{"id":16934,"date":"2026-05-18T11:16:00","date_gmt":"2026-05-18T16:16:00","guid":{"rendered":"https:\/\/syspertec.com.co\/web\/?p=16934"},"modified":"2026-05-18T11:16:00","modified_gmt":"2026-05-18T16:16:00","slug":"red-hat-une-a-desarrolladores-y-operadores-en-el-futuro-agentico-con-avances-trascendentales-en-red-hat-ai","status":"publish","type":"post","link":"https:\/\/syspertec.com.co\/web\/red-hat-une-a-desarrolladores-y-operadores-en-el-futuro-agentico-con-avances-trascendentales-en-red-hat-ai\/","title":{"rendered":"Red Hat une a desarrolladores y operadores en el futuro ag\u00e9ntico con avances trascendentales en Red Hat AI"},"content":{"rendered":"\n

Las nuevas capacidades de ‘metal-to-agent’ en Red Hat AI proporcionan una base para escalar modelos y agentes aut\u00f3nomos en toda la nube h\u00edbrida.<\/em><\/p>\n\n\n\n

Red Hat<\/strong>, el proveedor l\u00edder mundial de soluciones de c\u00f3digo abierto, anunci\u00f3 avances significativos en todo el portafolio de Red Hat AI para ayudar a cerrar la brecha entre la experimentaci\u00f3n con IA y el control operativo de grado de producci\u00f3n. Al ofrecer una plataforma unificada ‘del hardware al agente’ , Red Hat AI 3.4 simplifica el desarrollo y despliegue de flujos de trabajo ag\u00e9nticos, permitiendo que las organizaciones trasciendan los proyectos piloto hacia una IA escalable en toda su infraestructura.<\/p>\n\n\n\n

Al proporcionar un marco de trabajo consistente tanto para desarrolladores como para operadores, Red Hat sienta las bases para que las organizaciones escalen sistemas aut\u00f3nomos mientras mantienen el control, las capacidades de seguridad y la eficiencia de hardware que requiere la empresa moderna.<\/p>\n\n\n\n

\u00bfQu\u00e9 es Red Hat AI 3.4?<\/strong><\/p>\n\n\n\n

Red Hat AI 3.4 es una plataforma integral que ofrece la base arquitect\u00f3nica y las herramientas operativas necesarias para escalar modelos y flujos de trabajo ag\u00e9nticos en toda la nube h\u00edbrida. Un elemento central de este lanzamiento es la entrega de Model-as-a-Service (MaaS), que proporciona una interfaz \u00fanica y gobernada para que los desarrolladores accedan a modelos curados, permitiendo al mismo tiempo que los administradores rastreen el consumo y apliquen pol\u00edticas. Esto se construye sobre una base de inferencia distribuida de alto rendimiento, impulsada por vLLM y llm-d, para mantener un servicio de modelos optimizado y eficiente en una amplia gama de entornos.<\/p>\n\n\n\n

Si bien los agentes de IA impulsan una demanda exponencial de inferencia, Red Hat AI proporciona las capacidades para que las organizaciones desplieguen y gestionen agentes a escala, independientemente del marco de trabajo (framework) del agente.<\/p>\n\n\n\n

Las herramientas de AgentOps recientemente introducidas gestionan a los agentes desde el desarrollo hasta la producci\u00f3n con rastreo integrado, observabilidad, identidad criptogr\u00e1fica y gesti\u00f3n del ciclo de vida.<\/p>\n\n\n\n

Para integrar los datos empresariales con los modelos y agentes, Red Hat AI 3.4 introduce la gesti\u00f3n de prompts \u2014tratando a los prompts como activos de datos de primera clase\u2014 y un centro de evaluaci\u00f3n para determinar la precisi\u00f3n, calidad y seguridad de los modelos y agentes. Estas capacidades est\u00e1n impulsadas por MLflow, que proporciona un seguimiento de experimentos y gesti\u00f3n de artefactos integrados, tanto para casos de uso de IA generativa como predictiva. La plataforma permite a los usuarios validar la seguridad de los modelos y agentes con pruebas de seguridad automatizadas y red-teaming, utilizando tecnolog\u00eda de Chatterbox Labs y el proyecto Garak para proporcionar una ruta orientada a la seguridad desde los pilotos experimentales hasta la utilidad empresarial lista para producci\u00f3n.<\/p>\n\n\n\n

