Khi các tác nhân AI (AI agents) chuyển đổi từ các chatbot đơn giản thành những nhân viên tự trị, chúng ngày càng dựa vào Model Context Protocol (MCP) để tương tác với các công cụ và dữ liệu bên ngoài. Tuy nhiên, khả năng này đi kèm với một chi phí ẩn về tài chính và hiệu suất mà Okta hiện đang nỗ lực giải quyết.

Hiểu về "Thuế công cụ" (Tool Tax) trong Điều phối AI

Khi một tác nhân AI tương tác với một môi trường thông qua máy chủ MCP, mỗi lần gọi mô hình đều yêu cầu tác nhân phải hiểu được các khả năng sẵn có của nó. Để làm được điều này, hệ thống phải truyền toàn bộ danh sách các lược đồ công cụ (tool schemas), tên, mô tả và tham số vào ngữ cảnh của prompt.

Okta đã xác định hiện tượng này là "thuế công cụ" (tool tax). Khi số lượng các công cụ được tích hợp tăng lên, chi phí overhead của prompt sẽ mở rộng theo cấp số nhân. Điều này dẫn đến sự gia tăng đáng kể trong việc tiêu thụ token, trực tiếp làm tăng chi phí vận hành và tăng độ trễ cho mỗi bước suy luận của tác nhân. Đối với các triển khai quy mô doanh nghiệp quản lý hàng trăm công cụ, chi phí overhead này có thể trở thành nút thắt cổ chai lớn cho cả ngân sách và hiệu suất.

Giải quyết chi phí Overhead với MCP theo phạm vi định danh (Identity-Scoped MCP)

Để giảm thiểu sự kém hiệu quả này, Okta đang giới thiệu các danh sách công cụ MCP theo phạm vi định danh (identity-scoped). Thay vì phát sóng mọi công cụ có sẵn cho mọi yêu cầu mô hình, phương pháp của Okta sử dụng quản lý định danh và truy cập (IAM) để lọc bộ công cụ một cách linh hoạt.

Bằng cách triển khai phạm vi theo định danh, máy chủ MCP chỉ cung cấp các định nghĩa công cụ cụ thể mà người dùng hoặc tác nhân đã được xác thực có quyền sử dụng. Nếu một tác nhân đang hành động thay mặt cho một nhân viên cấp dưới, nó chỉ nhận được một tập hợp con của toàn bộ lược đồ công cụ; nếu nó hành động thay mặt cho một quản trị viên, nó sẽ nhận được toàn bộ bộ công cụ. Điều này đảm bảo rằng cửa sổ ngữ cảnh (context window) của mô hình không bị lấp đầy bởi các mô tả công cụ không liên quan hoặc không được phép, giúp cắt giảm hiệu quả số lượng token cần thiết cho mỗi lần gọi suy luận (inference call).

Tại sao điều này lại quan trọng đối với Hệ sinh thái AI

Sự phát triển này đánh dấu một bước chuyển đổi quan trọng từ AI "lấy khả năng làm trung tâm" (capability-centric) sang AI "lấy quản trị làm trung tâm" (governance-centric). Khi các nhà phát triển hướng tới các quy trình làm việc của tác nhân (agentic workflows) phức tạp hơn, ngành công nghiệp đang nhận ra rằng quy mô không thể đạt được thông qua việc nhồi nhét prompt một cách thô bạo (brute-force prompting).

Chiến lược của Okta giải quyết hai trong số những rào cản đáng kể nhất trong việc áp dụng AI tại doanh nghiệp: tối ưu hóa chi phí và bảo mật. Bằng cách gắn việc hiển thị công cụ với định danh, Okta không chỉ giảm "thuế công cụ" mà còn thực thi nguyên tắc đặc quyền tối thiểu (principle of least privilege) ở cấp độ giao thức. Điều này đảm bảo rằng một tác nhân AI không thể vô tình phát hiện hoặc cố gắng gọi một chức năng nhạy cảm—chẳng hạn như công cụ xóa cơ sở dữ liệu—chỉ vì lược đồ của công cụ đó có mặt trong ngữ cảnh của prompt.

Các điểm chính cần lưu ý

  • Giảm lãng phí Token: MCP theo phạm vi định danh giới hạn các lược đồ công cụ được gửi đến LLM, trực tiếp hạ thấp "thuế công cụ" và giảm chi phí suy luận.
  • Tăng cường Bảo mật: Bằng cách lọc các công cụ dựa trên định danh người dùng, Okta thực thi các kiểm soát truy cập nghiêm ngặt, ngăn chặn các tác nhân truy cập vào các chức năng không được phép.
  • Quy trình làm việc của tác nhân có khả năng mở rộng: Việc phân phạm vi cho phép các doanh nghiệp triển khai các thư viện công cụ khổng lồ mà không làm tăng tuyến tính độ trễ và chi phí overhead của prompt thường thấy trong các triển khai MCP quy mô lớn.

Tóm lại: Bằng cách gắn việc hiển thị công cụ với định danh, Okta cắt giảm sự phình to của token vốn đã cản trở việc triển khai các tác nhân AI quy mô lớn, đồng thời thắt chặt bảo mật. Bước đi này thúc đẩy ngành công nghiệp hướng tới AI lấy quản trị làm trung tâm, nơi chi phí, tốc độ và kiểm soát truy cập được tích hợp sẵn vào giao thức thay vì được bổ sung thêm sau đó.