Talk Summary

隨著 Kubernetes 環境邁向超大規模與多雲複雜化，傳統的 SRE 自動化腳本與預定義規則已難以應對「未知之未知」的系統風險。 2026 年的維運典範正在發生移轉——我們不再僅是追求「自動化 (Automation)」，而是致力於實現「自主化(Autonomy)」。

本議程將深入探討 kagent，一套專為雲端原生環境設計的 Agentic AI 框架。我們的核心聚焦於 A2A（Agent-to-Agent）協議，揭示其如何打破單一 AI 助手的孤島限制。透過「Agent Card」發現機制，kagent 讓不同專長的 Agent 能像人類專家一樣相互協商、委託任務並達成共識。

關鍵技術實踐包括：

自主協作架構：A2A 協議如何定義代理間的通訊邊界與衝突仲裁
長效維運記憶：以 doc2vec 技術向量化多源維運知識（Runbooks、Post-mortems、開源最佳實踐、業界經驗），賦予 kagent 解決複雜問題的「直覺」
從 LLM 到 K8s 原生代理：將目標（Intent）轉化為安全、可稽核的 Kubernetes 操作

透過本議程，我們將看到一條新的思路：專家經驗如何轉化為代理的集體智慧，進而重新定義 Kubernetes 維運生態的可能性。

聽眾收穫

掌握自主化維運架構設計：從傳統 DevOps 自動化演進至「Agentic SRE」的技術思路，認識 kagent 的架構設計，為探索下一代維運系統提供參考。
理解 A2A 協議標準：了解 A2A 如何處理代理間的發現、任務授權與狀態同步，探討多代理協作的技術考量，思考自主協作系統的可能性與挑戰。
探索知識向量化與檢索應用：認識如何將企業 Runbooks、Post-mortems 與業界最佳實踐轉換為向量資料庫，思考將隱性知識轉化為代理能力的途徑，以及經驗規模化的可能性。

以 kagent × A2A 構築自主協作的 Agentic K8s

🖥️ 投影片

Talk Summary

聽眾收穫

相關文章

相關實作