Google entrega a la CNCF las piezas para aislar agentes de IA
Google ha donado a la Cloud Native Computing Foundation (CNCF) tres proyectos de código abierto: Agent Substrate, gVisor y OpenRL. Los tres entran en la fundación con el estado Sandbox, el nivel de madurez inicial del organismo. El anuncio se publicó el 5 de noviembre de 2026 y coincide con la semana de KubeCon + CloudNativeCon Norteamérica, que se celebra del 9 al 12 de noviembre en Salt Lake City, Utah. En paralelo, Nvidia aportó OpenShell a la CNCF, también como proyecto Sandbox, de modo que la fundación recibe en pocos días dos contribuciones de grandes fabricantes orientadas al mismo problema de fondo.
Ese problema es sencillo de enunciar y difícil de resolver. Los agentes de inteligencia artificial ya no se limitan a conversar: escriben programas, los ejecutan, llaman a herramientas externas, instalan dependencias y manipulan archivos. Cada una de esas acciones implica ejecutar código no confiable dentro de una infraestructura que sí lo es, y eso obliga a replantear dónde y cómo se aísla esa ejecución. La donación de gVisor, una tecnología con años de recorrido en producción, y de Agent Substrate, una capa pensada específicamente para agentes, apunta a que ese aislamiento deje de ser un desarrollo propietario de cada proveedor y pase a ser una pieza común del ecosistema nativo de la nube.
En este artículo se repasa qué se ha anunciado y qué significa el estado Sandbox, cómo funciona gVisor, qué aporta Agent Substrate con su compatibilidad con microVM, cómo se comparan contenedores, gVisor y microVM, qué riesgos concretos enfrentan los agentes y qué prácticas conviene adoptar. También se explica qué datos conviene tratar con cautela, porque parte de las cifras que circulan sobre el rendimiento proviene de una única fuente.
Qué se ha anunciado exactamente y qué se sabe de cada proyecto
El paquete de Google incluye tres proyectos. gVisor es el más conocido: un entorno de ejecución que aísla aplicaciones del sistema operativo anfitrión interponiéndose en las llamadas al sistema. Agent Substrate es la pieza más directamente ligada a la era de los agentes: una capa para ejecutar agentes en entornos aislados que, según el anuncio, admite más de una tecnología de aislamiento bajo una misma interfaz. OpenRL es el tercer proyecto donado, y de él se conoce sobre todo su incorporación a la fundación; conviene no atribuirle funciones que el anuncio no detalla.
Nvidia, por su parte, aportó OpenShell, igualmente con el estado Sandbox. Que dos de los mayores actores de la infraestructura de IA coincidan en llevar proyectos de este tipo a un espacio neutral no es una casualidad de calendario. KubeCon es el escenario habitual para este tipo de anuncios, pero el fondo es estratégico: quien define las interfaces y los mecanismos de aislamiento de los agentes influye en cómo se construirá la próxima generación de plataformas de IA.
Es importante separar hechos de interpretaciones. Lo confirmado es la donación, el estado Sandbox, la fecha del anuncio y la descripción técnica general de gVisor y de Agent Substrate. Lo que cada empresa espera obtener de ello, ya sea reputación, adopción o influencia sobre el estándar, es una lectura razonable pero no una declaración verificada, y como tal debe tomarse.
Qué significa el estado Sandbox dentro de la CNCF
La CNCF organiza sus proyectos en niveles de madurez. Sandbox es el escalón de entrada: reúne proyectos tempranos o experimentales que la fundación considera de interés y que se benefician de un hogar neutral, con gobernanza abierta, marca protegida y acceso a la comunidad. Por encima se sitúan los niveles de incubación y de graduación, que exigen más adopción, más mantenedores de distintas organizaciones y prácticas de seguridad y gobernanza más sólidas.
