CNCF 2026 北美 KubeCon 新增 Agentic Track
CNCF 已公布 KubeCon + CloudNativeCon North America 2026 的完整议程,最值得开发者留意的变化是新增 AI Inference + Agentic 轨道。它不是泛泛讨论“AI 会不会改变云原生”,而是把问题落到 Kubernetes 如何承载推理服务、GPU 工作负载和 Agent 工作流。大会计划于 2026 年 11 月 9 日至 12 日在美国盐湖城举行。
官方议程入口:https://www.cncf.io/events/
这条消息真正的价值,在于 CNCF 把 Agent 议题放进了生产基础设施语境:读者应优先关注调度、模型服务、路由、观测和权限,而不是只收集工具名称。
新增轨道具体覆盖哪些问题
官方公告将新轨道描述为面向生产 AI 的基础设施议题,重点包括 Kubernetes、AI 推理、Agent 工作流、GPU 调度、模型服务和可观测性。公告还点名 vLLM、KServe、Ray 与 OpenTelemetry 等项目或工具,但“被列入议程”不等于 CNCF 为某个方案背书。

可以把它拆成三层来理解:底层是 GPU、集群调度和资源利用率;中间层是模型服务、动态路由与推理延迟;上层是 Agent 的工具调用、编排和运行观测。这样看,Agentic 议题并没有脱离云原生,而是把已有的平台问题推向了更复杂的负载。
应用开发者应该先看什么
如果你的工作是把 AI 能力接进业务,优先看“从笔记本到 Kubernetes 的 Agent 内循环”、模型服务和推理管线相关 session。判断一个议题是否有用,可以先问三个问题:请求是否需要多步工具调用?模型服务是否要根据延迟动态路由?失败时能否看到从 Agent 到模型再到工具的完整链路?
会前不必先搭一套完整平台。更实际的准备是画出一条最小链路:用户请求、Agent 决策、工具调用、模型服务、结果回传,并为每一段写下延迟、权限和失败重试的责任边界。这个清单能帮助你区分“应用代码问题”和“平台能力问题”。
平台工程团队要关注哪些变化
平台工程轨道与 AI 轨道是互相连接的。官方议程同时强调内部开发者平台、自助工作流、自动化和运维实践。对平台团队而言,重点不是给每个团队再发一套模型服务,而是提供可复用的部署模板、资源配额、身份边界和观测入口,让 AI 工作负载仍然遵守现有平台的治理方式。
| 团队 | 优先观察的问题 | 会前准备 |
|---|---|---|
| 应用开发 | 工具调用、路由和失败回退 | 画出最小 Agent 链路 |
| 平台工程 | GPU 配额、模板和自助入口 | 列出资源与权限边界 |
| SRE | 延迟、容量、告警和追踪 | 确定可观测性字段 |
| 安全团队 | 身份、凭据、供应链和运行时策略 | 整理 Agent 工具的最小权限 |

不要把主会轨道和同场活动混在一起
CNCF 公告提到 11 月 9 日还有 Cloud Native AI + Inference Day、ArgoCon、BackstageCon、CiliumCon 和 WasmCon 等同场活动;后续官方文章又列出了 Agentics Day: MCP + Agents。它们与主会的 AI Inference + Agentic 轨道相关,但不是同一个议程单元。需要参加者根据通行证和自己的任务选择,不要仅凭“都写着 AI”就当成重复内容。
一个简单筛选方法是先选“问题”,再选“轨道”:正在解决模型延迟就看推理和观测,正在建设内部平台就看 Platform Engineering,正在管理工具权限就看 Security 或 Agentics Day。这样比从标题中追逐最新名词更稳妥。
这条新闻目前不能证明什么
官方公告证明的是议程已经公布,以及 CNCF 将 AI 推理与 Agentic 工作流作为独立关注方向;它不能证明所有企业都应该迁移到 Kubernetes,也不能证明某个项目一定拥有最好的性能、成本或安全性。会议 session 的主题也不等于经过统一基准验证的产品结论。
因此,读者会后仍应回到自己的负载做小规模验证:记录 GPU 利用率、端到端延迟、工具调用失败率、权限拒绝和回滚路径。先验证边界,再决定是否纳入平台标准。
常见问题
Agentic Track 是独立大会吗? 不是。官方公告中的正式名称是 KubeCon + CloudNativeCon North America 2026 议程里的 AI Inference + Agentic 轨道,另有若干 CNCF 主办的同场活动。
没有 GPU 集群的团队要不要关注? 可以关注,但应把重点放在 API 边界、权限、观测和平台自助能力,不必为了追议程立即采购硬件。
如何避免被新闻标题带偏? 回到官方日程核对 session,再用自己的延迟、容量和安全指标做试验;标题只能告诉你方向,不能替代工程验证。
CNCF Meshery 进入孵化后的云原生管理面
- 上一篇
- CNCF Meshery 进入孵化后的云原生管理面
- 下一篇
- CNCF 平台工程日的 AI 安全议题
-
- 科技周边 · 业界新闻 | 1小时前 | 云原生 · kubernetes · 人工智能 · 业界新闻 · Kubernetes AI推理 CNCF 云原生调查 推理基础设施
- CNCF 云原生调查对 AI 推理基础设施的观察
- 168浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 开源治理 AAIF Agentic AI Foundation 公益成员
- Agentic AI Foundation 引入公益成员的治理信号
- 317浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 业界新闻 · SBOM SPDX OpenChain Automotive SBOM 汽车软件供应链
- OpenChain Automotive SBOM Framework 1.0 的追溯价值
- 487浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 |
- Linux Foundation OpenGrid 面向电网基础设施的开源方向
- 456浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 业界新闻 · 持续集成 · Bazel 构建测试 供应链安全 Linux Foundation BUILD Foundation 多语言构建
- Linux Foundation BUILD Foundation 的构建测试定位
- 434浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 云原生 · kubernetes · 业界新闻 · Kubernetes CNCF 平台工程 Meshery 云原生管理面 基础设施治理
- CNCF Meshery 进入孵化后的云原生管理面
- 480浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 云原生 · DNS · kubernetes · Kubernetes CNCF K8gb GSLB 全球流量治理 多集群容灾
- CNCF K8gb 进入孵化后的全球流量治理方向
- 446浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 |
- CNCF Observability Summit Europe 怎样把 AI、MCP 与可观测性放在同一议程
- 304浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | kubernetes · 人工智能 · 业界新闻 · MLOps Kubernetes Kubeflow 模型服务 CNCF AI生命周期
- CNCF Kubeflow 毕业后 AI 生命周期平台变化
- 187浏览 收藏
-
- 科技周边 · 业界新闻 | 1小时前 | 云原生 · kubernetes · 边缘计算 Kubernetes Kubernetes on Edge Day
- CNCF Kubernetes on Edge Day 回归后的边缘基础设施议题
- 300浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 550次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 602次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 628次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 581次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 407次使用
-
- Go chassis云原生微服务开发框架应用编程实战
- 2022-12-29 214浏览
-
- docker的 linux 内核可以和宿主机不一样吗?
- 2023-01-12 318浏览
-
- 手把手教你使用 Prometheus 监控 MySQL 与 MariaDB.md
- 2023-02-20 437浏览
-
- 零基础入门PolarDB-X:搭建高可用系统并联动数据大屏
- 2023-02-24 274浏览
-
- Kubernetes v1.36 发布后怎么升级:从弃用项审计到灰度验证
- 2026-06-17 414浏览

