Model Context Protocol (MCP) அதன் உள்ளமைக்கப்பட்ட session IDs-களை இழந்துவிட்டது, மேலும் AI ஏஜென்ட்களை (agents) வலுப்படுத்துவதற்காக NVIDIA ஒரு திறந்த கூட்டமைப்பிற்குத் தலைமை தாங்குகிறது. இந்த மாற்றங்கள் சர்வர் பண்ணைகளை (server farms) சாதாரண HTTP load balancers-களுக்குப் பின்னால் அமர அனுமதிக்கின்றன மற்றும் பாதுகாப்பு குழுக்களுக்கு மாடல்களை உள்ளூரிலேயே (on-premises) இயக்குவதற்கான ஒரு பொதுவான கருவிப் பெட்டியை வழங்குகின்றன; இந்த மாற்றம் ஏஜென்ட் உள்கட்டமைப்பு மற்றும் நிர்வாகத்தின் வரைபடத்தையே மாற்றியமைக்கக்கூடும்.

ஒரு stateless MCP மறைமுகமான நிலையை (hidden state) நீக்குகிறது

MCP-இன் அசல் வடிவமைப்பு ஒவ்வொரு கோரிக்கையிலும் (request) ஒரு session identifier-ஐ இணைத்திருந்தது, இது ஒவ்வொரு கிளையண்டின் முன்னேற்றத்தையும் சர்வர்கள் கண்காணிக்க வேண்டிய கட்டாயத்தை உருவாக்கியது. புதிய விவரக்குறிப்பு (specification), நீண்ட நேரம் நடக்கும் பணிகளை "Tasks" போன்ற வெளிப்படையான விரிவாக்கங்களுக்கு (extensions) மாற்றுகிறது, இதனால் முக்கிய புரோட்டோகால் இனி எந்த மறைமுகமான நிலையையும் (hidden state) சுமந்து செல்லாது.

டெவலப்பர்கள் இதன் தாக்கத்தை உடனடியாக உணர்கிறார்கள்: சர்வர்களை இப்போது நிலையான HTTP reverse proxies-களுக்குப் பின்னால் நகலெடுக்க முடியும், மேலும் அளவிடுதல் (scaling) என்பது கூடுதல் ஒரே மாதிரியான இன்ஸ்டன்ஸ்களைச் சேர்ப்பதன் மூலம் சாத்தியமாகும். இதன் சவாலாக, பழைய API-ஐப் பயன்படுத்துபவர்களுக்கு இது ஒரு பெரிய மாற்றமாக (breaking change) அமையும்; தற்போதைய கோடுகளை (code) முக்கிய கோரிக்கை ஓட்டத்திற்கு வெளியே பணித் தரவுகளை (task metadata) கையாளும் வகையில் மாற்றியமைக்க வேண்டும்.

NVIDIA தலைமையிலான AI பாதுகாப்பு கூட்டணி உள்ளூர் ஆய்வுக்கு வழிவகுக்கிறது

NVIDIA, Microsoft, IBM மற்றும் பல பிற நிறுவனங்கள், நிறுவனங்கள் AI ஏஜென்ட்களைப் பாதுகாப்பதற்கான கருவிகளைப் பகிர்ந்து கொள்வதை நோக்கமாகக் கொண்ட ஒரு திறந்த குழுவை அறிவித்துள்ளன. இந்த கூட்டணி மாடல்களை உள்ளூரிலேயே (locally) இயக்கும் திறனை வழங்குகிறது, இது பாதுகாப்பு குழுக்களுக்கு ஒரு மாடல் செயலாக்கும் தரவை நேரடியாக அணுக வழிவகை செய்கிறது. ஹோஸ்டட் API-கள் தடயவியல் ஆய்விற்கான (forensic analysis) தரவுகளை வெளிப்படுத்த மறுக்கும்போது அல்லது முக்கியமான தகவல்கள் நிறுவனத்தின் ஃபயர்வால் (firewall) விட்டு வெளியேறக்கூடாது என்று விதிமுறைகள் கோரும்போது இது முக்கியத்துவம் பெறுகிறது.

இந்தக் கூட்டமைப்பு கண்டறிதல் நூலகங்கள் (detection libraries), sandboxing கட்டமைப்புகள் மற்றும் audit logs ஆகியவற்றை ஒன்றிணைக்கும். பங்கேற்பாளர்கள் ஒரு தனிப்பட்ட விற்பனையாளரின் திட்டத்திற்காகக் காத்திருக்காமல் மேம்பாடுகளை வழங்க முடியும், இது வலுவூட்டப்பட்ட ஏஜென்ட் ஸ்டேக்குகளின் (hardened agent stacks) கிடைப்பதைத் துரிதப்படுத்தக்கூடும்.

புவிசார் அரசியலில் AI ஒரு புதிய மோதல் புள்ளியாக மாறுகிறது

AI எவ்வளவு விரைவாக ஒரு ராஜதந்திரக் கருவியாக மாறி வருகிறது என்பதை மற்றொரு வளர்ச்சி அடிக்கோடிட்டுக் காட்டுகிறது. மேம்பட்ட மாடல்களைக் குறிவைத்து வர்த்தகக் கட்டுப்பாடுகள் விதிக்கப்படலாம் என்ற செய்திகள் வெளியான பிறகு, அமெரிக்கா மீது சீனா "AI ஆதிக்கம்" (AI hegemonism) என்று குற்றம் சாட்டியுள்ளது. இந்தத் தகராறு Moonshot AI-இன் Kimi K3 என்ற பெரிய மொழி மாடலை (large language model) மையமாகக் கொண்டுள்ளது; இது அமெரிக்க மாடல் வெளியீடுகளிலிருந்து எடுக்கப்பட்டது என்று அமெரிக்க அதிகாரிகள் குற்றம் சாட்டுகின்றனர். Moonshot நிறுவனம் எந்தவொரு வெளிநாட்டுத் தரவுப் பயன்பாட்டையும் மறுக்கிறது மற்றும் அதன் கட்டமைப்பு முற்றிலும் அசல் என்று insistence செய்கிறது. இரு தரப்பு வாதங்களையும் உறுதிப்படுத்த எந்தவொரு பொது ஆதாரமும் இன்னும் வெளிவரவில்லை, இது இந்த குற்றச்சாட்டை நிரூபிக்கப்பட்ட மீறலாகக் கருதாமல் அரசியல் நிலைப்பாடாகவே விட்டுவிடுகிறது.

