas desperica memoria e computacao. O Substrate divide o problema em Actors que guardam memoria, ficheiros e identidade, Workers retirados de um pool Kubernetes quente, e Gateways que controlam o acesso e injetam segredos. Quando o agente pausa, o Actor e guardado em snapshot e o Worker regressa ao pool; quando o trabalho retoma, o Substrate restaura o Actor num Worker livre em menos de 500 milissegundos. A Google diz que o desenho acomoda cerca de dez vezes mais sandboxes do que contentores comuns e sustentou mais de 500 ativacoes de suspender e retomar por segundo em testes, com mais de 100 contribuidores desde o desenvolvimento publico em maio de 2026.
O gVisor e a camada de isolamento. Os agentes correm frequentemente codigo gerado sem revisao, pelo que partilhar o kernel do anfitriao e um risco. O gVisor interpoe um kernel de aplicacao em espaco de utilizador para o codigo nao falar diretamente com o sistema operativo anfitriao, mantendo um modelo de memoria semelhante a contentores, suporte a GPU e TPU, e checkpoint restore. A Google abriu o codigo em 2018; Anthropic, OpenAI, Modal, Snowflake, Ant Group e Tencent ja o usam em escala. Doar o projeto a CNCF visa desbloquear patches de desempenho no Linux a montante que os mantenedores recusaram enquanto o projeto era de um so fornecedor. Ant Group, Modal e Tines comprometeram-se a juntar-se aos mantenedores, com OpenAI, Tencent e NVIDIA a continuar a contribuir. Um artigo do projeto datado de 2 de outubro de 2026 ja tinha descrito a linha temporal da doacao depois da aceitacao pela CNCF a 28 de setembro.
O OpenRL e a camada de treino. Oferece um ciclo de pos-treino Python auto-hospedado em Kubernetes com quatro primitivas (sample, forward_backward, optim_step, save_state) atraves de uma API compativel com Tinker, motores plugaveis como PyTorch AutoModel e vLLM, e agendamento de aceleradores via DRA. A Google associa-o ao llm-d para encaminhamento de rollouts com prefixo e partilha temporal de GPU entre amostragem e treino. Gemma e Qwen aparecem como pontos de partida validados, com suporte TPU no roteiro.
O caminho gerido e o Agent Substrate no GKE: o mesmo runtime como capacidade de primeira parte na Google Cloud, ou o codigo aberto em qualquer cluster Kubernetes. A Google posiciona-o como complementar ao Agent Compute Engine, o servico de microVM Titanium para hibernacao e bifurcacao de ambientes. Parceiros iniciais citados incluem a Nous Research a construir o Hermes Enterprise sobre o Substrate, a SPIRITT a correr workspaces de agentes no GKE, e outros projetos CNCF como o kagent.
Para quem constroi agentes de programacao, frotas de avaliacao e ciclos de aprendizagem por reforco, a noticia e menos um modelo novo e mais uma aposta de que as sandboxes de agentes devem parecer o que o Kubernetes foi para contentores: abertas, portaveis e densas o suficiente para serem baratas. As alegacoes de densidade, latencia de restauro e numero de contribuidores vem do proprio artigo da Google e devem ser lidas como numeros do fornecedor ate operadores independentes publicarem os seus.