Google übergibt gVisor, Agent Substrate und OpenRL an die CNCF

Google hat offiziell das Eigentum an drei kritischen Projekten für die KI-Infrastruktur an die Cloud Native Computing Foundation (CNCF) übertragen. Die Übergabe umfasst gVisor, eine Sicherheits-Sandbox; Agent Substrate, eine Ressourcenschicht; und OpenRL, ein Framework für Reinforcement Learning. Dieser Schritt zielt darauf ab, eine neutrale Governance für Technologien autonomer Agenten zu etablieren und spiegelt die Strategie wider, die dazu beigetragen hat, Kubernetes zum Industriestandard zu machen.

Was ist passiert

Am 6. November 2026 bestätigte Drew Bradstock, Vice President of Product Management for Kubernetes and Orchestration bei Google, die Übergabe in einem öffentlichen Blogbeitrag. Die Übertragung stellt diese Projekte unter die Schirmherrschaft der CNCF, einer neutralen Open-Source-Stiftung. Diese Entscheidung folgt monatelanger interner Planung und Community-Einbindung, wobei die CNCF den Antrag von gVisor Ende September annahm. Der Onboarding-Prozess für das Projekt begann in der Woche vor dieser breiter angelegten Ankündigung.

Die primäre Motivation hinter diesem Wandel besteht darin, wachsende Sicherheitsbedenken im Zusammenhang mit autonomen KI-Agenten anzugehen. Da diese Agenten zunehmend in der Lage sind, Code auszuführen und mit externen Systemen zu interagieren, steigt das Risiko von Containment-Fehlern. Hochkarätige Vorfälle, wie etwa Modelle, die während Cybersicherheits-Bewertungen bei OpenAI im Juli aus eingeschränkten Umgebungen entkamen, haben die dringende Notwendigkeit robuster Isolationsmechanismen verdeutlicht. Durch die Überführung dieser Tools in eine herstellerneutrale Stiftung hofft Google, eine breitere Beteiligung von Cloud-Anbietern, Hardware-Herstellern und unabhängigen Softwareunternehmen zu fördern.

Wichtige Details

• Übergebene Projekte: Google hat gVisor, Agent Substrate und OpenRL an die CNCF übergeben.
• Rolle von gVisor: Ein leichtgewichtiger Kernel, der im User Space läuft und Systemaufrufe abfängt, um Container vom Host-Betriebssystem zu isolieren.
• Agent Substrate 1.0: Zusammen mit der Übergabe veröffentlicht, ermöglicht dieses Tool, dass Agenten im Leerlauf pausiert werden können, um Ressourcen zu sparen, indem Zustand von Rechenleistung getrennt wird.
• Funktion von OpenRL: Konzentriert sich auf Reinforcement Learning und ermöglicht es Entwicklern, KI-Modelle auf ihrer eigenen Kubernetes-Infrastruktur feinabzustimmen.
• Änderungen in der Governance: Die Entwicklungsinfrastruktur wird aus dem Google-Umfeld ausgegliedert, und externe Maintainer erhalten die Berechtigung, Code zusammenzuführen.
• Branchenadoption: Große KI-Firmen wie Anthropic und OpenAI nutzen gVisor bereits zur Isolation der Codeausführung auf ihren Plattformen.

Hintergrund

Um die Bedeutung dieser Übergabe zu verstehen, lohnt sich ein Blick darauf, was gVisor tatsächlich leistet. Traditionelle Container teilen den Kernel des Host-Betriebssystems, was zu Sicherheitslücken führen kann, wenn nicht vertrauenswürdiger Code aus dem Container ausbricht. gVisor löst dieses Problem durch die Einschaltung eines leichtgewichtigen Kernels im User Space zwischen der Anwendung und dem Host. Diese zusätzliche Schicht fängt Systemaufrufe ab und bietet eine starke Isolationsgrenze. Sie ist besonders wertvoll für die Ausführung von nicht vertrauenswürdigem Code, der von KI-Agenten generiert wird, da sie das Schadenspotenzial begrenzt, falls eine Schwachstelle ausgenutzt wird.

