AI ഏജന്റുകൾ ലളിതമായ ചാറ്റ്‌ബോട്ടുകളിൽ നിന്ന് സ്വയം പ്രവർത്തിക്കുന്ന തൊഴിലാളികളായി മാറിക്കൊണ്ടിരിക്കുമ്പോൾ, ബാഹ്യ ടൂളുകളുമായും ഡാറ്റയുമായും ഇടപഴകാൻ അവർ Model Context Protocol (MCP)-നെ കൂടുതൽ ആശ്രയിക്കുന്നു. എന്നിരുന്നാലും, ഈ കഴിവിനൊപ്പം ഒളിഞ്ഞിരിക്കുന്ന സാമ്പത്തികവും പ്രവർത്തനപരവുമായ ചിലവുകളുണ്ട്, അത് പരിഹരിക്കാനാണ് Okta ഇപ്പോൾ ശ്രമിക്കുന്നത്.

AI ഓർക്കസ്ട്രേഷനിലെ "ടൂൾ ടാക്സ്" (Tool Tax) മനസ്സിലാക്കാം

ഒരു AI ഏജന്റ് ഒരു MCP സെർവർ വഴി ഒരു എൻവയോൺമെന്റുമായി ഇടപഴകുമ്പോൾ, ഓരോ മോഡൽ കോളിലും ലഭ്യമായ കപ്പാബിലിറ്റികൾ ഏതാണെന്ന് ഏജന്റ് മനസ്സിലാക്കേണ്ടതുണ്ട്. ഇതിനായി, ടൂൾ സ്കീമകളുടെയും (tool schemas), പേരുകളുടെയും, വിവരണങ്ങളുടെയും, പാരാമീറ്ററുകളുടെയും മുഴുവൻ പട്ടികയും പ്രോംപ്റ്റ് കോൺടെക്സ്റ്റിലേക്ക് (prompt context) നൽകേണ്ടി വരുന്നു.

Okta ഇതിനെ "ടൂൾ ടാക്സ്" (tool tax) എന്ന് വിളിക്കുന്നു. സംയോജിപ്പിച്ചിട്ടുള്ള ടൂളുകളുടെ എണ്ണം കൂടുന്തോറും, പ്രോംപ്റ്റ് ഓവർഹെഡ് (prompt overhead) വർദ്ധിക്കുന്നു. ഇത് ടോക്കൺ ഉപയോഗം ഗണ്യമായി വർദ്ധിപ്പിക്കുന്നു, ഇത് പ്രവർത്തനച്ചെലവ് കൂട്ടുകയും ഏജന്റ് എടുക്കുന്ന ഓരോ തീരുമാനത്തിലും ലേറ്റൻസി (latency) വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു. നൂറുകണക്കിന് ടൂളുകൾ കൈകാര്യം ചെയ്യുന്ന എന്റർപ്രൈസ് തലത്തിലുള്ള വിന്യാസങ്ങളിൽ, ഈ അധികഭാരം ബജറ്റിനും പ്രവർത്തനക്ഷമതയ്ക്കും വലിയ തടസ്സമായി മാറിയേക്കാം.

ഐഡന്റിറ്റി-സ്കോപ്പ്ഡ് MCP ഉപയോഗിച്ച് ഓവർഹെഡ് പരിഹരിക്കാം

ഈ അക്ഷമ പരിഹരിക്കുന്നതിനായി, Okta ഐഡന്റിറ്റി-സ്കോപ്പ്ഡ് MCP ടൂൾ ലിസ്റ്റുകൾ അവതരിപ്പിക്കുന്നു. എല്ലാ മോഡൽ റിക്വസ്റ്റുകൾക്കും ലഭ്യമായ എല്ലാ ടൂളുകളും നൽകുന്നതിന് പകരം, Okta-യുടെ സമീപനം ഐഡന്റിറ്റി ആൻഡ് ആക്സസ് മാനേജ്‌മെന്റ് (IAM) ഉപയോഗിച്ച് ടൂൾസെറ്റിനെ ഡൈനാമിക് ആയി ഫിൽട്ടർ ചെയ്യുന്നു.

ഐഡന്റിറ്റി-സ്കോപ്പിംഗ് നടപ്പിലാക്കുന്നതിലൂടെ, ഓതന്റിക്കേറ്റഡ് ആയ ഉപയോക്താവിനോ ഏജന്റിനോ ഉപയോഗിക്കാൻ അനുവാദമുള്ള പ്രത്യേക ടൂൾ നിർവചനങ്ങൾ (tool definitions) മാത്രമേ MCP സെർവർ നൽകുന്നുള്ളൂ. ഒരു ഏജന്റ് ഒരു ജൂനിയർ ജീവനക്കാരന് വേണ്ടി പ്രവർത്തിക്കുകയാണെങ്കിൽ, ആകെ ടൂൾ സ്കീമയുടെ ഒരു ഭാഗം മാത്രമേ അതിന് ലഭിക്കൂ; എന്നാൽ ഒരു അഡ്മിനിസ്ട്രേറ്റർക്ക് വേണ്ടി പ്രവർത്തിക്കുകയാണെങ്കിൽ, മുഴുവൻ ടൂളുകളും ലഭിക്കും. ഇത് മോഡലിന്റെ കോൺടെക്സ്റ്റ് വിൻഡോയിൽ അനാവശ്യമായതോ അനുമതിയില്ലാത്തതോ ആയ ടൂൾ വിവരണങ്ങൾ നിറയുന്നത് ഒഴിവാക്കുന്നു, അതുവഴി ഓരോ ഇൻഫറൻസ് കോളുകൾക്കും ആവശ്യമായ ടോക്കണുകളുടെ എണ്ണം ഫലപ്രദമായി കുറയ്ക്കുന്നു.

