આર્ટિકલ: Model Context Protocol (MCP) માંથી તેના બિલ્ટ-ઇન સેશન આઈડી (session IDs) દૂર કરવામાં આવ્યા છે, અને NVIDIA AI એજન્ટ્સને વધુ સુરક્ષિત (harden) બનાવવા માટે એક ખુલ્લું જોડાણ (open alliance) કરી રહ્યું છે. આ ફેરફારો સર્વર ફાર્મ્સને સામાન્ય HTTP લોડ બેલેન્સર્સ પાછળ રહી શકવાની મંજૂરી આપે છે અને સુરક્ષા ટીમોને ઓન-પ્રેમિસિસ (on-premises) મોડલ્સ ચલાવવા માટે એક સહિયાર ટૂલબોક્સ આપે છે, જે એજન્ટ ઇન્ફ્રાસ્ટ્રક્ચર અને ગવર્નન્સના નકશાને બદલી શકે તેવો બદલાવ છે.

સ્ટેટલેસ MCP છુપા સ્ટેટને દૂર કરે છે

MCP ની મૂળ ડિઝાઇનમાં દરેક વિનંતી (request) માં સેશન આઈડેન્ટિફાયર સામેલ હતું, જે સર્વર્સને દરેક ક્લાયન્ટની પ્રગતિ પર નજર રાખવા માટે મજબૂર કરતું હતું. નવું સ્પષ્ટીકરણ (specification) લાંબા સમય સુધી ચાલતા કાર્યોને સ્પષ્ટ એક્સ્ટેન્શનમાં—જેમ કે "Tasks" મોડ્યુલ—ધકેલી દે છે, જેથી મુખ્ય પ્રોટોકોલમાં હવે કોઈ છુપો સ્ટેટ (hidden state) રહેતો નથી.

ડેવલપર્સ આની અસર તરત જ અનુભવી રહ્યા છે: સર્વર્સ હવે સ્ટાન્ડર્ડ HTTP રિવર્સ પ્રોક્સીઝ પાછળ ડુપ્લીકેટ કરી શકાય છે, અને સ્કેલિંગ એ વધુ સમાન ઇન્સ્ટન્સ ઉમેરવાનો વિષય બની જાય છે. આનો નુકસાન એ છે કે જેઓ જૂની API નો ઉપયોગ કરી રહ્યા છે તેમના માટે આ એક 'બ્રેકિંગ ચેન્જ' છે; ટાસ્ક મેટાડેટાને મુખ્ય વિનંતી પ્રવાહની બહાર હેન્ડલ કરવા માટે હાલના કોડને રિફેક્ટર (refactor) કરવો પડશે.

NVIDIA ના નેતૃત્વ હેઠળનું AI સુરક્ષા જોડાણ સ્થાનિક નિરીક્ષણ માટે દરવાજા ખોલે છે

NVIDIA, Microsoft, IBM અને અન્ય ઘણી કંપનીઓએ એક ખુલ્લા જૂથની જાહેરાત કરી છે જેનો હેતુ એવા સાધનો શેર કરવાનો છે જે સંસ્થાઓને AI એજન્ટ્સ સુરક્ષિત કરવામાં મદદ કરે છે. આ જોડાણ મોડલ્સને સ્થાનિક રીતે (locally) ચલાવવાની ક્ષમતાનું વચન આપે છે, જે સુરક્ષા ટીમોને મોડલ દ્વારા પ્રોસેસ કરવામાં આવતા ડેટાની સીધી ઍક્સેસ આપે છે. આ ત્યારે મહત્વનું બને છે જ્યારે હોસ્ટેડ APIs ફોરેન્સિક વિશ્લેષણ માટે પેલોડ (payloads) જાહેર કરવાનો ઇનકાર કરે છે, અથવા જ્યારે નિયમો એવી માંગ કરે છે કે સંવેદનશીલ માહિતી ક્યારેય કોર્પોરેટ ફાયરવોલની બહાર ન જાય.

આ કન્સોર્ટિયમ ડિટેક્શન લાઇબ્રેરીઓ, સેન્ડબોક્સિંગ ફ્રેમવર્ક અને ઓડિટ લોગ્સનું એકત્રીકરણ કરશે. સહભાગીઓ કોઈ એક વેન્ડરના રોડમેપની રાહ જોયા વગર સુધારામાં ફાળો આપી શકે છે, જે સંભવિત રીતે સુરક્ષિત (hardened) એજન્ટ સ્ટેક્સની ઉપલબ્ધતાને ઝડપી બનાવશે.

