AI kan hjælpe med at flytte fra EKS til GKE, men konfigurationen skal stadig til eftersyn

Når en virksomhed flytter Kubernetes-workloads fra Amazons EKS til Google Kubernetes Engine (GKE), er det ikke nok at få konfigurationsfilerne til at se rigtige ud. Adgangsrettigheder, trafikveje og tilgængelig kapacitet skal også fungere efter flytningen. Googles nye open source-værktøj, GKE agentic migration, skal gøre arbejdet mere systematisk: En sprogmodel hjælper med at udarbejde forslag, mens faste, deterministiske værktøjer og kontrolmekanismer indgår i processen. 2

Det afgørende er, hvad konfigurationen gør

Migrationen kan omfatte både infrastruktur beskrevet som kode og Kubernetes-manifester. Googles generelle migrationsvejledning anbefaler at kortlægge workloads og deres afhængigheder, før flytningen planlægges. Den foranalyse kan AI-genererede filer ikke erstatte. 19

Tre typer ændringer fortjener særlig opmærksomhed ved en flytning fra EKS til GKE:

• Identitet og adgang: Giver en oversættelse af AWS-identiteter til GKE Workload Identity fortsat den tilsigtede adgang – og ikke mere?
• Indgående trafik: Sender en overgang fra loadbalancer-regler til Gateway API stadig forespørgsler til de rigtige tjenester?
• Nodekapacitet: Kan workloads fortsat placeres på noder med den kapacitet og de egenskaber, de kræver?

Det er kontrolspørgsmål til de beskrevne oversættelser, ikke dokumentation for, at værktøjet håndterer alle tilfælde korrekt. En fil kan være syntaktisk gyldig og alligevel ændre systemets adfærd.

Kontrol før ændringer i drift

En agent kan få adgang til værktøjer gennem Model Context Protocol (MCP), men protokollen garanterer ikke, at resultatet er rigtigt. Tilsvarende kan deterministisk validering af foreslåede filer uden kontakt til et kørende miljø give gentagelige kontroller – men kun af de forhold, reglerne faktisk dækker. Google bekræfter kombinationen af sprogmodeller og deterministiske værktøjer, mens det tilgængelige uddrag af annonceringen ikke beskriver samtlige kontrolregler. 2

I den beskrevne arbejdsgang lægges ændringerne frem som pull requests til menneskelig gennemgang og de sædvanlige CI/CD-kontroller, frem for at en agent ændrer en kørende klynge direkte. Det giver mulighed for at gennemse forskelle og kræve test og godkendelse før idriftsættelse. Tilgangen passer med Googles dokumenterede anbefalinger om versionsstyring og CI/CD til GKE, men det tilgængelige annonceringsuddrag bekræfter ikke hvert trin i netop dette værktøjs pull request-proces. 172

Rahul Shrivastava, koncerndirektør hos Persistent, kalder i Googles annoncering tilgangen en »provable, compiler-grade migration factory«. Billedet fremhæver værdien af at generere og kontrollere ændringsforslag; det er ikke et bevis for, at hele migrationen er sikker. Rettigheder, ydelse, afhængigheder og selve overgangen til det nye miljø skal stadig testes. 2

Et beslægtet open source-træk – ikke samme teknologi

To dage før GKE-annonceringen præsenterede Intrinsic sit open source-projekt Intrinsic Core på robotkonferencen ROSCon 2026 i Toronto. Det ROS-kompatible fundament omfatter blandt andet robotstyring, bevægelses- og gribeplanlægning, simulering og positionsbestemmelse og er ifølge omtalen frigivet under Apache 2.0. 403337

Forbindelsen mellem de to udgivelser er strategisk, ikke teknisk: Den ene kan gøre en cloudmigration lettere at arbejde med, mens den anden stiller byggeklodser til industriel robotsoftware til rådighed. Intrinsic-udgivelsen er blevet beskrevet med en »Android for robotter«-analogi. Ingen af lanceringerne dokumenterer dog i sig selv, at kunder skifter fra AWS eller begynder at købe flere af Googles AI-tjenester. 230

Kort sagt: Værktøjets styrke er, at AI-forslag kan behandles som ændringer, der skal kontrolleres – ikke som ordrer til en produktionsklynge. Hvor meget risiko det fjerner i praksis, er endnu ikke målt i de tilgængelige kilder. 219