云原生正在成为 Agentic AI 的“运行底座”：从 KubeCon 2026 看开发范式的迁移

过去一年，云原生社区最显著的变化，不是又多了一个调度器，而是“负载”本身变了。KubeCon EU 2026 传递出一个清晰信号：云原生正加速进化为 LLM 与 Agentic AI 的核心运行底座，而非仅仅停留在资源编排层面。华为云在本届大会上以“Powering the Agentic Future”为主线，系统展示了这一方向上的开源布局。

支撑这一判断的，是调度层正在发生的结构性变化。以 Volcano 为例，其子项目 Kthena 面向 LLM 推理路由与编排，已集成 LeaderWorkerSet、支持 PD 分离场景下的拓扑感知调度；AgentCube 则把高并发调度能力延伸到 AI Agent 工作负载，处理“复杂智能体编排”而非单一“作业调度”。基础设施层通过 DRA 集成、GPU 共享与异构池化，让异构算力对上层 Agent 负载的映射变得更加高效。

开发侧也在同步迁移。CodeArts Doer 通过分级记忆与动机性遗忘机制，使 Agent 代码采纳率超过 40%，意味着 AI 不再只是补全工具，而是开始承担有上下文、有取舍的编码决策。

对开发者而言，值得关注的信号是：Agent 工作负载正在倒逼基础设施重新分层。理解调度语义与推理拓扑，可能和写好业务代码同样重要。云原生的下一站，不是更细的资源切分，而是让 AI 工作负载“跑得更像原生应用”。