RHEL 10.3 dan 9.9 Menghadirkan Diagnostik AI Siap Produksi

Pada 11 November 2026, Red Hat mengumumkan ketersediaan Red Hat Enterprise Linux (RHEL) 10.3 dan 9.9, yang menjadikan diagnostik berbantuan AI sebagai fitur produksi yang didukung, sekaligus menghadirkan kontrol integritas sistem operasi yang baru, dasbor pemantauan AI, dan pembaruan alat pengembang.

Server Model Context Protocol (MCP) untuk RHEL telah beralih dari Pratinjau Developer ke ketersediaan umum. Server ini menghubungkan asisten AI yang kompatibel ke data sistem RHEL untuk keperluan diagnostik, dengan akses yang dibatasi secara default, bukan memberikan akses tanpa batas kepada asisten. Peluncuran ini menyusul pengumuman pada 9 November 2026 dari Red Hat, yang menyebutkan bahwa kedua versi tersebut direncanakan tersedia secara umum dalam beberapa minggu berikutnya.

Diagnostik AI Siap Digunakan di Lingkungan Produksi

Server MCP dikemas sebagai RPM di repositori ekstensi RHEL. Server ini dapat dipasang menggunakan goose, agen AI sumber terbuka Red Hat untuk baris perintah, dengan perintah dnf standar. Dengan demikian, koneksi asisten menjadi bagian dari proses pengelolaan paket sistem operasi yang sudah mapan.

Data historis Performance Co-Pilot (PCP) menambahkan catatan peristiwa kinerja masa lalu ke informasi yang tersedia bagi asisten tersebut. Menurut Red Hat, data ini membantu menemukan akar penyebab masalah yang muncul sesekali tanpa perlu mengorelasikan data secara manual. Administrator dapat menyelidiki masalah kinerja, layanan yang gagal, dan masalah konfigurasi dengan menggunakan sinyal langsung maupun historis, serta menerapkan perubahan melalui kontrol operasional.

Asisten baris perintah itu sendiri memiliki opsi penerapan terpisah dengan tingkat kesiapan yang berbeda. Pelanggan dapat menjalankannya dalam konfigurasi yang dikelola sendiri dengan menggunakan inferensi yang dihosting pelanggan, sehingga panduan model dan konteks operasional yang sensitif tetap berada di lingkungan yang aman, terisolasi dari jaringan, atau terputus. Namun, opsi tersebut masih berstatus Pratinjau Developer. Opsi yang dihosting Red Hat tetap tersedia untuk lingkungan sistem yang terhubung.

Image Tersegel Memperluas Pemeriksaan Integritas

RHEL 10.3 juga menyediakan image tersegel untuk mode image secara umum. Fitur ini menggunakan kunci Secure Boot milik pelanggan untuk memverifikasi konten sistem operasi, mulai dari firmware dan bootloader hingga kernel dan sistem berkas root, sehingga sistem tetap berada dalam keadaan yang ditandatangani. Sistem berkas root bersifat hanya-baca, dan menurut Red Hat, kernel menolak konten yang telah diubah saat dibaca, alih-alih menyajikannya.

Mekanisme ini dirancang untuk membuktikan bahwa konten yang sedang berjalan sesuai dengan konten yang pertama kali diterapkan—sebuah tantangan operasional di seluruh armada sistem terdistribusi. Menurut Red Hat, fondasi yang telah diverifikasi sebelumnya dapat mendeteksi perubahan tanpa izin dan menyederhanakan kepatuhan untuk penerapan di sektor keuangan, layanan kesehatan, dan pemerintahan, sekaligus memperluas verifikasi integritas dari proses boot hingga waktu operasi.

Alat Pengembang, Telemetri AI, dan Peningkatan Versi

Rilis ini mencakup GCC 16, LLVM 22, Go 1.27, .NET 11, Node.js 26 LTS, PHP 8.4, dan Rust 1.97. Dasbor AI grafana-pcp yang baru menggabungkan telemetri kinerja GPU, CPU, dan jaringan untuk memantau beban kerja AI dan pembelajaran mesin.

Dengan demikian, tim operasi memperoleh dua manfaat yang saling berkaitan dari data kinerja: tampilan terpadu atas infrastruktur yang menjalankan beban kerja tersebut dan konteks historis yang dapat diberikan server MCP kepada asisten AI saat melakukan pemecahan masalah.

Red Hat juga memperkenalkan jalur peningkatan Leapp yang tervalidasi dan didukung, dari RHEL 9.9 ke 10.3 serta dari RHEL 8.10 ke 9.9. Jalur ini memungkinkan peningkatan dilakukan langsung pada sistem yang ada, sehingga membantu menangani pekerjaan siklus hidup saat memindahkan sistem yang sudah digunakan ke rilis baru, tanpa mengharuskan setiap penerapan dimulai dari instalasi baru.

Hasilnya adalah jalur produksi yang terbagi untuk operasi AI perusahaan. Diagnostik berbasis MCP dan image tersegel tersedia secara umum, sedangkan organisasi yang perlu menjalankan inferensi asisten di dalam lingkungan terputus atau yang diatur secara ketat hanya memiliki opsi Pratinjau Developer untuk alur kerja yang dikelola sendiri tersebut.