AI ഇക്കോസിസ്റ്റത്തിന് ഇത് എന്തുകൊണ്ട് പ്രധാനമാണ്?

ഈ വികസനം "കപ്പാബിലിറ്റി-സെൻട്രിക്" (capability-centric) AI-ൽ നിന്ന് "ഗവേണൻസ്-സെൻട്രിക്" (governance-centric) AI-ലേക്കുള്ള ഒരു നിർണ്ണായക മാറ്റമാണ് സൂചിപ്പിക്കുന്നത്. ഡെവലപ്പർമാർ കൂടുതൽ സങ്കീർണ്ണമായ ഏജന്റിക് വർക്ക്ഫ്ലോകളിലേക്ക് നീങ്ങുമ്പോൾ, ബ്രൂട്ട്-ഫോഴ്സ് പ്രോംപ്റ്റിംഗിലൂടെ (brute-force prompting) സ്കെയിൽ കൈവരിക്കാൻ കഴിയില്ലെന്ന് വ്യവസായം തിരിച്ചറിയുന്നു.

Okta-യുടെ തന്ത്രം എന്റർപ്രൈസ് AI സ്വീകരിക്കുന്നതിലെ ഏറ്റവും പ്രധാനപ്പെട്ട രണ്ട് തടസ്സങ്ങളെ അഭിസംബോധന ചെയ്യുന്നു: ചിലവ് കുറയ്ക്കലും (cost optimization) സുരക്ഷയും (security). ടൂൾ എക്സ്പോഷറിനെ ഐഡന്റിറ്റിയുമായി ബന്ധിപ്പിക്കുന്നതിലൂടെ, Okta "ടൂൾ ടാക്സ്" കുറയ്ക്കുക മാത്രമല്ല, പ്രോട്ടോക്കോൾ തലത്തിൽ ലീസ്റ്റ് പ്രിവിലേജ് തത്വം (principle of least privilege) നടപ്പിലാക്കുകയും ചെയ്യുന്നു. ഇത് ഒരു AI ഏജന്റ് അബദ്ധവശാൽ ഒരു സെൻസിറ്റീവ് ഫംഗ്ഷൻ—ഉദാഹരണത്തിന്, ഒരു ഡാറ്റാബേസ് ഡിലീറ്റ് ചെയ്യാനുള്ള ടൂൾ—കണ്ടെത്തുകയോ വിളിക്കാൻ ശ്രമിക്കുകയോ ചെയ്യുന്നത് തടയുന്നു. ആ ടൂളിന്റെ സ്കീമ പ്രോംപ്റ്റ് കോൺടെക്സ്റ്റിൽ ഉണ്ടെന്ന കാരണത്താൽ മാത്രം അത് ലഭ്യമാകില്ല എന്ന് ഇത് ഉറപ്പാക്കുന്നു.

പ്രധാന കാര്യങ്ങൾ

  • ടോക്കൺ പാഴാകുന്നത് കുറയ്ക്കുന്നു: ഐഡന്റിറ്റി-സ്കോപ്പ്ഡ് MCP, LLM-കളിലേക്ക് അയക്കുന്ന ടൂൾ സ്കീമകളെ പരിമിതപ്പെടുത്തുന്നു, ഇത് നേരിട്ട് "ടൂൾ ടാക്സ്" കുറയ്ക്കുകയും ഇൻഫറൻസ് ചിലവ് കുറയ്ക്കുകയും ചെയ്യുന്നു.
  • മെച്ചപ്പെട്ട സുരക്ഷ: ഉപയോക്താവിന്റെ ഐഡന്റിറ്റി അടിസ്ഥാനമാക്കി ടൂളുകളെ ഫിൽട്ടർ ചെയ്യുന്നതിലൂടെ, Okta കർശനമായ ആക്സസ് നിയന്ത്രണങ്ങൾ ഏർപ്പെടുത്തുന്നു, ഇത് ഏജന്റുകൾ അനുമതിയില്ലാത്ത ഫംഗ്ഷനുകൾ ഉപയോഗിക്കുന്നത് തടയുന്നു.
  • സ്കെയിലബിൾ ഏജന്റിക് വർക്ക്ഫ്ലോകൾ: ഐഡന്റിറ്റി സ്കോപ്പിംഗ് വഴി, വലിയ തോതിലുള്ള MCP വിന്യാസങ്ങളിൽ സാധാരണയായി കാണപ്പെടുന്ന ലേറ്റൻസിയും പ്രോംപ്റ്റ് ഓവർഹെഡും കൂടാതെ തന്നെ വലിയ ടൂൾ ലൈബ്രറികൾ ഉപയോഗിക്കാൻ എന്റർപ്രൈസുകൾക്ക് സാധിക്കുന്നു.

ചുരുക്കത്തിൽ: ടൂൾ എക്സ്പോഷറിനെ ഐഡന്റിറ്റിയുമായി ബന്ധിപ്പിക്കുന്നതിലൂടെ, Okta വലിയ തോതിലുള്ള AI ഏജന്റ് വിന്യാസങ്ങളെ തടസ്സപ്പെടുത്തുന്ന ടോക്കൺ വർദ്ധനവ് കുറയ്ക്കുകയും സുരക്ഷ ശക്തമാക്കുകയും ചെയ്യുന്നു. ഈ നീക്കം വ്യവസായത്തെ ഗവേണൻസ്-സെൻട്രിക് AI-ലേക്ക് നയിക്കുന്നു, അവിടെ ചിലവ്, വേഗത, ആക്സസ് നിയന്ത്രണം എന്നിവ പ്രോട്ടോക്കോളിൽ തന്നെ ഉൾപ്പെടുത്തിയിരിക്കുന്നു.