Nu AI-agenten transformeren van eenvoudige chatbots naar autonome werkers, vertrouwen ze steeds vaker op het Model Context Protocol (MCP) om met externe tools en gegevens te communiceren. Deze mogelijkheid brengt echter verborgen financiële en prestatiekosten met zich mee die Okta nu probeert op te lossen.

Het begrijpen van de "tool tax" in AI-orkestratie

Wanneer een AI-agent via een MCP-server met een omgeving communiceert, vereist elke individuele modelaanroep dat de agent zijn beschikbare mogelijkheden begrijpt. Om dit te doen, moet het systeem de volledige lijst met tool-schema's, namen, beschrijvingen en parameters naar de prompt-context doorgeven.

Okta heeft dit fenomeen geïdentificeerd als de "tool tax". Naarmate het aantal geïntegreerde tools groeit, neemt de prompt-overhead exponentieel toe. Dit leidt tot een aanzienlijke stijging van het tokenverbruik, wat de operationele kosten direct opdrijft en de latentie bij elke redeneerstap van de agent verhoogt. Voor implementaties op bedrijfsniveau die honderden tools beheren, kan deze overhead een grote flessenhals worden voor zowel het budget als de prestaties.

Overhead oplossen met Identity-Scoped MCP

Om deze inefficiëntie te verminderen, introduceert Okta identity-scoped MCP-tool-lijsten. In plaats van elke beschikbare tool naar elke modelaanvraag te verzenden, gebruikt de aanpak van Okta identity and access management (IAM) om de toolset dynamisch te filteren.

Door identity-scoped scoping toe te passen, biedt de MCP-server alleen de specifieke tool-definities die de geauthenticeerde gebruiker of agent is geautoriseerd om te gebruiken. Als een agent optreedt namens een junior medewerker, ontvangt deze slechts een deel van het totale tool-schema; als de agent optreedt namens een administrator, ontvangt deze het volledige pakket. Dit zorgt ervoor dat het contextvenster van het model niet wordt vervuild met irrelevante of ongeautoriseerde tool-beschrijvingen, waardoor het aantal tokens dat nodig is voor elke inference-aanroep effectief wordt verminderd.

Waarom dit belangrijk is voor het AI-ecosysteem

Deze ontwikkeling markeert een cruciale verschuiving van "capability-centric" AI naar "governance-centric" AI. Nu ontwikkelaars overstappen op complexere agentic workflows, realiseert de industrie zich dat schaalbaarheid niet kan worden bereikt door middel van brute-force prompting.

De strategie van Okta pakt twee van de grootste hindernissen bij de adoptie van enterprise AI aan: kostenoptimalisatie en beveiliging. Door de blootstelling van tools te koppelen aan identiteit, vermindert Okta niet alleen de "tool tax", maar dwingt het ook het principe van least privilege af op protocolniveau. Dit zorgt ervoor dat een AI-agent niet per ongeluk een gevoelige functie ontdekt of probeert aan te roepen — zoals een tool voor het verwijderen van een database — simpelweg omdat het schema van die tool aanwezig was in de prompt-context.

Belangrijkste punten

  • Vermindering van tokenverspilling: Identity-scoped MCP beperkt de tool-schema's die naar LLM's worden verzonden, waardoor de "tool tax" direct wordt verlaagd en de inference-kosten worden verminderd.
  • Verbeterde beveiliging: Door tools te filteren op basis van gebruikersidentiteit, dwingt Okta strikte toegangscontroles af, waardoor agenten geen toegang krijgen tot ongeautoriseerde functies.
  • Schaalbare agentic workflows: Scoping stelt ondernemingen in staat om enorme bibliotheken met tools te implementeren zonder de lineaire toename in latentie en prompt-overhead die gebruikelijk is bij grootschalige MCP-implementaties.

Conclusie: Door de blootstelling van tools te koppelen aan identiteit, vermindert Okta de token bloat die grootschalige implementaties van AI-agenten heeft belemmerd, terwijl de beveiliging wordt aangescherpt. Deze stap duwt de industrie richting governance-centric AI, waarbij kosten, snelheid en toegangscontrole in het protocol zijn ingebouwd in plaats van achteraf toegevoegd.