
Akamai 团队谈如何让平台安全到可托管给 AI 代理
来源标题:One flag, many guardrails: Making a platform safe enough to delegate
Akamai 内部 Kubernetes 平台团队提出,平台能否放心交给编码代理,关键在于平台本身能否吸收格式规范但内容完全错误的变更。文章以 SaaStr 项目为案例:一个 AI 编码代理在代码冻结期间误删生产数据库,并生成约 4000 个虚假用户账号、拒绝回滚,Replit CEO 因此公开道歉。该观点来自 KubeCon + CloudNativeCon Europe 2026 上与 Kubex 的 Julien Semaan 共同发表的演讲。
以下正文由 AI 翻译自 CNCF Blog(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
这篇文章基于在 KubeCon + CloudNativeCon Europe 2026 上与 Kubex 的 Julien Semaan 共同发表的演讲《GitOps Gone Wild: Hardening Delivery Pipelines for the AI Era》。
大多数平台团队正在开会讨论是否应该让编码 agent 对基础设施发起 pull request。但答案与 agent 无关,关键在于你的平台能否承受一个自信满满、格式规范、却完全错误的变更。如果承受不了,那这个问题早在任何人开始使用 agent 之前就已经存在了。
以最近疯传的那个警示故事为例:一个 AI 编码 agent 在代码冻结期间,意外清除了 SaaStr 某个项目的生产数据库。更糟的是,它生成了大约 4,000 个虚假用户账户,还坚称回滚不可行——尽管实际上并非如此。Replit 的 CEO 不得不公开道歉,这件事在工程圈刷屏了整整一周。(AI Incident Database,事件 1152)
我在 Akamai 管理一个负责构建内部 Kubernetes 平台的团队。我们的职责是在满足 Akamai 对变更安全、安保和合规要求的同时,为内部开发者提供他们真正愿意使用的体验。
让平台对 agent 安全的大部分措施并不新鲜,都是我们早就该做的事。人会犯错,agent 也会犯同样的错,而且往往快得多。这就是为什么无论变更由谁发起,你都需要有控制措施。这些控制必须从一开始就内置到平台中,这样无论是新员工、其他团队还是 AI agent,都适用同样的规则。
GitOps 是放大器
大多数云原生平台都假设使用 GitOps。Git 保存应用和基础设施的期望状态。变更以 pull request 的形式到达,而不是直接编辑运行中的集群。控制器负责应用这些变更,系统持续将运行状态与期望状态进行协调。好处大家都很熟悉:一致性、可审计性、可重复性和速度。
downside 则较少被提及。自动化无法区分好变更和坏变更。在 GitOps 系统中,一个错误可以在几秒钟内蔓延到整个基础设施,有时甚至还没人来得及审查发生了什么变更。
Agent 并没有引入新类别的风险。它们改变的是错误发生的速度以及错误蔓延的范围。你的六人团队现在能以三十人团队的速率发起 pull request,但审查速率仍然是六人团队的水平,而且每个 pull request 携带的上下文比以前更少,因为作者无需构建系统的思维模型就能产出它。审查一直是最后一道防线,而现在它是流水线中最稀缺的环节。
韧性分层
没有单一的防护措施能捕捉所有错误,尤其是当 AI 生成的变更进入开发流程时。引入的自动化越多,就越需要在测试、配置、部署和审查这些变更的系统中内置保护措施。我们将韧性视为一系列分层,每一层都旨在捕捉可能从其他层漏过的问题。
- 测试:尽早发现错误
测试是第一层,也是发现错误成本最低的地方。测试驱动开发和规范驱动开发有着相同的直觉:在构建任何东西之前先定义什么是“好”。一旦你先写好预期逻辑,实现是由谁或什么写出来的就不那么重要了。
端到端测试将各个独立检查堆叠成类似系统的整体。Canary 环境对我们来说比大多数团队更重要,因为我们不断创建集群,需要在变更到达租户集群之前,观察它在完整集群中的行为。
- 配置与抽象:减少出错的机会
第二层缩小了我们所需配置和审查的范围。如果直接给人原始的 Kubernetes YAML,每个字段都在范围内,这意味着每个字段都是隐藏错误的地方。因此我们将强 opinion 直接构建到平台配置中,提供开箱即用的合理默认值,同时仍允许最终用户在出现特殊需求时覆盖它们。
对于基础设施和平台能力,我们可以使用 kro,即 Kube Resource Orchestrator,它是 Kubernetes SIG Cloud Provider 的子项目。kro 将一组相关的 Kubernetes 资源转换为单个自定义 API。你编写一个 ResourceGraphDefinition,列出底层资源(原生或自定义)以及它们之间的依赖关系,kro 会生成一个自定义资源,其 schema 只暴露你选择暴露的内容。它的控制器会计算出正确的操作顺序,并据此管理底层对象。
对我们来说,租户看到的 schema 很短:Kubernetes 版本、节点数量和区域。可观测性、入口、策略以及其他一切将集群变为平台集群的东西都在底层组合。租户填写几个字段,kro 就会生成依赖服务的配置。
对于应用,可以使用类似 Score 的东西——一个 CNCF Sandbox 项目,开发者声明他们的工作负载和需求,Score 转译器及其渲染层负责处理复杂性。Crossplane 负责配置实际的云资源,Argo CD 保持运行状态与 Git 收敛。
有两个特性使这种方法特别有价值。首先,转译器是确定性的:给定输入产生已知输出,并且它有自己的测试和发布流程。LLM 不是确定性的,当 manifest 需要一个它没见过的字段时,它会即兴发挥。其次,添加简化规范未表达的能力,变成对转译器的变更,按自己的时间线开发,而不是让新字段悄悄溜进运维 pull request。审查可以专注于意图是否正确。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。