\u00bfPor qu\u00e9 Red Hat AI 3.4 es importante?<\/strong><\/p>\n\n\n\n

La transici\u00f3n de los chatbots experimentales a sistemas aut\u00f3nomos de grado de producci\u00f3n requiere un cambio fundamental en la forma en que colaboran los equipos de TI. Muchas organizaciones reconocen ahora la necesidad de pasar de ser meros ‘consumidores de tokens’ a ser ‘proveedores de tokens’ para gestionar mejor los costos y potenciar casos de uso de IA privados y soberanos.<\/p>\n\n\n\n

Sin embargo, la fricci\u00f3n entre los desarrolladores (builders) y los administradores de infraestructura sigue siendo el principal obst\u00e1culo para la adopci\u00f3n. Sin un enfoque unificado que alinee estos dos roles, las barreras de acceso a la infraestructura frenan la innovaci\u00f3n, mientras que los atajos de \u201cshadow AI\u201d introducen riesgos no gobernados y costos impredecibles.<\/p>\n\n\n\n

Red Hat AI 3.4 ayuda a resolver esta tensi\u00f3n al proporcionar una base empresarial para la inferencia escalable y el despliegue de agentes aut\u00f3nomos, ofreciendo la transparencia y el control necesarios para cumplir con rigurosos est\u00e1ndares de riesgo y gobernanza. Dado que los agentes operan con cierto nivel de independencia, la falta de visibilidad en su toma de decisiones crea un riesgo de seguridad cr\u00edtico.<\/p>\n\n\n\n

Red Hat AI aborda esto proporcionando la infraestructura para rastrear acciones, pasos de razonamiento y llamadas a herramientas, haciendo posible auditar c\u00f3mo un agente lleg\u00f3 a un resultado. Al integrar la gesti\u00f3n de identidad criptogr\u00e1fica, la plataforma vincula las acciones a una identidad verificada, ayudando a identificar qu\u00e9 entidad realiz\u00f3 la tarea. En conjunto, estas capacidades permiten a las organizaciones trascender los pilotos desconectados para tratar a la IA como una utilidad empresarial escalable, predecible y, lo m\u00e1s importante, responsable<\/p>\n\n\n\n

Qu\u00e9 dicen Red Hat y sus partners<\/strong><\/p>\n\n\n\n

\u201cLa era ag\u00e9ntica representa una evoluci\u00f3n de nuestra plataforma: de ejecutar aplicaciones tradicionales a potenciar sistemas inteligentes y aut\u00f3nomos\u201d,<\/em> afirm\u00f3 Joe Fernandes, vicepresidente y gerente general de la Unidad de Negocio de IA en Red Hat. \u201cEstamos definiendo el est\u00e1ndar abierto sobre c\u00f3mo la empresa ejecuta la IA. Al proporcionar una base reforzada y de metal-to-agent para la inferencia de IA, MaaS y AgentOps, Red Hat ofrece la garant\u00eda operativa que las organizaciones necesitan para innovar a escala manteniendo un control riguroso\u201d.<\/em><\/p>\n\n\n\n

\u201cLa colaboraci\u00f3n de CoreWeave con Red Hat se basa en un compromiso compartido con la apertura y en ofrecer una base de inferencia de alto rendimiento que permita a las empresas escalar sus cargas de trabajo de IA m\u00e1s complejas\u201d,<\/em> afirm\u00f3 Urvashi Chowdhary, vicepresidenta de Gesti\u00f3n de Productos de Servicios de IA en CoreWeave. \u201cJuntos, hemos entregado un modelo de implementaci\u00f3n para Red Hat AI Inference en el Servicio Kubernetes de CoreWeave para ejecutar el mismo stack de inferencia tanto de forma local como en la nube, con un control nativo de Kubernetes y un rendimiento de grado de producci\u00f3n. Esto permite que los equipos de IA empresarial en industrias reguladas se concentren en lo m\u00e1s importante: construir y escalar la IA, en lugar de reconfigurar su stack para cada nuevo entorno\u201d.<\/em><\/p>\n\n\n\n

\u201cLos agentes aut\u00f3nomos de larga ejecuci\u00f3n en la empresa exigen un nuevo nivel de control de infraestructura y seguridad para garantizar operaciones confiables a escala\u201d,<\/em> se\u00f1al\u00f3 John Fanelli, vicepresidente de Software Empresarial en NVIDIA. \u201cRed Hat AI Factory with NVIDIA proporciona una base unificada impulsada por el c\u00f3digo abierto que otorga a los desarrolladores y operadores la gobernanza y la confianza necesarias para el futuro ag\u00e9ntico\u201d.<\/em><\/p>\n\n\n\n

