Red Hat 推出 OpenShift 5，提供智能体式集群运维

Red Hat 于 2026 年 11 月 9 日在 KubeCon + CloudNativeCon North America 上宣布 OpenShift 5 正式上市，带来智能体式故障排查，以及一个用于 AI 工作负载、虚拟机和容器的统一运维平台。这个基于 Kubernetes 的版本已向持有现有订阅的客户开放，可通过 Red Hat Customer Portal 获取。

Red Hat 同时为该版本提供从 OpenShift 4.22 原位升级的途径和更长期的支持模式，以解决采用新一代平台面临的两项运维障碍。其技术概述还指出一个重要区别：受监督的智能体工作流已纳入该版本，而自主故障排查和更新智能体仍处于技术预览阶段。

需经人工批准的智能体式运维

OpenShift Lightspeed 不再局限于以往的对话式助手角色，而是能够调查告警，并以自然语言呈现调查结果和建议的补救方案。在受监督模式下，它会等待管理员确认后才更改集群。自主模式预览版能够自行开展更深入的调查，但在执行更改前也会停下来等待最终的人工批准，因此这两种模式都不会取消执行前的审批关口。

同样的运维模式也延伸到了维护工作。借助 Lightspeed 增强的更新指导功能会在维护窗口开始前梳理集群状态、潜在冲突和影响范围；而预检则会评估 API 兼容性和可选运算符。另有一款运算符规划工具，可汇总生命周期状态、集群兼容性和可用更新。更新智能体预览版更进一步，可协助规划和执行更新路径。

在智能体与平台服务的连接方面，OpenShift Model Context Protocol 服务器以及通过 Red Hat Connectivity Link 提供的 MCP 网关现已正式推出。MCP 提供受治理的通道，智能体可通过该通道访问平台 API 和服务。管理员还可以通过对话式聊天生成 Perses 可观测性仪表板，无需手动编写查询。

面向 AI 和共享集群的安全防护

OpenShift 5 将多项安全防护纳入平台默认配置。后量子密码技术用于保护控制平面通信，平台映像和 TLS 配置也已具备量子就绪能力。集中管理并强制执行的 TLS 策略适用于 OpenShift 核心组件和分层产品；定制网络策略则限制流入和流出控制平面操作数命名空间的流量。自动化证书生命周期管理和原生断网部署支持，可满足隔离网络、边缘环境和受监管环境的需求。

对于 AI 工作负载，机密容器会对静态存储和使用中的模型权重进行加密。Red Hat 版 Agent Sandbox 同样处于技术预览阶段，它利用 OpenShift 沙箱容器将智能体工作负载置于虚拟机内，建立一道边界，旨在防止不受信任或自主运行的代码不受限制地访问更广泛的集群。这项防护针对的是这样一种风险：智能体可能生成并执行未经管理员审查的代码。

对于混合环境，OpenShift Virtualization 5 利用 Lightspeed 和MCP 集成，实现以自然语言配置虚拟机和自动化工作流。与存储无关的增量备份使用 QEMU Change Block Tracking 复制已修改的数据块，而非完整的虚拟磁盘映像；内存感知型负载均衡和原生交换机制则根据实际消耗调整分配。Red Hat 还表示，其自动化 GPU 算力切分旨在提高 AI 推理和传统企业工作负载对硬件的利用率。

原位升级与五年支持

升级路径不会强制用户立即更换操作系统。从 OpenShift 4.22 升级的集群仍运行 Red Hat Enterprise Linux CoreOS 9，而新建的 OpenShift 5.0 集群默认使用 CoreOS 10。Red Hat 计划在未来版本中支持 CoreOS 9 和 CoreOS 10 节点在同一集群中共存；这并非 OpenShift 5.0 的功能。

Red Hat 正在建立每三年发布一个主要版本的节奏，时间大约比 Red Hat Enterprise Linux 主要版本发布晚一年。随版本提供的支持期为 24 个月，分为一年完整支持和一年维护支持。

Red Hat 计划每年推出一个延长生命周期版本，并通过在随版本提供的支持期之外额外增加三年支持，使企业支持总期达到完整的五年。这五年生命周期也涵盖可选运算符，包括 Red Hat Advanced Cluster Security、OpenShift Service Mesh、OpenShift Pipelines 和 OpenShift GitOps。

OpenShift 5 的直接意义，在于将这条升级路径与更严格的运维管控结合起来：OpenShift 4.22 集群可以原位升级，但平台最自主的功能仍需获得批准，且仍处于预览阶段。因此，该版本将智能体辅助能力引入生产环境中的集群管理，却没有默认启用自主执行；更长的生命周期则为基础设施团队协调 AI、虚拟机和容器运维提供了更充裕的时间。