இதில் உள்ள ஆபத்து அதிகம்: அரசாங்கங்கள் AI மாடல்களை மூலோபாய சொத்துக்களாக (strategic assets) கருதத் தொடங்கினால், ஏற்றுமதி கட்டுப்பாடுகள் மற்றும் உரிம முறைகள் ஆராய்ச்சியின் சுதந்திரமான ஓட்டத்தைக் குறைக்கக்கூடும், இது கடந்த சில ஆண்டுகளில் விரைவான முன்னேற்றத்தை ஏற்படுத்திய ஒத்துழைப்புகளைச் சிக்கலாக்கும்.

நிறுவனங்களுக்கான Copilot நிர்வாகத்தை GitHub வலுப்படுத்துகிறது

GitHub தனது Copilot AI pair-programmer-க்காக ஒரு பிரத்யேக நிறுவனக் கொள்கையை (enterprise policy) சேர்த்துள்ளது. நிர்வாகிகள் இப்போது ஒவ்வொரு தனிப்பட்ட கிளையண்டிற்கும் அனுமதிகளை நிர்வகிப்பதற்குப் பதிலாக, ஒரே ஒரு அமைப்பின் மூலம் முழு நிறுவனத்திற்கும் Copilot செயலியை ஆன் அல்லது ஆஃப் செய்யலாம். இந்த மாற்றம், மற்ற AI கருவிகளைக் கடுமையான கட்டுப்பாட்டில் வைத்திருக்கும் அதே வேளையில், ஒருங்கிணைந்த ஏஜென்ட் கிளையன்ட்டை விரும்பும் நிறுவனங்களுக்குச் செயல்படுத்துவதை எளிதாக்குகிறது.

Microsoft-இன் மல்டி-ஏஜென்ட் சைபர்-பாதுகாப்பு சோதனை

Microsoft-இன் "Project Perception", சைபர் பாதுகாப்பிற்காக மூன்று குழுக்களைக் கொண்ட ஏஜென்ட் அமைப்பைச் சோதித்து வருகிறது. Red ஏஜென்ட்கள் தாக்குதல்களைப் பிரதிபலிக்கின்றன, blue ஏஜென்ட்கள் தற்காப்பு நடவடிக்கைகளுடன் பதிலளிக்கின்றன, மற்றும் green ஏஜென்ட்கள் அதன் முடிவை மதிப்பீடு செய்கின்றன. ஒரு ஒற்றை மாடலில் இருந்து விலகிச் செல்வதன் மூலம், இந்தத் திட்டம் பாதுகாப்புகள் தொடர்ந்து சோதிக்கப்பட்டு செம்மைப்படுத்தப்படும் ஒரு தொடர்ச்சியான பின்னூட்ட சுழற்சியை (feedback loop) உருவாக்குகிறது. இந்த அணுகுமுறை, தங்கள் பாதுகாப்புச் செயல்பாடுகளில் எதிரித் தாக்குதல் சோதனைகளை (adversarial testing) இணைக்க விரும்பும் பிற நிறுவனங்களுக்கு ஒரு முன்மாதிரியாக மாறக்கூடும்.

இந்த மாற்றம் இயக்குபவர்களுக்கு (operators) ஏன் முக்கியமானது

போக்கு தெளிவாக உள்ளது: ஏஜென்ட் அமைப்புகள் முக்கிய உள்கட்டமைப்பாக மாறி வருகின்றன. Stateless புரோட்டோகால்கள் கோரிக்கை ஓட்டங்களைத் தணிக்கை செய்யவும் மற்றும் மறைமுகமான session தரவைத் தேடாமல் தோல்விகளிலிருந்து மீளவும் எளிதாக்குகின்றன. உள்ளூர் செயலாக்கம் மற்றும் பகிரப்பட்ட பாதுகாப்பு கருவிகள், இணக்கத் தேவைகளை (compliance demands) பூர்த்தி செய்யத் தேவையான வெளிப்படைத்தன்மையை நிறுவனங்களுக்கு வழங்குகின்றன. இதற்கிடையில், புவிசார் அரசியல் இழுபறி, மாடலின் தோற்றம் (provenance) மீதான கட்டுப்பாடு விரைவில் ஒரு ஒழுங்குமுறை முன்னணியாக மாறக்கூடும் என்பதை உணர்த்துகிறது.

அடுத்த சவால் புத்திசாலித்தனமான ஏஜென்ட்களை உருவாக்குவது மட்டுமல்ல; ஏதேனும் ஒரு முக்கியமான உள்கட்டமைப்பைப் போலவே, அவற்றின் நிலை (state), அனுமதிகள் (permissions) மற்றும் தோல்வி முறைகளை (failure modes) ஆய்வு செய்யவும், தணிக்கை செய்யவும் மற்றும் நிர்வகிக்கவும் கூடிய ஏஜென்ட்களை உருவாக்குவதாகும்.