Conclusiones principales<\/strong><\/p>\n\n\n\n

La inferencia escalable de alto rendimiento se une al acceso gobernado a modelos: La inferencia de modelos de alta eficiencia sigue siendo el n\u00facleo de la IA lista para producci\u00f3n. Al combinar el servidor de inferencia vLLM y el motor de inferencia distribuida llm-d con MaaS, Red Hat AI 3.4 proporciona una base fiable y de alto rendimiento para la inferencia de modelos, al tiempo que simplifica el acceso gobernado a los mismos para usuarios y agentes.<\/p>\n\n\n\n

AgentOps optimizado para el ciclo de vida de aplicaciones aut\u00f3nomas: Red Hat AI 3.4 introduce capacidades integrales de AgentOps para ayudar a operativizar agentes a escala. Esto incluye rastreo integrado, observabilidad y evaluaciones, junto con la gesti\u00f3n de identidad y del ciclo de vida de los agentes para trasladarlos del desarrollo a la producci\u00f3n.<\/p>\n\n\n\n

Conectando datos con modelos y agentes: Los datos empresariales son el combustible que impulsa a los modelos y agentes. Red Hat AI 3.4 a\u00f1ade la gesti\u00f3n de prompts \u2014tratando a los prompts como activos de datos de primera clase\u2014 y un centro de evaluaci\u00f3n para gestionar valoraciones de calidad, precisi\u00f3n, seguridad y riesgo. Estas capacidades est\u00e1n impulsadas por MLflow, que tambi\u00e9n proporciona un seguimiento de experimentos y gesti\u00f3n de artefactos integrados tanto para casos de uso de IA generativa como de IA\/ML predictiva.<\/p>\n\n\n\n

Seguridad y protecci\u00f3n integradas para modelos y agentes: Para ayudar a proteger todo el stack de IA, Red Hat AI ofrece una postura de seguridad por capas que se extiende desde el sistema operativo hasta la l\u00f3gica ag\u00e9ntica. Al proporcionar pruebas de seguridad automatizadas y red-teaming, las organizaciones pueden adoptar un enfoque basado en datos para la selecci\u00f3n y configuraci\u00f3n de modelos y guardrails, ayudando a proteger mejor las cargas de trabajo de IA contra las amenazas en evoluci\u00f3n.<\/p>\n\n\n\n

Detalles espec\u00edficos<\/strong><\/p>\n\n\n\n

Inferencia avanzada y optimizaci\u00f3n de modelos: Red Hat AI Inference a\u00f1ade priorizaci\u00f3n de peticiones a sus capacidades de inferencia distribuida, permitiendo que el tr\u00e1fico interactivo y el de fondo compartan el mismo punto de conexi\u00f3n (endpoint), mientras que las peticiones sensibles a la latencia se procesan primero bajo carga. Red Hat AI Inference tambi\u00e9n se extiende m\u00e1s all\u00e1 de Red Hat OpenShift hacia servicios de Kubernetes adicionales, incluidos CoreWeave y Azure, proporcionando a las organizaciones una pila de inferencia consistente en diversos entornos. El soporte de decodificaci\u00f3n especulativa, ya disponible de forma general, mejora la velocidad de respuesta entre 2 y 3 veces con un impacto m\u00ednimo en la calidad, reduciendo a su vez el costo por interacci\u00f3n.<\/p>\n\n\n\n

Model-as-a-Service (MaaS) gobernado:<\/strong> Esta funci\u00f3n permite a los ingenieros de plataforma ofrecer modelos curados y validados a trav\u00e9s de puntos de conexi\u00f3n de API con seguridad mejorada, utilizando interfaces est\u00e1ndar compatibles con OpenAI. Esto permite una gobernanza unificada tanto de modelos internos como de API externas, integrada con la autenticaci\u00f3n basada en proveedores de identidad (IDP).<\/p>\n\n\n\n

Gesti\u00f3n de prompts integrada:<\/strong> La plataforma proporciona herramientas unificadas para construir y gestionar prompts como activos de datos de primera clase. Almacenar las instrucciones que impulsan a los modelos y agentes en un registro central proporciona una \u00fanica fuente de verdad tanto para desarrolladores como para administradores.<\/p>\n\n\n\n

Evaluaciones automatizadas para modelos y agentes:<\/strong> Red Hat AI 3.4 introduce el evaluation hub, un plano de control de evaluaci\u00f3n de IA unificado e independiente del marco de trabajo para evaluar modelos de lenguaje extensos (LLM), aplicaciones de IA y agentes. Esto sustituye los m\u00e9todos de prueba fragmentados por un enfoque unificado de benchmarking para medir la calidad, precisi\u00f3n y riesgo.<\/p>\n\n\n\n