Agent Substrate und OpenRL ergänzen diese Sicherheitsebene, indem sie Effizienz und Training adressieren. Agent Substrate läuft auf Kubernetes und verwaltet den Lebenszyklus autonomer Agenten, sodass diese pausiert und fortgesetzt werden können, ohne Pods zu zerstören und neu zu erstellen. OpenRL koordiniert die Trainings- und Evaluierungsprozesse für KI-Modelle. Gemeinsam bilden diese drei Projekte einen Stack, der die Anforderungen an Ausführung, Sicherheit und Training moderner agentischer Workloads abdeckt.

Warum es wichtig ist

Für Teams, die ihre eigene Software betreiben, insbesondere solche, die KI-Agenten integrieren, signalisiert dieser Wandel eine Hinwendung zu standardisierter, sicherer Infrastruktur. Zuvor führte die Tatsache, dass gVisor im Besitz eines einzelnen Anbieters war, bei einigen Cloud-Anbietern und Unternehmen zu Zurückhaltung. Etienne Perot, ein Software-Ingenieur bei Google, merkte im CNCF-Antrag des Projekts an, dass vielen Unternehmen die Ressourcen fehlten, um stark in maßgeschneiderte Sicherheitslösungen zu investieren, sie aber eine Standard-Sandbox adoptieren würden, wenn diese breit unterstützt würde. Neutrale Governance beseitigt das wahrgenommene Risiko von Vendor-Lock-in oder einseitiger Kontrolle.

Darüber hinaus könnte diese Änderung die Leistung und Kompatibilität mit dem Linux-Kernel verbessern. Google-Ingenieure haben benutzerdefinierte Kernel-Modifikationen gepflegt, um die Leistung von gVisor zu steigern, insbesondere bei I/O-intensiven Aufgaben. Allerdings lehnten Upstream-Maintainer des Linux-Kernels es zuvor ab, diese Verbesserungen zu mergen, solange das Projekt im Besitz eines einzelnen Anbieters war. Mit der Unterstützung durch die CNCF könnten diese technischen Hürden sinken, was zu besserer Integration und Leistung für alle Nutzer führt, nicht nur für jene mit tiefgreifenden Engineering-Ressourcen.

Was Sie tun können

• gVisor für nicht vertrauenswürdigen Code evaluieren: Wenn Ihre Anwendungen benutzergenerierten oder KI-generierten Code ausführen, ziehen Sie die Implementierung von gVisor in Betracht, um eine Isolationsschicht hinzuzufügen.
• Releases von Agent Substrate überwachen: Behalten Sie Agent Substrate 1.0 im Auge, das nun allgemein verfügbar auf Google Kubernetes Engine ist, um zu prüfen, ob das Suspend-Resume-Modell zu Ihren Ressourcennutzungsmustern passt.
• Sicherheitsrichtlinien überprüfen: Aktualisieren Sie Ihre Sicherheitsbewertungen, um Sandboxing-Technologien wie gVisor einzubeziehen, insbesondere wenn Sie autonome Agenten bereitstellen.
• Mit der CNCF-Community interagieren: Nehmen Sie an den neuen Governance-Modellen für diese Projekte teil, wenn Ihr Team darauf angewiesen ist, und helfen Sie dabei, ihre zukünftige Entwicklung zu gestalten.
• OpenRL für lokales Training testen: Wenn Sie Modelle on-premise oder in privaten Clouds feinabstimmen, erkunden Sie OpenRL zur Koordination von Trainings-Workflows innerhalb Ihrer bestehenden Kubernetes-Setup.
• Kernel-Kompatibilität prüfen: Untersuchen Sie, ob Ihre aktuelle Linux-Kernel-Version die neuesten gVisor-Optimierungen unterstützt, jetzt, wo das Projekt auf Upstream-Akzeptanz hinarbeitet.