Công cụ chuyển EKS sang GKE của Google: AI đề xuất, con người phê duyệt

Chuyển một ứng dụng từ Amazon Elastic Kubernetes Service (EKS) sang Google Kubernetes Engine (GKE) không đơn thuần là đổi tên vài trường trong tệp cấu hình Kubernetes. Đội ngũ vận hành phải hiểu ứng dụng phụ thuộc vào những gì, ai được phép truy cập tài nguyên nào và lưu lượng sẽ đi đâu sau khi chuyển. Hướng dẫn di chuyển container của Google cũng đặt việc kiểm kê khối lượng công việc và các phụ thuộc ở giai đoạn đầu. 19

Trong bối cảnh đó, Google công bố công cụ mã nguồn mở GKE Agentic Migration ngày 24/9/2026. Thay vì để kỹ sư tự hỏi một mô hình ngôn ngữ lớn (LLM) cách viết lại cấu hình rồi sử dụng ngay kết quả, Google mô tả một plugin tác nhân kết hợp suy luận của LLM với công cụ và các cơ chế kiểm soát có quy tắc, cho kết quả có thể kiểm tra lặp lại. 2

Chỗ nào cần xem kỹ nhất?

Trong quy trình chuyển cấu hình hạ tầng dưới dạng mã và manifest Kubernetes từ EKS sang GKE, ba nhóm thay đổi được nêu ra đáng để kỹ sư rà soát theo hành vi thực tế, không chỉ theo cú pháp:

• Danh tính và quyền truy cập: Khi ánh xạ cơ chế định danh của AWS sang Workload Identity của Google, ứng dụng có còn đúng quyền cần thiết, hay vô tình được cấp quá nhiều quyền?
• Đường đi của lưu lượng: Khi chuyển cấu hình truy cập qua bộ cân bằng tải sang Gateway API, yêu cầu có còn đến đúng dịch vụ theo các quy tắc định tuyến dự kiến?
• Cấp phát nút: Cách cung cấp năng lực tính toán mới có còn đáp ứng yêu cầu lên lịch chạy và dung lượng của từng ứng dụng?

Đó là những câu hỏi kiểm tra, không phải cam kết rằng công cụ xử lý đúng mọi trường hợp. Một manifest có thể hợp lệ về cú pháp nhưng vẫn làm thay đổi quyền truy cập, cách định tuyến hoặc giả định về tài nguyên.

AI không phải người quyết định triển khai

Công cụ kiểm tra ngoại tuyến dựa trên quy tắc có thể kiểm cùng một bộ tệp theo cùng một tiêu chí, thay vì dựa vào lời giải thích của chính LLM. Tuy nhiên, kết quả chỉ bao phủ những điều mà bộ quy tắc thực sự kiểm tra; nó không chứng minh ứng dụng sẽ hoạt động y hệt sau khi chuyển. Google xác nhận công cụ có các cơ chế kiểm soát này, nhưng phần thông báo được cung cấp không nêu đầy đủ phạm vi kiểm tra ngoại tuyến. 2

Quy trình dùng pull request được mô tả cho công cụ sẽ đưa thay đổi do AI tạo ra vào vòng rà soát mã và các bước kiểm tra, phê duyệt CI/CD hiện có, thay vì sửa trực tiếp cụm Kubernetes đang chạy. Đây là cách để kỹ sư xem phần khác biệt và chặn một đề xuất chưa đạt yêu cầu. Tài liệu GKE của Google cũng hướng dẫn sử dụng quản lý mã nguồn và CI/CD khi triển khai; tuy vậy, phần trích thông báo hiện có chưa xác nhận độc lập từng bước trong quy trình pull request của riêng công cụ này. 172

Rahul Shrivastava, lãnh đạo cấp cao tại Persistent, gọi cách tiếp cận này là một “nhà máy di chuyển có thể chứng minh, ở cấp độ trình biên dịch” trong thông báo của Google. Có thể hiểu đó là phép ví von cho việc tạo và kiểm tra các tệp phục vụ di chuyển — không phải bằng chứng toán học rằng toàn bộ cuộc chuyển đổi đã an toàn. Quyền truy cập, hiệu năng, các phụ thuộc và thời điểm chuyển lưu lượng sang hệ thống mới vẫn cần được thử nghiệm. 2

Liên hệ với Intrinsic Core: chiến lược, không phải cùng một công nghệ

Hai ngày trước thông báo về GKE, Intrinsic giới thiệu Intrinsic Core tại ROSCon 2026 ở Toronto. Nền tảng robot công nghiệp mã nguồn mở này tương thích với ROS, gồm các khả năng tái sử dụng cho điều khiển, lập kế hoạch chuyển động và thao tác gắp, mô phỏng, cùng ước lượng tư thế; các nguồn tin cho biết phần mềm được phát hành theo giấy phép Apache 2.0. Intrinsic còn mô tả khung điều khiển thời gian thực không phụ thuộc phần cứng và khả năng tạo bản sao số. 403337

Điểm chung giữa hai thông báo nằm ở việc hạ thấp rào cản bắt đầu: một bên hỗ trợ đánh giá công việc chuyển sang Google Cloud, bên kia cung cấp nền tảng để xây dựng ứng dụng robot. Báo chí ví hướng đi của Intrinsic với chiến lược “Android cho robot”. Nhưng từ hai bản phát hành này chưa thể kết luận khách hàng AWS sẽ chuyển nhà cung cấp đám mây, hoặc nhà phát triển robot sẽ mua dịch vụ AI của Google. 230

Kết luận thực tế: Thiết kế của công cụ GKE tìm cách thu hẹp khoảng cách niềm tin trong tự động hóa hạ tầng: AI có thể đề xuất thay đổi, còn việc kiểm tra và cho phép triển khai vẫn thuộc quy trình kỹ thuật. Cách làm đó giúp thay đổi dễ được đánh giá hơn, nhưng không thay thế kiểm thử từng ứng dụng; các nguồn hiện có cũng chưa đưa ra số liệu đo lường mức giảm lỗi hay chi phí di chuyển. 219