Entrar como Sandbox no equivale a un sello de calidad ni a una garantía de que el proyecto esté listo para cualquier carga crítica. Significa que la fundación acepta alojarlo y que su futuro ya no depende de una sola compañía. Para un equipo técnico que evalúa adoptar estas piezas, la lectura prudente es la siguiente: el hecho de pasar a gobernanza neutral reduce el riesgo de dependencia de un único proveedor, pero la madurez real hay que comprobarla con pruebas propias, revisando la actividad del repositorio, la diversidad de contribuyentes y la forma en que se gestionan las vulnerabilidades.
También conviene matizar el caso de gVisor. Aunque su estado en la CNCF sea el inicial, la tecnología lleva años en uso y su diseño es conocido. Es decir, el nivel Sandbox describe su situación administrativa dentro de la fundación, no necesariamente su historial técnico. Con Agent Substrate ocurre lo contrario: es un proyecto más joven, cuyo recorrido real dependerá de la adopción que logre en los próximos meses.
Por qué los agentes necesitan aislamiento
Un servicio web tradicional ejecuta código escrito y revisado por su equipo. Un agente de IA, en cambio, decide en tiempo de ejecución qué hacer. Puede generar un script que nadie ha leído, descargar un paquete de un repositorio público, abrir un documento con contenido manipulado o invocar una herramienta con parámetros que él mismo ha compuesto. La motivación del anuncio es precisamente esa: los agentes ejecutan código y herramientas que no son de confianza y, por tanto, necesitan un aislamiento sólido entre lo que hacen y el resto del sistema.
Hay varias razones por las que el problema es más serio que en el software convencional. La primera es la imprevisibilidad: el comportamiento del agente emerge de un modelo probabilístico, de modo que ninguna revisión previa puede enumerar todo lo que hará. La segunda es la exposición a entradas hostiles: un agente que lee páginas web, correos o tickets puede recibir instrucciones ocultas en ese contenido, lo que se conoce como inyección de instrucciones. La tercera es la cadena de suministro: el código que el agente instala o ejecuta puede venir de fuentes comprometidas, algo que el sector ya ha visto en incidentes recientes, como el de la clave robada de Fireworks AI que permitió colar malware en Cursor.
Si además se tiene en cuenta que muchos agentes operan con credenciales, acceso a repositorios o permisos sobre datos de clientes, queda claro que un fallo de contención no se queda en un error técnico: puede traducirse en filtración de información o en movimiento lateral dentro de la red. Para entender mejor qué componentes rodean al modelo en estos sistemas, resulta útil leer sobre cómo funcionan los agentes de IA más allá del modelo, porque la superficie de riesgo se reparte entre el bucle de razonamiento, las herramientas y el entorno de ejecución.
Cómo funciona gVisor
gVisor adopta un enfoque distinto al de un contenedor convencional. En un contenedor típico, los procesos del interior hacen llamadas al sistema que llegan directamente al kernel del host, y el aislamiento se apoya en mecanismos del propio kernel como los espacios de nombres, los grupos de control y los filtros de llamadas. Eso es eficiente, pero implica que todas las aplicaciones del anfitrión comparten el mismo kernel, y una vulnerabilidad en él puede romper el aislamiento.
gVisor intercepta las llamadas al sistema en espacio de usuario. Dicho de otro modo, implementa por su cuenta buena parte de la interfaz del sistema operativo dentro de un proceso sin privilegios, de manera que la aplicación aislada conversa con ese intermediario y no con el kernel del host directamente. El intermediario, a su vez, solo realiza un conjunto muy reducido de llamadas reales al anfitrión. El resultado es una frontera adicional: para escapar, un atacante tendría que vulnerar primero la implementación en espacio de usuario y después encontrar un fallo en la pequeña porción de interfaz que sí llega al kernel real.
