ככל שסוכני AI עוברים מצ'אטבוטים פשוטים לעובדים אוטונומיים, הם מסתמכים יותר ויותר על ה-Model Context Protocol (MCP) כדי לתקשר עם כלים ונתונים חיצוניים. עם זאת, ליכולת זו יש מחיר פיננסי וביצועי נסתר שחברת Okta פועלת כעת לפתור.

הבנת ה-"Tool Tax" בתזמור AI

כאשר סוכן AI מתקשר עם סביבה באמצעות שרת MCP, כל קריאה למודל דורשת מהסוכן להבין את היכולות הזמינות לו. כדי לעשות זאת, המערכת חייבת להעביר את רשימת ה-tool schemas המלאה, כולל שמות, תיאורים ופרמטרים, לתוך הקשר הפרומפט (prompt context).

Okta זיהתה תופעה זו כ-"tool tax" (מס הכלים). ככל שמספר הכלים המשולבים גדל, העומס על הפרומפט (prompt overhead) מתרחב באופן אקספוננציאלי. הדבר מוביל לעלייה משמעותית בצריכת טוקנים (tokens), מה שמנפח ישירות את העלויות התפעוליות ומגדיל את השיהוי (latency) בכל שלב הסקה שהסוכן מבצע. עבור פריסות בקנה מידה ארגוני המנהלות מאות כלים, עומס זה עלול להפוך לחסם מרכזי הן בתקציב והן בביצועים.

פתרון העומס באמצעות MCP מוגדר זהות (Identity-Scoped MCP)

כדי לצמצם חוסר יעילות זה, Okta מציגה רשימות כלים ב-MCP המוגדרות לפי זהות (identity-scoped). במקום לשדר כל כלי זמין לכל בקשת מודל, הגישה של Okta משתמשת בניהול זהויות וגישה (IAM) כדי לסנן את סט הכלים באופן דינמי.

באמצעות יישום הגדרת היקף מבוססת זהות, שרת ה-MCP מספק רק את הגדרות הכלים הספציפיות שהמשתמש או הסוכן המאומת מורשים להשתמש בהן. אם סוכן פועל בשם עובד זוטר, הוא יקבל רק תת-קבוצה של ה-tool schema הכוללת; אם הוא פועל בשם מנהל מערכת, הוא יקבל את החבילה המלאה. זה מבטיח שחלון ההקשר (context window) של המודל לא יתמלא בתיאורי כלים לא רלוונטיים או לא מורשים, מה שמפחית ביעילות את מספר הטוקנים הנדרשים לכל קריאת הסקה (inference call).

למה זה חשוב לאקוסיסטם של ה-AI

פיתוח זה מסמן מעבר קריטי מ-AI "מבוסס יכולות" (capability-centric) ל-AI "מבוסס ממשל" (governance-centric). ככל שמפתחים נעים לעבר תהליכי עבודה סוכניים (agentic workflows) מורכבים יותר, התעשייה מבינה שלא ניתן להשיג קנה מידה רחב באמצעות פרומפטים בכוח גס (brute-force prompting).

האסטרטגיה של Okta נותנת מענה לשני מהמכשולים המשמעותיים ביותר באימוץ AI בארגונים: אופטימיזציה של עלויות ואבטחה. על ידי קישור חשיפת הכלים לזהות, Okta לא רק מפחיתה את ה-"tool tax" אלא גם אוכפת את עיקרון "ההרשאה המינימלית" (least privilege) ברמת הפרוטוקול. זה מבטיח שסוכן AI לא יגלה בטעות או ינסה לקרוא לפונקציה רגישה — כמו כלי למחיקת מסד נתונים — רק משום שסכמת הכלי הייתה נוכחת בהקשר הפרומפט.

נקודות מרכזיות

  • צמצום בזבוז טוקנים: MCP מוגדר זהות מגביל את ה-tool schemas שנשלחים ל-LLMs, מה שמוריד ישירות את ה-"tool tax" ומפחית את עלויות ההסקה.
  • אבטחה משופרת: באמצעות סינון כלים על בסיס זהות המשתמש, Okta אוכפת בקרות גישה קפדניות, ומונעת מסוכנים לגשת לפונקציות לא מורשות.
  • תהליכי עבודה סוכניים ניתנים להרחבה: הגדרת היקף (scoping) מאפשרת לארגונים לפרוס ספריות ענק של כלים מבלי לחוות עלייה ליניארית בשיהוי ובעומס הפרומפט, כפי שקורה בדרך כלל ביישומים רחבי היקף של MCP.

בשורה התחתונה: על ידי קישור חשיפת הכלים לזהות, Okta מצמצמת את "ניפוח הטוקנים" שעיכב פריסות של סוכני AI בקנה מידה גדול, תוך הידוק האבטחה. המהלך דוחף את התעשייה לעבר AI מבוסס ממשל (governance-centric), שבו עלות, מהירות ובקרת גישה מוטמעות בתוך הפרוטוקול ולא מתווספות אליו בדיעבד.