Seguridad multicapa: <\/strong>El escaneo adversarial automatizado est\u00e1 ahora integrado directamente en el ciclo de vida del desarrollo. Aprovechando la tecnolog\u00eda de Chatterbox Labs, la plataforma Red Hat AI utiliza Garak para examinar modelos y sistemas ag\u00e9nticos en busca de riesgos como jailbreaks, inyecciones de prompts y sesgos, combinado con NVIDIA NeMo Guardrails para la seguridad en tiempo de ejecuci\u00f3n.<\/p>\n\n\n\n

Observabilidad lista para producci\u00f3n:<\/strong> La integraci\u00f3n de MLflow brinda visibilidad sobre la ejecuci\u00f3n de los agentes, permitiendo el rastreo de extremo a extremo de las llamadas de LLM, pasos de razonamiento, ejecuci\u00f3n de herramientas, respuestas del modelo y uso de tokens mediante OpenTelemetry. Esto crea una pista de auditor\u00eda transparente para todo el ciclo de vida de los prompts, embeddings y configuraciones RAG para facilitar la depuraci\u00f3n y la auditor\u00eda. MLflow tambi\u00e9n proporciona seguimiento de experimentos y gesti\u00f3n de artefactos integrados para casos de uso de IA generativa y predictiva.<\/p>\n\n\n\n

Gobernanza basada en identidad:<\/strong> Mediante la gesti\u00f3n de identidad criptogr\u00e1fica (SPIFFE\/SPIRE), Red Hat AI permite a las organizaciones sustituir las claves est\u00e1ticas codificadas por tokens de corta duraci\u00f3n. Esto respalda las operaciones de m\u00ednimo privilegio para agentes aut\u00f3nomos en toda la pila y ayuda a confirmar que las acciones ag\u00e9nticas est\u00e1n vinculadas a una identidad verificada.<\/p>\n\n\n\n

Experiencias automatizadas:<\/strong> Herramientas como AutoRAG y AutoML automatizan tareas complejas de IA, que van desde la selecci\u00f3n de las estrategias de recuperaci\u00f3n m\u00e1s eficaces para conjuntos de datos espec\u00edficos hasta la construcci\u00f3n y optimizaci\u00f3n de modelos predictivos tradicionales.<\/p>\n\n\n\n

Flexibilidad de hardware y nubes gestionadas:<\/strong> Red Hat AI 3.4 ofrece soporte desde el primer d\u00eda para las arquitecturas de GPU NVIDIA Blackwell y AMD MI325X. Al extender esta arquitectura de plataforma unificada para ejecutarse de forma nativa en nubes gestionadas de terceros \u2014incluyendo el nuevo Red Hat AI Inference en IBM Cloud\u2014, Red Hat proporciona consistencia operativa en una amplia gama de proveedores de hardware y nube.<\/p>\n\n\n\n

Disponibilidad<\/strong><\/p>\n\n\n\n

Se espera que Red Hat AI 3.4 est\u00e9 disponible a finales de este mes.<\/p>\n\n\n\n

Acerca de Red Hat, Inc.<\/strong><\/p>\n\n\n\n

Red Hat<\/a> es la compa\u00f1\u00eda l\u00edder en tecnolog\u00eda de nube h\u00edbrida abierta que proporciona una base confiable, consistente y completa para una innovaci\u00f3n transformadora de la TI y las aplicaciones de IA. Su portafolio de tecnolog\u00edas de nube, desarrollo, IA, Linux, automatizaci\u00f3n y plataforma de aplicaciones hace posible la implementaci\u00f3n de cualquier aplicaci\u00f3n en cualquier lugar, desde el centro de datos hasta el Edge. Como proveedor l\u00edder mundial de soluciones de software de c\u00f3digo abierto empresarial, Red Hat invierte en ecosistemas y comunidades abiertos para resolver los desaf\u00edos de TI del ma\u00f1ana. Por medio de la colaboraci\u00f3n, Red Hat ayuda a clientes y partners a construir, conectar, automatizar, proteger y gestionar sus entornos de TI, con el respaldo de servicios de consultor\u00eda, capacitaci\u00f3n y certificaci\u00f3n reconocidos mundialmente<\/a>.<\/p>\n\n\n\n

Con\u00e9ctese con Red Hat<\/strong><\/p>\n\n\n\n