Este diseño tiene contrapartidas conocidas. Reimplementar el comportamiento del sistema operativo supone que no todas las llamadas y funciones están disponibles con exactitud, de modo que algunas aplicaciones muy dependientes de detalles del kernel pueden comportarse distinto o no funcionar. Además, interceptar llamadas añade una sobrecarga, que suele notarse más en cargas con mucha actividad de entrada y salida o con un uso intensivo de llamadas al sistema. Para tareas de agentes, que mezclan cómputo moderado con ejecución de herramientas, el equilibrio suele ser aceptable, pero merece medirse caso por caso.
Agent Substrate y la promesa de una interfaz común
Agent Substrate se presenta como una capa para ejecutar agentes de forma aislada. Su rasgo más llamativo, según la información del anuncio, es que no se ata a una única tecnología: además de gVisor, admite microVM mediante Cloud Hypervisor, todo ello detrás de una misma API. Cloud Hypervisor es un monitor de máquinas virtuales de código abierto escrito con un enfoque en la seguridad y en cargas modernas en la nube.
La idea de fondo es separar la decisión de qué nivel de aislamiento usar de la forma en que se solicita un entorno. Quien desarrolla una plataforma de agentes pide un entorno aislado a través de la interfaz común y, según la sensibilidad de la tarea, el sistema lo respalda con un sandbox en espacio de usuario o con una máquina virtual ligera. Esto permite, por ejemplo, ejecutar con gVisor tareas de bajo riesgo y de alta densidad, y reservar microVM para las que manejan datos sensibles o código especialmente dudoso, sin reescribir la integración.
El valor práctico de una API común es doble. Por un lado, reduce el acoplamiento: cambiar de mecanismo de aislamiento no obliga a rehacer el orquestador. Por otro, facilita la comparación y la migración, algo que importa cuando las amenazas y las necesidades de rendimiento cambian. Queda por ver cómo evolucionará la interfaz dentro de la CNCF y si otras implementaciones de aislamiento se acoplarán a ella, algo que dependerá de la comunidad más que del anuncio inicial.
Cifras de rendimiento y etiquetas de versión: cautela necesaria
Alrededor del anuncio han circulado cifras muy concretas: la capacidad de alojar más de mil agentes inactivos por host y tiempos de reanudación inferiores a medio segundo, además de la referencia a una supuesta versión 1.0. Todos esos datos proceden de una única fuente y no se han podido contrastar de forma independiente, por lo que aquí se mencionan solo con la advertencia de que deben tomarse como afirmaciones atribuidas y no como resultados verificados.
Hay buenas razones para ser prudente con este tipo de métricas. La densidad de agentes inactivos depende del tamaño de la memoria que cada uno conserva, del tipo de carga, del hardware y de la configuración del host. Un tiempo de reanudación depende de si se restaura desde un estado guardado, de la latencia del almacenamiento y de lo que el agente deba reconstruir al despertar. Una cifra aislada, sin descripción del banco de pruebas, dice poco sobre lo que ocurrirá en un entorno real.
La recomendación para equipos técnicos es sencilla: tratar estas cifras como hipótesis que validar. Conviene diseñar una prueba con cargas representativas, medir arranque en frío, reanudación, consumo de memoria por agente inactivo y sobrecarga en llamadas al sistema, y comparar con el aislamiento que ya se utilice. Sobre la etiqueta de versión, lo prudente es no asumir un nivel de estabilidad por el número: un proyecto Sandbox, por definición, sigue en fase temprana en términos de gobernanza y adopción en la fundación.
Contenedores, gVisor y microVM: tres niveles de aislamiento
Para decidir cómo aislar a un agente conviene entender las tres familias de tecnologías que entran en juego y qué frontera de seguridad ofrece cada una.
