เจาะประเด็น
AI Engineering
เบื้องหลัง Uber คุมทัพ AI Agent หลายพันตัวด้วยเกตเวย์กลางตัวใหม่
เมื่อองค์กรเริ่มใช้เอเจนต์ลุยงานจริง ปัญหาใหญ่คือความปลอดภัยและการจัดการระบบหลังบ้านที่เริ่มเละเทะ
ทีมข่าว เอไอไทย.com
⏱ อ่าน 3 นาที
การปล่อยให้ AI ต่อตรงกับระบบภายในองค์กรโดยไม่มีตัวกลางคุม คือหายนะด้านความปลอดภัยที่รอวันระเบิด
พอพูดถึง Uber คนส่วนใหญ่ก็นึกถึงแค่แอปเรียก The Car หรือสั่งข้าว แต่เบื้องหลังโครงสร้างไอทีของบริษัทนี้โคตรโหดเรื่องการจัดการระบบขนาดใหญ่ ล่าสุดพวกเขาลุกขึ้นมาแก้ปัญหาปวดหัวที่คนทำระบบ AI กำลังเผชิญกันทั่วโลก นั่นคือการคุมพฤติกรรมของ AI Agent ที่ตอนนี้ผุดขึ้นมาในองค์กรราวกับดอกเห็ด
เรื่องมันเริ่มมาจากความยุ่งเหยิงเวลาที่เอเจนต์พวกนี้พยายามจะเข้าถึงระบบภายใน เพื่อดึงข้อมูลหรือสั่งการนู่นนี่นั่น ถ้าปล่อยให้ต่างคนต่างต่อเข้า API ตรงๆ รับรองว่าเละเทะ ทีมวิศวกรของ Uber เลยแก้ปัญหาด้วยการสร้างระบบกลางที่ชื่อว่า MCP Gateway ขึ้นมา เพื่อใช้เป็นทางผ่านเดียวสำหรับควบคุมการเชื่อมต่อทั้งหมดให้อยู่ในร่องในรอย
ตัวเลขของเจ้าระบบนี้บอกชัดเจนว่าทำไม Uber ถึงต้องทำเกตเวย์ขึ้นมา เพราะตอนนี้ในบ้านเขามี MCP servers มากกว่า 800 เซิร์ฟเวอร์ และมีเครื่องมือหรือ tools ให้เอเจนต์เลือกใช้อีกกว่า 5,000 ตัว ลองนึกภาพตามว่าถ้าไม่มีระบบมาตรฐานกลาง ใครอยากหยิบเครื่องมือไหนใช้ก็หยิบ ระบบคงพังไม่เป็นท่าแถมความลับรั่วไหลแน่นอน
หัวใจหลักของเกตเวย์ตัวนี้คือการแยกส่วนของการลงทะเบียนเครื่องมือออกจากตอนที่ระบบรันจริง พูดง่ายๆ คือแยกฝั่งตั้งค่ากับฝั่งใช้งานออกจากกันเด็ดขาด ทำให้การจัดการสิทธิ์และการตรวจสอบความปลอดภัยทำได้ง่ายขึ้นเยอะ
เกตเวย์ตัวนี้ไม่ได้ทำหน้าที่แค่เป็นทางผ่านธรรมดา แต่ใส่ฟีเจอร์ความปลอดภัยมาแน่นเอี้ยด เริ่มตั้งแต่การค้นหา API อัตโนมัติ การคุมสิทธิ์การเข้าถึงแบบเข้มงวด ไปจนถึงการเซ็นเซอร์ข้อมูลส่วนตัวหรือข้อมูลอ่อนไหวแบบเรียลไทม์ไม่ให้หลุดรอดไปถึงมือเอเจนต์ที่ไม่เกี่ยวข้อง
API Discovery & Access Control
ระบบค้นหาและควบคุมสิทธิ์การเข้าถึงบริการภายในอัตโนมัติ
Data Redaction & Filtering
ระบบเซ็นเซอร์ข้อมูลอ่อนไหวและกรองคำตอบก่อนส่งกลับให้เอเจนต์
Omni MCP
ระบบค้นหาเครื่องมือแบบค่อยเป็นค่อยไป ช่วยให้เอเจนต์หาตัวช่วยที่ต้องการได้มีประสิทธิภาพขึ้น
นอกจากนี้ยังมีฟีเจอร์เด็ดอย่าง Omni MCP ที่ช่วยให้เอเจนต์สามารถค้นหาเครื่องมือแบบค่อยเป็นค่อยไปได้ ไม่ต้องโหลดข้อมูลทั้งหมดมาเกะกะในหน่วยความจำทีเดียว ซึ่งช่วยประหยัดทรัพยากรและทำให้ระบบตอบสนองได้เร็วขึ้นมาก
สิ่งที่ Uber ทำในครั้งนี้สะท้อนภาพชัดเจนว่า ยุคของการทดลองเล่น AI แชทบốtจบไปแล้ว ตอนนี้องค์กรใหญ่กำลังเข้าสู่โหมดการจัดการระบบโครงสร้างพื้นฐานอย่างจริงจัง ใครที่คิดจะเอาเอเจนต์มาทำงานจริงในระบบหลังบ้าน คงต้องเริ่มมองหาแนวทางทำเกตเวย์กลางแบบนี้บ้างแล้ว ไม่งั้นคุมไม่อยู่แน่
การสร้างเกตเวย์กลางของ Uber คือภาพสะท้อนว่าวิศวกรรม AI ในภาคองค์กรกำลังเปลี่ยนผ่านจากการลองผิดลองถูก สู่การควบคุมความปลอดภัยอย่างเป็นระบบ
ที่มา: InfoQ AI/ML — อ่านต้นฉบับ
ความคิดเห็น 0
กำลังโหลดความคิดเห็น...