Arquitetura de Referência para Enterprise AI Harness no Kubernetes: Quatro Camadas para Implantação Segura de Agentes em Produção

O artigo apresenta uma arquitetura de referência para construir um Enterprise AI Harness auto-hospedado no Kubernetes, estruturada em quatro camadas: Entrada, Loop do Agente, Execução e Identidade, Política e Auditoria. A camada de Entrada separa o tráfego de usuários, agentes e eventos usando ferramentas como Traefik e webhooks do n8n. A camada do Loop do Agente (ReAct) gerencia sessões com estado do agente com memória, delegação e intervenção humana (human-in-the-loop, ou HITL) usando componentes como kagent e LangGraph. A camada de Execução controla o acesso a recursos externos (ferramentas MCP, fluxos de trabalho, LLMs) via FastMCP, n8n e LiteLLM. A camada de Identidade, Política e Auditoria fornece autenticação, autorização e auditoria transversais através de Keycloak, agentgateway, Vault/OpenBao e OTEL/Grafana. A arquitetura enfatiza limites de segurança, multilocação (via RLS, namespaces, políticas de rede) e contexto de implantação (Kubernetes, Helm, NetworkPolicy). As habilidades são implementadas como injeções de capacidade locais aos pods (imagens OCI com SKILL.md), enquanto as ferramentas são acessíveis em rede. O artigo ilustra o fluxo de trabalho com um exemplo de tarefa de engenharia, mostrando como a identidade flui da entrada através do agentgateway até a execução, com trilhas de auditoria em todo o processo. O autor observa que este é um modelo de referência funcional, não um produto, e convida à discussão sobre camadas essenciais.