Плагинная архитектура Red Hat для модернизации легаси: как работает agent mesh

Red Hat представила архитектуру агентной сети (agent mesh) для модернизации устаревших систем. Ключевая особенность — плагинная структура, позволяющая легко заменять AI-модели, включая переход на новые релизы. Решение уже работает в изолированных средах и использует разные модели для разных типов агентов. Это особенно важно для регулируемых отраслей, где требования к безопасности и соответствию нормам могут меняться, а также для организаций, которые хотят быстро адаптироваться к новым версиям AI-моделей.

Red Hat представила плагинную архитектуру агентной сети для модернизации легаси

В новом посте в блоге Red Hat рассказала о следующем слое своей архитектуры agent mesh для модернизации программного обеспечения — плагинности. Ранее компания описывала общую архитектуру, построенную на Red Hat AI, которая включает шаблон harness (упряжка), рабочие процессы, которые этот harness оркестрирует, и фреймворк KPI для измерения успеха. Также объяснялось, почему кодирующие агенты запускаются на Devstral, а некодирующие — на Ministral, причём платформа работает в отключённых от сети средах.

Новый пост посвящён именно плагинности — возможности заменять компоненты без перестройки всей системы. Это особенно важно для регулируемых сред, где требования к безопасности и соответствию нормам могут меняться, а также для организаций, которые хотят быстро адаптироваться к новым версиям AI-моделей.

Почему плагинная архитектура критична для модернизации легаси?

Модернизация устаревших систем остаётся одной из самых сложных задач в enterprise. Традиционные подходы требуют огромных ручных усилий и времени. AI-агенты могут автоматизировать часть работы, но их внедрение в регулируемых отраслях (финансы, госсектор, оборона) сталкивается с ограничениями: изолированные сети, требования к аудиту, сертификации моделей. Предыдущая архитектура agent mesh от Red Hat уже решала часть проблем: она работала в disconnected-средах и разделяла агентов по типам задач. Однако оставался вопрос: как быстро обновлять или заменять AI-модели без остановки всей системы? Плагинная архитектура стала ответом.

Как работает плагинная архитектура agent mesh?

Плагинная архитектура позволяет заменять отдельные компоненты — AI-модели, инструменты, обработчики — независимо друг от друга. В контексте agent mesh это означает, что можно обновить модель для кодирующих агентов (с Devstral на новую версию) без изменения некодирующих агентов, работающих на Ministral. И наоборот.

Каждый агент в mesh подключается через стандартизированный интерфейс (API или SDK), что делает компоненты взаимозаменяемыми. Это снижает риски при обновлении: если новая модель показывает худшие результаты на определённых задачах, можно быстро откатиться на предыдущую версию без влияния на остальные агенты.

Кроме того, плагинность упрощает сертификацию: регулирующие органы могут одобрить конкретную версию модели, а не всю систему целиком. При замене модели требуется только пересертификация этого компонента.

Технические детали: как реализована подключаемость

Хотя Red Hat не публикует полную спецификацию, из поста можно выделить ключевые технические решения. Платформа использует контейнеризацию (вероятно, на базе OpenShift) для изоляции агентов. Каждый агент — это отдельный контейнер или набор контейнеров, которые общаются через безопасные каналы внутри mesh.

Интерфейс плагина включает контракты для входа, выхода и мониторинга. Это позволяет подключать не только AI-модели от Red Hat, но и сторонние, например, от партнёров или собственные наработки заказчика. Для кодирующих агентов используются языковые модели, оптимизированные для генерации кода (Devstral), для некодирующих — более лёгкие модели для анализа документации, планирования и координации (Ministral).

Важно, что вся коммуникация внутри mesh шифруется и аудируется, что критично для регулируемых сред. Платформа также поддерживает offline-режим: модели загружаются заранее и работают без доступа к интернету.

Как плагинная архитектура снижает vendor lock-in?

Одна из главных проблем enterprise-решений — зависимость от одного вендора. Плагинная архитектура agent mesh решает эту проблему: заказчик может переключаться между моделями Red Hat, партнёрскими или собственными, не перестраивая всю систему. Это особенно актуально для компаний, которые хотят сохранить гибкость и избежать привязки к конкретному поставщику AI-моделей.

Кого затронет и как

Разработчики и архитекторы enterprise-систем получат инструмент для автоматизации модернизации легаси, который не требует переписывания всего стека при смене AI-модели. Это снижает vendor lock-in: можно переключаться между моделями Red Hat, партнёрскими или собственными.

Для бизнеса в регулируемых отраслях (банки, госорганы, оборонка) плагинная архитектура упрощает прохождение сертификации и аудита. Вместо сертификации всей системы можно сертифицировать отдельные плагины, что быстрее и дешевле.

Российский и СНГ-рынок: хотя Red Hat официально приостановила деятельность в России, технология может быть интересна компаниям, которые уже используют OpenShift или ищут решения для модернизации legacy в условиях санкционных ограничений. Однако доступ к продукту может быть затруднён.

Что будет дальше

Red Hat, вероятно, продолжит развивать agent mesh, добавляя больше типов агентов и интеграций. В ближайших планах — выпуск релиза с поддержкой новой модели (название не раскрывается). Компания также может открыть часть кода или опубликовать спецификации плагинов для сообщества.

Ожидается, что плагинная архитектура станет стандартом для подобных систем, особенно в регулируемых отраслях. Конкуренты (IBM, Google, Microsoft) также движутся в этом направлении, но Red Hat первой публично описала такой подход.

Итог

Плагинная архитектура agent mesh от Red Hat решает ключевую проблему внедрения AI в legacy-модернизацию: как быстро и безопасно обновлять модели. Это делает систему гибкой, сертифицируемой и менее зависимой от вендора. Следить за развитием стоит всем, кто занимается автоматизацией enterprise-процессов.