Google का GKE माइग्रेशन एजेंट: AI का सुझाव, इंजीनियर की मंज़ूरी

Google का नया ओपन-सोर्स GKE agentic migration टूल AWS के Elastic Kubernetes Service (EKS) से Google Kubernetes Engine (GKE) पर जाने के लिए बनाया गया है। विचार यह है कि इंजीनियर किसी बड़े भाषा मॉडल (LLM) से बस ‘नई कॉन्फ़िगरेशन लिख दो’ न कहें। Google के मुताबिक, एजेंट प्लगइन मॉडल की तर्क क्षमता को तय नियमों के अनुसार काम करने वाले टूल और सुरक्षा जाँच के साथ जोड़ता है। AI बदलाव सुझा सकता है, लेकिन सुझाव को सही मान लेना और उसे लागू कर देना दो अलग फैसले हैं। 2

असली चुनौती: फ़ाइल नहीं, उसका व्यवहार बदलना

EKS से GKE माइग्रेशन केवल Kubernetes फ़ाइलों में नाम बदलने का काम नहीं है। टीम को इन्फ़्रास्ट्रक्चर-एज़-कोड और मैनिफ़ेस्ट—यानी संसाधनों की कॉन्फ़िगरेशन फ़ाइलें—बदलते हुए यह देखना होता है कि कौन-सा वर्कलोड किन संसाधनों तक पहुँच सकता है, अनुरोध कहाँ भेजे जाते हैं और नोड ज़रूरी क्षमता कैसे उपलब्ध कराते हैं। Google की व्यापक माइग्रेशन गाइड भी पहले वर्कलोड और उनकी निर्भरताओं का आकलन करने को कहती है। 19

इस एजेंट के वर्णित तरीके में मॉडल प्रस्ताव तैयार करने के लिए तर्क करता है और प्लगइन उसे टूल उपलब्ध कराता है। Model Context Protocol (MCP) एजेंट को टूल से जोड़ने का एक तरीका है; इससे निकली कॉन्फ़िगरेशन अपने-आप सही साबित नहीं होती। Google की उपलब्ध घोषणा LLM और तय नियमों वाले टूल का मेल तो पुष्ट करती है, लेकिन प्लगइन की हर प्रक्रिया या रूपांतरण नियम का विवरण नहीं देती। 2

समीक्षा में तीन सवाल खास तौर पर पूछने चाहिए:

• पहुँच की अनुमति: AWS की पहचान व्यवस्था से GKE की Workload Identity में बदलाव के बाद क्या वर्कलोड को वही आवश्यक पहुँच मिलती है—उससे ज़्यादा नहीं?
• ट्रैफ़िक का रास्ता: लोड-बैलेंसर से आने वाले ट्रैफ़िक को Gateway API के नियमों में बदलने पर क्या अनुरोध सही सेवा तक पहुँचेंगे?
• नोड की व्यवस्था: नोड उपलब्ध कराने का तरीका बदलने पर क्या वर्कलोड को पहले जैसा शेड्यूलिंग व्यवहार और पर्याप्त क्षमता मिलेगी?

ये माइग्रेशन में बताए गए रूपांतरणों के लिए जाँच के सवाल हैं, इस बात की पुष्टि नहीं कि टूल हर स्थिति को सही संभाल लेता है। बनी हुई फ़ाइल का तकनीकी रूप से मान्य होना भी अनुमतियों, ट्रैफ़िक या क्षमता के सही बने रहने की गारंटी नहीं है।

तय नियमों की जाँच और पुल रिक्वेस्ट क्यों मायने रखती हैं

ऑफ़लाइन, तय नियमों पर आधारित जाँच का लाभ यह है कि प्रस्तावित फ़ाइलों को तैनाती से पहले एक ही कसौटी पर बार-बार परखा जा सकता है। लेकिन ऐसी जाँच उतना ही पकड़ती है जितना उसके नियमों में शामिल है; वह अपने दम पर यह साबित नहीं कर सकती कि माइग्रेशन के बाद ऐप पहले जैसा ही चलेगा। Google इस रिलीज़ में ऐसी सुरक्षा जाँच का उल्लेख करता है, पर उपलब्ध घोषणा अंश उनकी पूरी कवरेज नहीं बताता। 2

टूल के लिए वर्णित पुल रिक्वेस्ट वाला तरीका बदलाव सीधे चल रहे क्लस्टर पर लागू करने के बजाय इंजीनियरों के सामने समीक्षा के लिए रखेगा। इससे टीम बदलावों का अंतर देख सकती है और अपने मौजूदा CI/CD—यानी कोड की स्वचालित जाँच और तैनाती की प्रक्रिया—में टेस्ट, नीतियाँ और मंज़ूरी लागू कर सकती है। यह GKE के लिए Google की सोर्स कंट्रोल और CI/CD संबंधी सलाह के अनुरूप है, हालांकि उपलब्ध घोषणा अंश इस टूल की पुल-रिक्वेस्ट प्रक्रिया का हर चरण स्वतंत्र रूप से पुष्ट नहीं करता। 172

Google की घोषणा में Persistent के कार्यकारी उपाध्यक्ष राहुल श्रीवास्तव ने इसे “provable, compiler-grade migration factory” कहा है। इसे माइग्रेशन के लिए फ़ाइलें बनाने और जाँचने की उपमा समझना बेहतर है, पूरे माइग्रेशन की गणितीय सुरक्षा-गारंटी नहीं। लाइव वातावरण में व्यवहार, पहुँच, प्रदर्शन, निर्भरताएँ और अंतिम स्विचओवर अब भी परखने होंगे। 2

Intrinsic Core से इसका क्या संबंध है?

GKE घोषणा से दो दिन पहले, २२ सितंबर २०२६ को Intrinsic ने टोरंटो के ROSCon 2026 में Intrinsic Core पेश किया। इस ओपन-सोर्स, ROS-संगत रोबोटिक्स आधार में नियंत्रण, गति और पकड़ की योजना, सिमुलेशन तथा वस्तु की स्थिति का अनुमान लगाने जैसी क्षमताएँ शामिल हैं। रिपोर्टिंग के अनुसार यह Apache 2.0 लाइसेंस के तहत जारी हुआ है; Intrinsic हार्डवेयर से स्वतंत्र रियल-टाइम नियंत्रण और डिजिटल-ट्विन क्षमताओं का भी उल्लेख करता है। 403337

दोनों रिलीज़ के बीच रिश्ता रणनीतिक है, तकनीकी नहीं। GKE टूल क्लाउड बदलने की मेहनत घटाने की कोशिश करता है; Intrinsic Core औद्योगिक रोबोटिक्स ऐप बनाने के लिए तैयार आधार देता है। रिपोर्टिंग ने दूसरी पहल को रोबोटिक्स के लिए ‘Android’ जैसी रणनीति के रूप में पेश किया है। लेकिन इन रिलीज़ से यह साबित नहीं होता कि AWS ग्राहक Google Cloud पर चले जाएँगे या डेवलपर Google की भुगतान वाली AI सेवाएँ खरीदेंगे। 230

निष्कर्ष: Google का प्रस्ताव AI से तैयार बदलावों और उन्हें जाँचकर लागू करने के अधिकार के बीच दूरी रखता है। इससे माइग्रेशन को मौजूदा इंजीनियरिंग प्रक्रियाओं के भीतर परखना आसान हो सकता है। हर वर्कलोड का वास्तविक व्यवहार जाँचना फिर भी ज़रूरी है; उपलब्ध स्रोत माइग्रेशन की विफलताओं या लागत में किसी मापी गई कमी का प्रमाण नहीं देते। 219