RHEL 10.3 e 9.9 levam diagnósticos de IA prontos para produção

Em 11 de novembro de 2026, a Red Hat anunciou a disponibilidade do Red Hat Enterprise Linux (RHEL) 10.3 e 9.9, tornando os diagnósticos assistidos por IA um recurso com suporte em produção, além de incluir novos controles de integridade do sistema operacional, painéis de monitoramento de IA e atualizações de ferramentas para desenvolvedores.

O Protocolo de Contexto de Modelo (MCP) para RHEL passou da fase de prévia para desenvolvedores à disponibilidade geral. Ele conecta assistentes de IA compatíveis aos dados do sistema RHEL para diagnóstico, com o acesso controlado por padrão, em vez de conceder acesso irrestrito ao assistente. O lançamento ocorre após o anúncio de 9 de novembro de 2026 da Red Hat, que havia descrito ambas as versões como previstas para disponibilidade geral nas semanas seguintes.

Diagnósticos de IA chegam à produção

O servidor MCP é distribuído como um RPM no repositório de extensões do RHEL. Ele pode ser instalado com o goose, agente de IA de linha de comando e código aberto da Red Hat, usando comandos padrão do dnf, integrando a conexão com o assistente ao processo estabelecido de gerenciamento de pacotes do sistema operacional.

Os dados históricos do Performance Co-Pilot (PCP) acrescentam eventos de desempenho passados às informações disponíveis para esses assistentes. Segundo a Red Hat, isso ajuda a identificar as causas-raiz de problemas intermitentes sem a necessidade de correlacionar dados manualmente; os administradores podem investigar problemas de desempenho, falhas em serviços e problemas de configuração usando sinais atuais e históricos, com as alterações aplicadas por meio de controles operacionais.

O próprio assistente de linha de comando tem uma opção de implantação separada, com um nível de prontidão diferente. Os clientes podem executá-lo em uma configuração autogerenciada, usando inferência hospedada pelo cliente e mantendo as orientações do modelo e o contexto operacional sensível em ambientes seguros, isolados de redes externas ou desconectados. No entanto, essa opção continua na fase de prévia para desenvolvedores. A opção hospedada pela Red Hat continua disponível para ambientes conectados.

Imagens seladas ampliam as verificações de integridade

O RHEL 10.3 também disponibiliza de forma geral imagens seladas para o modo de imagem. O recurso usa as chaves de inicialização segura do cliente para verificar o conteúdo do sistema operacional, do firmware e do carregador de inicialização até o kernel e o sistema de arquivos raiz, mantendo o sistema em seu estado assinado. O sistema de arquivos raiz é somente leitura, e, segundo a Red Hat, o kernel rejeita conteúdo adulterado no momento da leitura, em vez de disponibilizá-lo.

O mecanismo foi projetado para comprovar que o conteúdo em execução corresponde ao que foi implantado originalmente, um desafio operacional em frotas distribuídas. Segundo a Red Hat, essa base previamente verificada pode detectar modificações não autorizadas e simplificar a conformidade em implantações nos setores financeiro, de saúde e governamental, estendendo a verificação de integridade da inicialização à execução.

Ferramentas para desenvolvedores, telemetria de IA e atualizações

As versões incluem GCC 16, LLVM 22, Go 1.27, .NET 11, Node.js 26 LTS, PHP 8.4 e Rust 1.97. Os novos painéis de IA do grafana-pcp combinam telemetria de desempenho de GPU, CPU e rede para monitorar cargas de trabalho de IA e aprendizado de máquina.

Isso oferece às equipes de operações duas formas relacionadas de usar os dados de desempenho: uma visão consolidada da infraestrutura que executa essas cargas de trabalho e o contexto histórico que o servidor MCP pode fornecer a um assistente de IA durante a solução de problemas.

Red Hat também introduziu caminhos de atualização validados e com suporte do RHEL 9.9 para o 10.3 e do RHEL 8.10 para o 9.9. Essas são atualizações no local, que atendem às tarefas de ciclo de vida necessárias para migrar sistemas existentes para as novas versões, sem exigir que cada implantação comece com uma instalação nova.

O resultado é um caminho de produção dividido para as operações de IA empresarial. Os diagnósticos baseados em MCP e as imagens seladas estão disponíveis de forma geral, enquanto as organizações que precisam manter a inferência do assistente dentro de um perímetro desconectado ou regulamentado dispõem apenas de uma opção em prévia para desenvolvedores para esse fluxo de trabalho autogerenciado.