El contenedor tradicional comparte el kernel con el host. Su fortaleza es la eficiencia: arranca en una fracción de segundo, consume poca memoria adicional y permite una densidad muy alta. Su debilidad es que la frontera de seguridad es el propio kernel, una superficie enorme con cientos de llamadas al sistema. Un fallo en el kernel, o una mala configuración de privilegios, puede permitir a un proceso salir del contenedor. Para código propio y revisado el riesgo suele ser asumible; para código generado por un agente, es mucho más discutible.
gVisor ocupa una posición intermedia. Sigue siendo ligero y compatible con el modelo de contenedores, pero sustituye la exposición directa del kernel por una capa de interposición en espacio de usuario. Reduce de manera notable la superficie de ataque frente al kernel del anfitrión, a costa de cierta sobrecarga y de una compatibilidad parcial con funciones de bajo nivel.
La microVM lleva el aislamiento al terreno de la virtualización por hardware. Cada entorno ejecuta su propio kernel invitado sobre un hipervisor, de forma que la frontera pasa a ser la interfaz de virtualización, mucho más reducida y estudiada que la del kernel completo. Las microVM modernas recortan dispositivos y servicios innecesarios para arrancar rápido y ocupar poca memoria, lo que las hace viables para cargas efímeras. A cambio, consumen más recursos que un contenedor y suelen requerir virtualización anidada o hardware que la soporte. Quien quiera repasar las diferencias de base entre ambos mundos encontrará una comparativa práctica de máquina virtual y contenedor con Docker y KVM que ayuda a poner en contexto estos conceptos.
En términos generales, la elección es un compromiso entre densidad, velocidad de arranque, compatibilidad y fuerza del aislamiento. Un contenedor endurecido gana en eficiencia, una microVM gana en contención, y gVisor intenta quedarse con una porción razonable de ambas ventajas. Por eso resulta atractivo que una capa como Agent Substrate permita combinarlas bajo la misma interfaz.
El mercado ya se mueve hacia la microVM por sesión
La donación de Google no llega en el vacío. Varios proveedores de nube y de plataformas de agentes han ido adoptando aislamiento por sesión como práctica de referencia. Un ejemplo es la propuesta de AWS para ejecutar agentes con una microVM dedicada por sesión y arranques muy rápidos, que se analiza en el artículo sobre AgentCore Runtime v2 con microVM por sesión y arranques en dos segundos. La idea es que cada conversación o tarea obtenga su propio entorno, que se destruye al terminar, de manera que lo ocurrido en una sesión no pueda contaminar a otra.
Otra tendencia es la de llevar la ejecución de agentes a la infraestructura del propio cliente, como muestra el movimiento de Anthropic para llevar Claude Managed Agents a tu propia infraestructura. Cuando el entorno de ejecución vive dentro de la red de la empresa, el aislamiento deja de ser una responsabilidad delegada y pasa a ser una decisión de diseño que el equipo debe asumir. En ese escenario, contar con componentes abiertos y neutrales para construir el sandbox es una ventaja evidente.
Este contexto explica por qué la CNCF se perfila como el lugar natural donde converjan estas piezas. La fundación ya alberga el ecosistema alrededor de Kubernetes y de los entornos de ejecución de contenedores, y los agentes necesitan integrarse con ese mismo mundo de orquestación, redes y observabilidad. Contar con proyectos de aislamiento en ese espacio facilita que se conecten con herramientas existentes, desde los planificadores hasta las políticas de red.
Riesgos concretos que enfrentan los agentes en ejecución
Más allá de la tecnología de aislamiento, conviene enumerar los riesgos que un sandbox debe ayudar a contener. El primero es el escape del entorno: que el código ejecutado aproveche una vulnerabilidad del kernel, del hipervisor o del intermediario para alcanzar al anfitrión. Es el riesgo que motiva las capas de gVisor y de las microVM.
El segundo es la exfiltración de datos. Aunque el aislamiento impida tocar el host, un agente con acceso de red puede enviar al exterior documentos, secretos o contenido de la conversación si una instrucción maliciosa se lo pide. El aislamiento de cómputo no resuelve este problema por sí solo; hacen falta controles de salida de red y de permisos sobre los datos.
