Apabila ejen AI beralih daripada bot sembang ringkas kepada pekerja autonomi, mereka semakin bergantung kepada Model Context Protocol (MCP) untuk berinteraksi dengan alatan dan data luaran. Walau bagaimanapun, keupayaan ini datang dengan kos kewangan dan prestasi tersembunyi yang kini sedang diusahakan untuk diselesaikan oleh Okta.

Memahami "Cukai Alatan" dalam Orkestrasi AI

Apabila ejen AI berinteraksi dengan persekitaran melalui pelayan MCP, setiap panggilan model memerlukan ejen tersebut memahami keupayaan yang tersedia. Untuk melakukan ini, sistem mesti menghantar keseluruhan senarai skema alatan, nama, keterangan, dan parameter ke dalam konteks prom (prompt context).

Okta telah mengenal pasti fenomena ini sebagai "cukai alatan" (tool tax). Apabila bilangan alatan yang disepadukan bertambah, beban kerja prom (prompt overhead) berkembang secara eksponen. Ini membawa kepada peningkatan ketara dalam penggunaan token, yang secara langsung melambungkan kos operasi dan meningkatkan kependaman (latency) bagi setiap langkah penaakulan yang diambil oleh ejen tersebut. Bagi penggunaan skala perusahaan yang menguruskan ratusan alatan, beban kerja ini boleh menjadi hambatan utama bagi bajet dan prestasi.

Menyelesaikan Beban Kerja dengan MCP Berasaskan Identiti

Untuk mengurangkan ketidakcekapan ini, Okta memperkenalkan senarai alatan MCP berasaskan identiti (identity-scoped). Daripada menyiarkan setiap alatan yang tersedia kepada setiap permintaan model, pendekatan Okta menggunakan pengurusan identiti dan akses (IAM) untuk menapis set alatan secara dinamik.

Dengan melaksanakan skop berasaskan identiti, pelayan MCP hanya menyediakan definisi alatan khusus yang dibenarkan untuk digunakan oleh pengguna atau ejen yang telah disahkan. Jika ejen bertindak bagi pihak pekerja junior, ia hanya menerima sebahagian daripada keseluruhan skema alatan; jika ia bertindak bagi pihak pentadbir, ia menerima set lengkap. Ini memastikan tetingkap konteks (context window) model tidak dipenuhi dengan keterangan alatan yang tidak relevan atau tidak dibenarkan, sekali gus mengurangkan jumlah token yang diperlukan untuk setiap panggilan inferens secara berkesan.

Mengapa Ini Penting untuk Ekosistem AI

Perkembangan ini menandakan peralihan kritikal daripada AI "berpusatkan keupayaan" (capability-centric) kepada AI "berpusatkan tadbir urus" (governance-centric). Apabila pembangun beralih ke arah aliran kerja ejen yang lebih kompleks, industri menyedari bahawa skala tidak boleh dicapai melalui kaedah prom paksaan (brute-force prompting).

Strategi Okta menangani dua halangan paling ketara dalam penggunaan AI perusahaan: pengoptimuman kos dan keselamatan. Dengan mengaitkan pendedahan alatan kepada identiti, Okta bukan sahaja mengurangkan "cukai alatan" tetapi juga menguatkuasakan prinsip keistimewaan paling rendah (principle of least privilege) pada peringkat protokol. Ini memastikan ejen AI tidak secara tidak sengaja menemui atau cuba memanggil fungsi sensitif—seperti alatan pemadaman pangkalan data—hanya kerana skema alatan tersebut ada dalam konteks prom.

Ringkasan Utama

  • Mengurangkan Pembaziran Token: MCP berasaskan identiti mengehadkan skema alatan yang dihantar ke LLM, secara langsung menurunkan "cukai alatan" dan mengurangkan kos inferens.
  • Keselamatan yang Dipertingkatkan: Dengan menapis alatan berdasarkan identiti pengguna, Okta menguatkuasakan kawalan akses yang ketat, menghalang ejen daripada mengakses fungsi yang tidak dibenarkan.
  • Aliran Kerja Ejen yang Boleh Diskala: Skop membolehkan perusahaan menggunakan perpustakaan alatan yang luas tanpa peningkatan linear dalam kependaman dan beban kerja prom yang biasanya dilihat dalam pelaksanaan MCP skala besar.

Kesimpulannya: Dengan mengaitkan pendedahan alatan kepada identiti, Okta mengurangkan pembengkakan token yang telah menghambat penggunaan ejen AI skala besar sambil memperketat keselamatan. Langkah ini mendorong industri ke arah AI berpusatkan tadbir urus, di mana kos, kelajuan, dan kawalan akses dibina terus ke dalam protokol dan bukannya ditambah kemudian.