Nutanix Agent Gateway y NAI 2.8: qué es y qué cambia para la IA agéntica

 

Llevamos un par de años viendo cómo la IA generativa pasa de ser un chatbot simpático a algo bastante más serio: agentes que ejecutan tareas, llaman a APIs, tocan sistemas internos y, para rematar, lanzan otros agentes por debajo. Es en ese salto donde muchos proyectos se atascan, y no por falta de modelo, sino por falta de control.

Nutanix ha ido metiendo piezas en ese hueco durante todo 2026. La más relevante es el Agent Gateway, que forma parte de Nutanix Enterprise AI (NAI). Merece la pena repasar qué es exactamente y qué ha ido cambiando, porque el nombre ha evolucionado y es fácil hacerse un lío.

Primero, ordenemos las versiones

• NAI 2.6: aquí aparece el concepto de AI Gateway, un servicio para aplicar políticas unificadas sobre modelos en cloud público y modelos privados. Nutanix lo presentó dentro del paraguas de su solución Agentic AI, junto con soporte de MCP y fine tuning.
• NAI 2.7 (blog oficial del 26 de mayo de 2026): el Nutanix Agent Gateway pasa a estar en disponibilidad general. En ese momento, el acceso a servidores MCP seguía marcado como Tech Preview, es decir, no recomendado para producción.
• NAI 2.8 (26 de agosto de 2026): la gestión de servidores MCP dentro del Agent Gateway pasa a GA, que es probablemente el cambio más importante de los tres.

Si en algún sitio lees "AI Gateway" y en otro "Agent Gateway", no te estás volviendo loco: es la misma línea de producto, con el nombre afinado conforme el foco pasaba de gobernar modelos a gobernar agentes.

Qué problema resuelve de verdad

La descripción que hace Nutanix es la de una capa central que se sitúa entre quien pide (usuarios, agentes) y lo que consume (LLMs, servidores MCP, herramientas de negocio). En la práctica, ataca tres dolores bastante reconocibles.

El descontrol de tokens

Cuando un agente puede generar subagentes, el consumo no crece lineal, se multiplica. El gateway centraliza la observabilidad de tokens entre proveedores, de modo que se puede medir quién gasta, atribuir costes por equipo y poner límites. Nutanix también lo vende como una palanca para detectar qué cargas conviene mover a modelos self-hosted y reducir factura de proveedores externos, que es un argumento razonable aunque conviene medirlo en tu caso antes de darlo por hecho.

La shadow AI

Si el desarrollador no tiene una vía fácil y segura para consumir modelos, se buscará la vida con su propia API key. El gateway ofrece una API unificada: el mismo endpoint sirva el modelo que sirva, sea externo o propio, con autenticación, límites y monitorización consistentes. Eso es lo que evita que cada equipo monte su chiringuito.

El acceso a herramientas vía MCP

Aquí es donde 2.8 aporta lo nuevo. En vez de que cada agente se conecte por su cuenta a cada servidor MCP, el gateway actúa como puerta única. Lo que describe Nutanix incluye desplegar servidores MCP localmente dentro del entorno NAI para que los datos sensibles no salgan del perímetro, agregar varios servidores MCP bajo un único endpoint, definir permisos finos por herramienta (por ejemplo, solo lectura frente a escritura) por usuario o por API key, y hacer actualizaciones en caliente de los servidores MCP locales sin cortar el servicio.

Se añaden además registros de actividad de las peticiones MCP para tener trazabilidad. Un apunte que vi en un análisis de NAND Research y que me parece importante: esos logs registran a qué herramientas y fuentes accedió cada agente, pero la inspección del contenido de los prompts no forma parte del logging por defecto. No he encontrado esa precisión en la documentación oficial que he consultado, así que tómalo como lo que es: un matiz de analista que conviene verificar con tu equipo de Nutanix si la auditoría de prompts es un requisito para ti.

Lo que viene junto en 2.8

Aunque el titular es MCP, la release trae más cosas que afectan al día a día:

• Fine-tuning de modelos pequeños (por debajo de 8B de parámetros) con datos propios, con la idea de acercarse a la precisión de un modelo grande en casos de uso concretos gastando mucho menos GPU.
• Soporte de NVIDIA NIM en entornos air-gapped, para clientes regulados con licencia NVIDIA AI Enterprise.
• Inferencia multinodo y multi-GPU (Tech Preview) para servir modelos de más de 100B parámetros cuando no caben en un solo nodo, y kvCache offloading (también Tech Preview) para mover contexto de la memoria de GPU a la del host.
• Constructor de roles personalizados, con un catálogo de más de 30 permisos sobre usuarios, licencias, modelos, endpoints, claves de API y observabilidad.
• Rate limiting basado en cabeceras con presupuestos de tokens por usuario, todavía en Tech Preview.

Sobre rendimiento: algunas coberturas de prensa mencionaron speculative decoding con aceleraciones de hasta 2,5x en la generación de tokens, citando a Nutanix. No he podido confirmar ese número en el blog oficial de la 2.8, y la propia fuente advertía que depende del modelo, el hardware y la carga. Yo no lo usaría como cifra de planificación.

Mi lectura

Lo interesante de este movimiento no es técnico, es de encuadre. Nutanix está tratando el gobierno de agentes como un problema de infraestructura, no de aplicación. Es coherente con lo que ya hacen con VMs, contenedores y almacenamiento: una capa común, un modelo de permisos, una consola. Y encaja con el discurso de soberanía del dato que les funciona bien en Europa y en sectores regulados.

Hay dos preguntas que yo me haría antes de emocionarme. La primera, cuánto de esto encaja con tu IAM actual, porque un gateway que no habla con tu directorio acaba siendo un silo más. La segunda, el modelo de licenciamiento: he visto referencias a que el Agent Gateway se licencia de forma separada dentro de NAI 2.8, pero es información de terceros y no la he podido validar en material oficial de precios. Pregúntalo explícitamente.

Dicho eso, la dirección me parece la correcta. La parte difícil de la IA agéntica nunca fue conectar un agente a una herramienta; fue poder explicar después qué hizo, con qué permisos y a qué coste.

Nota: este artículo refleja la información disponible en septiembre de 2026. Nutanix publica releases de NAI con cadencia alta, así que conviene contrastar versiones y disponibilidad en la documentación oficial antes de tomar decisiones.