El tercero es el abuso de credenciales. Si el entorno contiene tokens con amplios permisos, un código hostil puede utilizarlos para actuar en nombre del agente sobre servicios en la nube, repositorios o sistemas internos. El cuarto es el consumo desbocado de recursos, ya sea por un bucle accidental o por un ataque de denegación de servicio, que puede degradar a otros inquilinos del mismo host si no hay límites estrictos de CPU, memoria, disco y tiempo.
Por último está la persistencia entre sesiones. Si un entorno se reutiliza, un atacante puede dejar rastros, puertas traseras o datos que afecten a ejecuciones posteriores o a otros usuarios. Un sandbox efímero, que se crea limpio y se destruye al terminar, es la respuesta más directa a este riesgo, pero implica diseñar con cuidado cómo se conserva el estado legítimo que el agente necesita.
Buenas prácticas para sandboxing de agentes
La primera práctica es aplicar el principio de mínimo privilegio de forma estricta: cada agente recibe solo las herramientas, los permisos y los datos que necesita para la tarea en curso, y nada más. Esto incluye credenciales de vida corta y de alcance limitado, emitidas por tarea, en lugar de claves permanentes embebidas en el entorno.
La segunda es elegir el nivel de aislamiento según el riesgo. Las tareas que ejecutan código generado por el modelo, procesan contenido de terceros o tocan datos sensibles justifican una frontera más fuerte, como una microVM. Las tareas de bajo riesgo y alta densidad pueden apoyarse en gVisor o en contenedores muy endurecidos. Tener una interfaz común facilita aplicar esta política por niveles sin multiplicar integraciones.
La tercera es controlar la red. Lo recomendable es partir de una política de denegación por defecto y abrir solo los destinos necesarios, con registro de las conexiones. Un entorno sin salida a Internet elimina buena parte de los canales de exfiltración. Cuando el agente necesita acceder a servicios, es preferible hacerlo a través de un intermediario que aplique reglas y auditoría.
La cuarta es limitar recursos y tiempo: cuotas de CPU y memoria, límites de procesos, de almacenamiento y de duración de la sesión, con terminación forzosa al excederlos. La quinta es la efimeridad: crear entornos limpios por sesión o por tarea, destruirlos al terminar y evitar compartir sistemas de archivos escribibles entre ejecuciones.
Otras prácticas complementarias incluyen mantener los componentes de aislamiento actualizados, porque los fallos de escape se corrigen con parches, y separar los secretos del entorno de ejecución para que el código del agente nunca los vea directamente. También conviene exigir aprobación humana para acciones irreversibles o de alto impacto, ya que ningún sandbox sustituye al criterio sobre qué debe poder hacer un agente.
Observabilidad, auditoría y pruebas del aislamiento
Un sandbox que no se observa es un sandbox del que solo se sabe que funciona hasta que falla. Conviene registrar qué herramientas invoca cada agente, qué archivos toca, qué conexiones intenta y cuántos recursos consume. Esa telemetría permite detectar comportamientos anómalos, reconstruir incidentes y demostrar el cumplimiento ante auditorías. En plataformas basadas en Kubernetes, es natural integrar estas señales con las herramientas de observabilidad y con las políticas de admisión ya existentes.
Igual de importante es probar el aislamiento de manera activa. Los equipos pueden ejecutar dentro del entorno pruebas que intenten acceder a recursos prohibidos, alcanzar la red interna, leer variables sensibles o agotar la memoria, y verificar que el sistema las bloquea. Este tipo de ejercicios, similar a las pruebas de intrusión, revela configuraciones débiles antes de que lo haga un atacante real. Cada actualización del entorno debería repetir estas verificaciones.
Por último, hay que considerar la respuesta a incidentes. Si un agente se comporta de forma sospechosa, el sistema debe poder aislarlo, congelar su estado para análisis, revocar sus credenciales y eliminar su entorno con rapidez. Diseñar ese flujo de antemano, y no improvisarlo durante el incidente, marca la diferencia entre una contención limpia y una crisis.
