เจาะสถาปัตยกรรม
AI / API
Morgan Stanley ใช้ "Architecture as Code" รับมือยุคที่ AI Agent กลายเป็นลูกค้ารายใหม่ของ API
เมื่อ agent เริ่มเรียก API เองทั้งวัน ทีมวิศวกรรมจะคุมกฎ คุมเวอร์ชัน และอัปเกรดระบบโดยไม่ให้ล่มได้ยังไง
ทีมข่าว เอไอไทย.com
⏱ อ่าน 4 นาที
ต่อจากนี้ไป คนที่เรียก API ของคุณอาจไม่ใช่โปรแกรมเมอร์ที่อ่าน doc เป็น แต่เป็น agent ที่ตัดสินใจเองว่าอยากยิงอะไร — แล้วทีมคุณพร้อมรับมือหรือยัง
ถ้าคุณยังคิดว่า API program คือเรื่องของทีม backend ที่คอยเปิด endpoint ใหม่ให้แอปมือถือเรียก ก็ถึงเวลาปรับความเข้าใจใหม่แล้ว เพราะในงาน Presentation บนเวทีของ InfoQ ครั้งนี้ Jim Gough และ Andreea Niculcea จาก Morgan Stanley ออกมาเล่าว่าพวกเขากำลังรื้อวิธีคิดเรื่อง API ทั้งหมดใหม่ เพื่อรองรับโลกที่ AI agent กลายเป็นผู้เรียก API รายสำคัญ
ประเด็นคือ Morgan Stanley ไม่ได้แค่ทดลองเล่น MCP หรือ Agent-to-Agent (A2A) แบบที่หลายบริษัททำเป็นโปรเจกต์นำร่องแล้วปล่อยจบ แต่พวกเขาผูกมันเข้ากับแนวคิดที่เรียกว่า Architecture as Code ผ่านเครื่องมือชื่อ CALM — ซึ่งย่อมาจากอะไรนั้นไม่สำคัญเท่ากับไอเดียข้างหลัง: สถาปัตยกรรมระบบควรถูกเขียนเป็นโค้ดที่ version control ได้ ตรวจสอบได้ และบังคับใช้กฎอัตโนมัติได้ ไม่ใช่รูปวาดใน Confluence ที่ไม่มีใครอัปเดตตั้งแต่ปี 2022
ลองนึกภาพ API program แบบเก่าที่คุณคุ้นเคย — มีทีมแพลตฟอร์มคอยรีวิว spec, คอยอนุมัติ breaking change, คอยบอกว่าใครเรียก endpoint ไหนได้บ้าง กระบวนการพวกนี้พังทันทีเมื่อ agent เริ่มเรียก API เองแบบ real-time เพราะไม่มีใครมานั่งอนุมัติ pull request ทุกครั้งที่ agent อยากยิง request
สิ่งที่ Morgan Stanley ทำคือยกกฎพวกนี้ไปไว้ในชั้น deploy แทน ผ่านสิ่งที่ Gough และ Niculcea เรียกว่า deployment gates — ถ้า agent หรือ service ไหนจะขึ้น production มันต้องผ่านด่านที่ตรวจสถาปัตยกรรมอัตโนมัติก่อน ไม่ใช่รอคนมารีวิว ตรงนี้แหละคือจุดที่ Architecture as Code ไม่ใช่ buzzword อีกต่อไป แต่เป็นกลไกความปลอดภัยจริงๆ
ใน session นี้ Gough และ Niculcea ไล่เล่าเป็นข้อๆ ว่าพวกเขาทำอะไรบ้าง ซึ่งถ้าแกะออกมาจะเห็นเป็นสามก้อนที่ผูกกันแน่น:
Architecture as Code ด้วย CALM
เขียนสถาปัตยกรรม API เป็นโค้ดที่ตรวจสอบได้ แทนที่จะปล่อยให้มันเป็นเอกสารลอยๆ ทำให้กฎและข้อจำกัดต่างๆ กลายเป็นสิ่งที่บังคับใช้ได้จริงใน pipeline
ผสาน MCP และ A2A
รองรับทั้ง Model Context Protocol ที่ให้ LLM เรียกเครื่องมือภายนอก และ Agent-to-Agent communication ที่ให้ agent คุยกันเอง ทั้งสองอย่างต้องอยู่ใต้กรอบสถาปัตยกรรมเดียวกัน ไม่ใช่ต่างคนต่างทำ
Zero-downtime upgrade
อัปเกรดแพลตฟอร์มโดยไม่ทำให้ระบบล่ม ซึ่งเป็นเงื่อนไขจำเป็นถ้าอยากขยาย AI และ agentic workflow ในระดับองค์กรการเงินที่หยุดไม่ได้แม้แต่นาทีเดียว
ตรงนี้ต้องพูดตรงๆ ว่าสิ่งที่ Morgan Stanley กำลังทำไม่ใช่เรื่องใหม่ในแง่แนวคิด — zero-downtime deploy กับ infrastructure as code มีมานานแล้วในวงการ DevOps แต่การเอากรอบคิดเดิมมาขยายให้ครอบคลุม agent ที่ตัดสินใจเองได้ อันนี้คือของใหม่ และมันโหดกว่าเดิมเยอะ เพราะ agent ไม่ได้ทำตาม playbook ที่เขียนไว้ล่วงหน้า มันตัดสินใจจาก context ที่เปลี่ยนทุกวินาที
คำถามที่ผมอยากให้คนอ่านคิดตามคือ — ถ้าองค์กรการเงินระดับ Morgan Stanley ต้องลงทุนสร้างกรอบ governance ใหม่ทั้งชุดเพื่อรองรับ agent แล้วบริษัททั่วไปที่ยังใช้ API key ฝังใน env file ล่ะ พวกเขาจะรอดไหมในอีก 2-3 ปีข้างหน้า เมื่อ agent เริ่มเป็นผู้ใช้ API รายใหญ่กว่าแอปมือถือของตัวเอง
ประเด็นไม่ได้อยู่ที่ว่า MCP หรือ A2A จะกลายเป็นมาตรฐานหรือไม่ แต่อยู่ที่ว่า API program ของคุณถูกออกแบบมาให้ "คน" เป็นผู้เรียก หรือออกแบบมาให้ "agent" เป็นผู้เรียก — สองโลกนี้ต้องการ governance คนละแบบ และ Morgan Stanley กำลังบอกใบ้ว่าคำตอบที่ใช้ได้จริงหน้าตาเป็นยังไง
ที่มา: InfoQ AI/ML — อ่านต้นฉบับ
ความคิดเห็น 6
กำลังโหลดความคิดเห็น...