ભૂરાજકીય પરિસ્થિતિમાં AI એક નવો વિવાદનું કેન્દ્ર બની રહ્યું છે

એક અલગ વિકાસ એ વાત પર ભાર મૂકે છે કે AI કેટલી ઝડપથી રાજદ્વારી સાધન (diplomatic lever) બની રહ્યું છે. એડવાન્સ્ડ મોડલ્સને લક્ષ્ય બનાવતા સંભવિત વ્યાપારિક પ્રતિબંધો વિશે અહેવાલો સામે આવ્યા પછી ચીને યુનાઇટેડ સ્ટેટ્સ પર "AI હેજેમનિઝમ" (AI hegemonism) નો આરોપ લગાવ્યો હતો. આ વિવાદ Moonshot AI ના Kimi K3 પર કેન્દ્રિત છે, જે એક લાર્જ લેંગ્વેજ મોડલ છે જેના વિશે યુએસ અધિકારીઓનો આરોપ છે કે તે અમેરિકન મોડલ આઉટપુટમાંથી મેળવવામાં આવ્યું હતું. Moonshot કોઈપણ વિદેશી ડેટાના ઉપયોગનો ઇનકાર કરે છે અને ભારપૂર્વક કહે છે કે આ આર્કિટેક્ચર સંપૂર્ણપણે મૌલિક છે. બંને પક્ષોના દાવાને ચકાસવા માટે કોઈ જાહેર પુરાવા સામે આવ્યા નથી, જેનાથી આ આરોપ સાબિત થયેલા ઉલ્લંઘનને બદલે રાજકીય દેખાડાના ક્ષેત્રમાં રહી ગયો છે.

જોખમો ઘણું ઊંચા છે: જો સરકારો AI મોડલ્સને વ્યૂહાત્મક સંપત્તિ તરીકે ગણવાનું શરૂ કરશે, તો નિકાસ નિયંત્રણો અને લાયસન્સિંગ વ્યવસ્થાઓ સંશોધનના મુક્ત પ્રવાહને મર્યાદિત કરી શકે છે, જેનાથી છેલ્લા કેટલાક વર્ષોમાં ઝડપી પ્રગતિ લાવનારા સહયોગો જટિલ બની શકે છે.

GitHub એ એન્ટરપ્રાઇઝ માટે Copilot ગવર્નન્સને કડક બનાવ્યું

GitHub એ તેના Copilot AI pair-programmer માટે સમર્પિત એન્ટરપ્રાઇઝ પોલિસી ઉમેરી છે. એડમિનિસ્ટ્રેટર્સ હવે દરેક વ્યક્તિગત ક્લાયન્ટ માટે પરવાનગીઓનું સંચાલન કરવાને બદલે, સિંગલ સેટિંગ સાથે આખી સંસ્થા માટે Copilot એપને ચાલુ અથવા બંધ કરી શકે છે. આ ફેરફાર એવી કંપનીઓ માટે રોલઆઉટને સરળ બનાવે છે જે અન્ય AI સાધનોને કડક નિયંત્રણ હેઠળ રાખીને એકીકૃત એજન્ટ ક્લાયન્ટ ઈચ્છે છે.

Microsoft નો મલ્ટી-એજન્ટ સાયબર-ડિફેન્સ પ્રયોગ

Microsoft નું "Project Perception" સાયબર સિક્યુરિટી માટે ત્રણ-ટીમ એજન્ટ સિસ્ટમનું પરીક્ષણ કરી રહ્યું છે. રેડ એજન્ટ્સ હુમલાનું અનુકરણ કરે છે, બ્લુ એજન્ટ્સ રક્ષણાત્મક પગલાં સાથે પ્રતિસાદ આપે છે, અને ગ્રીન એજન્ટ્સ પરિણામનું મૂલ્યાંકન કરે છે. સિંગલ મોનોલિથિક મોડલથી દૂર જઈને, આ પ્રોજેક્ટ એક સતત ફીડબેક લૂપ બનાવે છે જ્યાં સંરક્ષણનું સતત પરીક્ષણ અને શુદ્ધિકરણ કરવામાં આવે છે. આ અભિગમ અન્ય કંપનીઓ માટે ટેમ્પલેટ બની શકે છે જેઓ તેમની સુરક્ષા કામગીરીમાં એડવર્સરીયલ ટેસ્ટિંગ (adversarial testing) ને સામેલ કરવા માંગે છે.

ઓપરેટર્સ માટે આ બદલાવ શા માટે મહત્વપૂર્ણ છે

વલણ સ્પષ્ટ છે: એજન્ટ સિસ્ટમ્સ મુખ્ય ઇન્ફ્રાસ્ટ્રક્ચર બની રહી છે. સ્ટેટલેસ પ્રોટોકોલ્સ વિનંતી પ્રવાહનું ઓડિટ કરવાનું અને છુપા સેશન ડેટાને શોધ્યા વિના નિષ્ફળતાઓમાંથી રિકવર કરવાનું સરળ બનાવે છે. સ્થાનિક અમલીકરણ અને સહિયારા સુરક્ષા સાધનો સંસ્થાઓને પાલન (compliance) ની માંગણીઓ પૂરી કરવા માટે જરૂરી પારદર્શિતા આપે છે. દરમિયાન, ભૌગોલિક રાજકીય ખેંચતાણ એ સંકેત આપે છે કે મોડલ પ્રોવેનન્સ (model provenance) પરનું નિયંત્રણ ટૂંક સમયમાં રેગ્યુલેટરી ફ્રન્ટ લાઇન બની શકે છે.

આગામી અવરોધ માત્ર સ્માર્ટ એજન્ટ્સ બનાવવાનો નથી; તે એવા એજન્ટ્સ બનાવવાનો છે જેમના સ્ટેટ, પરવાનગીઓ અને નિષ્ફળતાના મોડ્સનું કોઈપણ અન્ય મહત્વપૂર્ણ ઇન્ફ્રાસ્ટ્રક્ચરની જેમ જ કડકાઈથી નિરીક્ષણ, ઓડિટ અને શાસન (govern) કરી શકાય.