Qué cambia para desarrolladores y equipos de plataforma
Para quien construye productos con agentes, la entrada de estos proyectos en la CNCF supone una ventaja práctica: hay una vía abierta y neutral para incorporar aislamiento sin depender de la solución cerrada de un único proveedor. Si la interfaz común de Agent Substrate se consolida, será posible mover cargas entre nubes o entre centros de datos propios con menos fricción, y combinar mecanismos de aislamiento según las necesidades.
Para los equipos de plataforma, el reto es operativo. Hay que decidir qué niveles de aislamiento se ofrecen, cómo se reparten los recursos, cómo se integran con el planificador y la red, y cómo se gestionan las actualizaciones de seguridad. También hay que valorar la madurez real de cada proyecto antes de ponerlo en producción: el estado Sandbox invita a la experimentación controlada, no a una adopción masiva sin pruebas.
Existe además una dimensión de ecosistema. La presencia de OpenShell de Nvidia junto a los proyectos de Google sugiere que la fundación puede convertirse en un punto de encuentro donde distintos enfoques convivan y se comparen. Esa competencia sana suele beneficiar a los usuarios, pero también plantea la pregunta de si habrá solapamientos y cómo se coordinarán las interfaces. Es un asunto abierto que conviene seguir en los próximos meses.
Situación actual de la historia
A fecha de 21 de noviembre de 2026, los proyectos donados se encuentran en la fase inicial de su vida dentro de la CNCF. El anuncio del 5 de noviembre estableció la donación de Agent Substrate, gVisor y OpenRL con estado Sandbox, y la aportación paralela de OpenShell por parte de Nvidia. Lo que sigue es el trabajo habitual de incorporación: traspaso de repositorios y de marca a la fundación, definición de la gobernanza abierta, apertura a nuevos mantenedores y construcción de comunidad.
No hay, por el momento, una hoja de ruta confirmada hacia los niveles de incubación o graduación, y las cifras de rendimiento y la referencia a una versión 1.0 siguen apoyadas en una única fuente. Quien evalúe estas tecnologías debería seguir los repositorios y la documentación oficial, comprobar la actividad de la comunidad y contrastar las afirmaciones de rendimiento con pruebas propias antes de tomar decisiones de arquitectura.
Conclusiones
La donación de gVisor, Agent Substrate y OpenRL a la CNCF, junto con la aportación de OpenShell por parte de Nvidia, refleja una realidad que el sector ya no puede esquivar: los agentes de IA ejecutan código y herramientas que no son de confianza, y la infraestructura que los aloja necesita un aislamiento serio, reutilizable y abierto. Pasar a un espacio de gobernanza neutral reduce el riesgo de dependencia de un solo proveedor, aunque el estado Sandbox es solo el primer peldaño y no una garantía de madurez.
Desde el punto de vista técnico, la clave es entender que no existe un único nivel de aislamiento correcto. Los contenedores ofrecen eficiencia con una frontera débil frente al kernel compartido, gVisor reduce esa exposición interponiendo una capa en espacio de usuario, y las microVM aportan la contención más fuerte a cambio de mayor coste. Poder elegir entre ellas bajo una interfaz común es la propuesta más interesante de Agent Substrate, siempre que la comunidad la consolide.
Desde el punto de vista práctico, el aislamiento de cómputo es necesario pero insuficiente. Hay que combinarlo con mínimo privilegio, credenciales efímeras, control estricto de la red, límites de recursos, entornos desechables, observabilidad y pruebas periódicas. Y, mientras las cifras de rendimiento sigan sin confirmación independiente, lo sensato es medirlas en casa. Los agentes seguirán ganando autonomía, y la calidad de su sandbox determinará cuánta de esa autonomía puede concederse con seguridad.
