一句话看懂：NVIDIA 推出开源运行时 Agent Substrate，并已捐赠给 CNCF Sandbox，用会话快照复用少量 Pod 来承载大量 Agent，宣称容器密度提升 10 倍，直指 Kubernetes 难以适配 Agent 负载的老问题。
事件核心：发生了什么
据 NVIDIA 生成式 AI 博客 2026 年 11 月 10 日发布的内容，AI Agent 多数时间处于等待状态——等人输入、等工具返回、等模型响应。若用 Kubernetes 为每个会话常驻一个 Pod，闲置会话会长期占内存；若按轮次反复创建和删除 Pod，每次冷启动要数秒，还会丢失 Agent 状态。强化学习后训练同样卡在这一环。
Agent Substrate 的解法是：仍然用 Kubernetes 维持一个小规模就绪 Pod 池，另建控制平面，把大量 actor（Agent 及其环境）映射到这批 worker 上。actor 空闲时被快照（含内存和文件系统），worker 被释放；下次请求到达时，恢复到任一空闲 worker，无需再走 API server、调度器和 kubelet。项目定位为开源、安全加固、零信任的沙箱运行时，宣称可承载数百万 Agent 与工具，密度为常规容器的 10 倍。
为什么重要
当前 Agent 基础设施正分化出绕开 Kubernetes 的专有运行时，NVIDIA 选择把这项工作上游化、开放化，意在防止生态被私有方案割裂。对平台团队来说，这直接对应一个现实取舍：要么为每个 Agent 常驻 warm Pod 承担近似全时的闲置算力成本，要么每步都付冷启动代价。Agent Substrate 试图给出第三条路。其适用场景包括编码助手、带可验证奖励的 RL 后训练，以及研究用的 GPU 沙箱——后训练中沙箱需求按 rollout 批次突发，最慢的环境会拖住 GPU 训练进度。
对用户/开发者/创作者的影响
对用 Kubernetes 跑 Agent 平台的开发者，这是一套可参考、可参与上量的开源路径；worker 仍是普通 Pod，集群调度、配额和放置策略继续生效。上游工作已公开在 Agent Substrate 仓库，例如路由器新增的请求挂起机制（#22）：所有 worker 繁忙时，新请求先排队而非直接报错，针对编码平台高峰和 RL rollout 突发。目前公开信息显示，它与 KAI Scheduler 及 NVIDIA Dynamo 组件在 DSX AI Factory Platform 上协同，具体成熟度需看仓库进展。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 CNCF Sandbox 阶段的项目能否获得足够社区贡献，避免沦为单一厂商主导；二是快照与恢复在长会话、大文件系统和 GPU 沙箱上的实测开销是否如宣称般可用；三是主流云厂商和 Agent 框架是否跟进集成，形成事实标准。
