OpenShell pro řízení AI agentů je zdarma, vyžaduje ale vlastní infrastrukturu

OpenShell přechází pod CNCF

Autonomní AI agent není jen chatbot, který odpovídá na dotazy. Může spouštět příkazy, upravovat soubory, volat externí služby, pracovat s databází nebo si obstarávat další informace. Pokud dostane příliš široká oprávnění, stačí chyba v instrukci nebo špatně vyhodnocený úkol a začne pracovat mimo plán.

OpenShell řeší tuto část provozu. NVIDIA jej popisuje jako open source runtime pro bezpečné řízení autonomních agentů. Dne 10. listopadu 2026 oznámila v oficiální zprávě jeho předání do Cloud Native Computing Foundation, která projekt zařadila mezi Sandbox projekty. Vývoj tak nemá zůstat výhradně v rukou Nvidie, ale má se otevřít firmám, vývojářům a bezpečnostním specialistům z cloud-native komunity.

Označení Sandbox neznamená hotový produkt s dlouhodobě garantovanou podporou. Jde o ranou fázi v ekosystému CNCF. Projekt může získat širší okruh přispěvatelů, ale firmy si při nasazení musí samy ověřit jeho bezpečnost, kompatibilitu a provozní nároky.

Bezpečnost se přesouvá mimo model

Princip OpenShellu je poměrně snadno pochopitelný. AI agent může navrhnout příkaz, požádat o přístup k souboru nebo chtít zavolat externí službu. O tom, zda se akce skutečně provede, však nemá rozhodovat pouze samotný model. Pravidla se vynucují mimo jeho proces.

OpenShell uplatňuje deterministickou kontrolu nad aktivitami agenta. Týmy tak mohou striktně vymáhat bezpečnostní pravidla ve chvíli, kdy agent používá externí nástroje, přistupuje k inferenčním službám nebo spouští konkrétní úlohy. Model pak může požadavek vytvořit, ale runtime jej zastaví, pokud porušuje nastavenou politiku.

Je to podobné jako rozdíl mezi ústní domluvou a přístupovou kartou. Zaměstnanec může říct, že potřebuje vstoupit do serverovny, ale dveře se otevřou až po kontrole oprávnění. U agenta je taková kontrola důležitá proto, že jazykový model pracuje s pravděpodobností. I velmi schopný model může špatně pochopit zadání nebo zvolit nevhodný nástroj.

OpenShell má rozšiřitelnou architekturu a lze jej napojit na vlastní výpočetní prostředky, poskytovatele inference, úložiště přihlašovacích údajů i monitorovací nástroje. To je důležité hlavně pro firmy, které provozují část agentů v cloudu a část ve vlastním datovém centru. NVIDIA a Google současně pracují na propojení OpenShellu s projektem Agent Substrate.

Kolik OpenShell stojí

Samotný OpenShell je open source projekt dostupný zdarma. Nejde však o bezplatnou cloudovou službu ve smyslu hotového rozhraní, do kterého se firma přihlásí a okamžitě začne provozovat agenty. Náklady vzniknou za servery, GPU, síť, ukládání dat, dohled a správu pravidel.

Projekt proto míří hlavně na vývojáře, poskytovatele infrastruktury a podnikové týmy. Pro domácího uživatele, který používá běžné AI aplikace, OpenShell zatím není náhradou za ChatGPT, Claude nebo jiný chatbot. Je to infrastruktura pod těmito službami.

Agent Substrate řeší nečinné agenty

Bezpečnost je jen jedna část problému. Autonomní agenti často pracují v krátkých dávkách. Provedou příkaz, počkají na odpověď modelu nebo na výsledek testu a potom několik sekund či minut nic nedělají. Pokud má každý agent vlastní trvale spuštěný kontejner, hardware zůstává obsazený i v době, kdy se nic neděje.

Projekt Agent Substrate, původně vyvinutý pod vedením Googlu a rovněž přijatý do CNCF Sandboxu, tento stav řeší efektivní správou prostředí. Dokáže zachovat stav agenta mezi jednotlivými úkoly, zatímco při nečinnosti uvolní výpočetní výkon. Tím, že pozastavuje a obnovuje prostředí agentů v rámci sdíleného poolu, umožňuje škálovat zátěž bez nutnosti držet vyhrazený výpočetní výkon pro každou jednotlivou relaci.

Agent Substrate se má napojovat na NVIDIA Dynamo pro obsluhu inference a na KAI Scheduler pro rozdělování prostředků v clusteru. Cílem je propojit tři vrstvy, které se při provozu agentů často řeší odděleně – samotné prostředí agenta, běh modelu a přidělování GPU nebo CPU na Kubernetes.

Nové nástroje pro Kubernetes a GPU

NVIDIA současně rozšířila platformu DSX AI Factory o tři open source komponenty. NVIDIA Kubernetes Engine, zkráceně NVKE, slouží jako řídicí vrstva pro Kubernetes na GPU infrastruktuře. NVIDIA Kubernetes Recipes nabízejí připravené postupy a konfigurace pro provoz takových clusterů.

Oba nástroje jsou ve veřejném preview. Podle Nvidie automatizují životní cyklus clusteru a poskytují podepsané obrazy s pevně určenými verzemi. To může zjednodušit opakované nasazení, zároveň však preview verze není totéž co dlouhodobě stabilní podnikový produkt.

Třetí komponentou je NVIDIA Snapshot. Tento modulární open source nástroj obnovuje repliky ze záchytných bodů během několika sekund, aniž by bylo nutné znovu nahrávat model do paměti a provádět zahřívání infrastruktury. Smyslem je zkrátit dobu, za kterou se nová inference instance dostane do plného provozu.

Výsledky testů Snapshotu

NVIDIA uvádí výsledky testování od partnerů Crusoe a Saturn Cloud na systémech HGX B300. Crusoe při testu modelu GLM-5.3 zkrátil čas potřebný k připravení workloadu z přibližně osmi minut na 31 sekund. Saturn Cloud naměřil u startu vLLM snížení z rozmezí dvou až 8,5 minuty na šest až 34 sekund.

Jde o výsledky konkrétních testů na konkrétní infrastruktuře. Neříkají, že každý model nebo každý cloud dosáhne stejného zrychlení. Ukazují však, kde může checkpointování pomoci – při škálování inference od nuly, obnově po výpadku nebo přidávání kapacity během špičky.

Co to znamená pro firmy v Česku a EU

OpenShell i další uvedené projekty jsou open source a technicky dostupné také vývojářům v Česku a Evropské unii. NVIDIA ale neuvádí zvláštní českou lokalizaci ani lokální cloudovou službu. Dokumentace a hlavní vývoj probíhají v angličtině.

Pro českou firmu může být důležité hlavně to, že OpenShell není uzamčený na jediného poskytovatele modelu. Organizace si může propojit vlastní inference službu, úložiště přístupových údajů a monitorovací systém. To se hodí v prostředí, kde se řeší oddělení dat, interní provoz nebo požadavky na audit.

Současně nejde o automatickou bezpečnostní pojistku. Pravidla musí někdo správně navrhnout, pravidelně kontrolovat a testovat. OpenShell může zabránit nepovolené operaci, ale nevyřeší špatně nastavené oprávnění, chybu v aplikaci ani nekvalitní instrukce pro agenta.

Největší změna se tak odehrává v infrastruktuře, ne v uživatelském rozhraní. Pro běžného člověka se po instalaci OpenShellu do počítače nic magického nestane. Pro tým, který provozuje tisíce agentních relací, však může být rozdíl mezi izolovaným pravidlem a volným přístupem k systému velmi praktický.