Solo.io เปิดตัว Agent Gateway และ Agent Mesh

Solo.io บริษัทชั้นนำด้านเครือข่ายแอปพลิเคชัน Cloud-Native ได้เปิดตัว Agent Gateway ซึ่งเป็น Data Plane แบบ Open-Source ที่ออกแบบมาเพื่อเพิ่มประสิทธิภาพการเชื่อมต่อ AI ของ Agent ในสภาพแวดล้อมที่หลากหลาย Agent Gateway มอบความปลอดภัย การสังเกตการณ์ และการกำกับดูแลที่ราบรื่นสำหรับการสื่อสารระหว่าง Agent กับ Agent และ Agent กับเครื่องมือ โดยรองรับโปรโตคอลที่ทำงานร่วมกันได้ชั้นนำ ได้แก่ Agent2Agent (A2A) และ Model Context Protocol (MCP)

การจัดการกับความซับซ้อนของการพัฒนา AI Agent

การพัฒนาและการปรับใช้ AI Agent เป็นความท้าทายมากมายสำหรับองค์กร ซึ่งรวมถึงการสนับสนุนโปรโตคอลที่พัฒนาอย่างรวดเร็วหลายรายการในทีมและสภาพแวดล้อมที่กระจัดกระจาย รวมถึงการรองรับ Framework การพัฒนา Agent ที่หลากหลาย Agent Gateway จัดการกับความท้าทายเหล่านี้โดยการจัดเตรียม Data Plane แบบรวมสำหรับการเชื่อมต่อ Agent แพลตฟอร์มนี้รองรับ A2A และ MCP และสามารถรวม REST API ที่มีอยู่ขององค์กรโดยอัตโนมัติเป็นเครื่องมือ Native ของ Agent Developer Portal ในตัวมีเครื่องมือสำหรับผู้ให้บริการและนักพัฒนา Agent ที่ช่วยให้สามารถค้นหา กำหนดค่า และตรวจสอบการเชื่อมต่อระหว่าง Agent กับ Agent และ Agent กับเครื่องมือได้ในหน้าจอเดียว

Agent Gateway ผสานรวมกับ Framework Agent ที่ได้รับความนิยมอย่างราบรื่น เช่น LangGraph, AutoGen, Agents SDK, kagent และ Claude Desktop นอกจากนี้ยังทำงานได้ทุกที่ที่ Agent ทำงาน รวมถึง Bare Metal, Virtual Machine (VM), Container และ Kubernetes ทำให้มีความยืดหยุ่นและความสามารถในการปรับขนาดที่ไม่มีใครเทียบได้

การเกิดขึ้นของสถาปัตยกรรม Agent Mesh

เมื่อแนวทางการพัฒนา Agent เติบโตเต็มที่ อุตสาหกรรมก็ตระหนักถึงประโยชน์ของ Agent ที่มีขนาดเล็กและมุ่งเน้นซึ่งสอดคล้องกับเป้าหมายหรือภารกิจที่เฉพาะเจาะจงมากขึ้น วิธีการนี้สะท้อนถึงสถาปัตยกรรม Microservices ซึ่งแต่ละบริการจัดการฟังก์ชันเฉพาะ เช่นเดียวกับที่ Microservices จำเป็นต้องมี Service Mesh เพื่อจัดการกับข้อกังวลที่ตัดขวางใน Layer การเชื่อมต่อ Agent ต้องการ Agent Mesh เพื่อแก้ไขข้อกังวลด้านความปลอดภัย การสังเกตการณ์ การเช่า และ Guardrail ทั่วไป

การเปิดตัว Agent Gateway สร้างขึ้นจากพื้นฐาน Open-Source ที่แข็งแกร่งของ kgateway และ Ambient Mesh เพื่อสร้างสถาปัตยกรรม Agent Mesh ที่ปรับให้เหมาะกับ Use Case ของ AI Use Case เหล่านี้รวมถึงการใช้ LLM, Inferencing, การเรียกเครื่องมือ และการสื่อสารระหว่าง Agent กับ Agent Agent Mesh ช่วยให้มีความปลอดภัย การสังเกตการณ์ การค้นพบ และการกำกับดูแลที่ราบรื่นในการโต้ตอบของ Agent ทั้งหมด โดยไม่คำนึงถึงวิธีการสร้าง Agent หรือตำแหน่งที่ปรับใช้

วิสัยทัศน์ของ Solo.io สำหรับการเชื่อมต่อ AI

Idit Levine ผู้ก่อตั้งและ CEO ของ Solo.io กล่าวว่า ‘Agentic AI กำลังเปลี่ยนแปลงวิธีการที่องค์กรสร้างและส่งมอบแอปพลิเคชัน แต่ความสำเร็จในระยะยาวต้องอาศัยโครงสร้างพื้นฐานที่เหนือกว่าภูมิทัศน์ที่เปลี่ยนแปลงไปอย่างรวดเร็วในปัจจุบัน’ Levine เน้นย้ำถึงความสำคัญของการใช้โปรโตคอลมาตรฐานอุตสาหกรรมเช่น A2A และ MCP เพื่อให้มั่นใจถึงการทำงานร่วมกันกับ Framework LLM หรือ Agent ใดๆ Agent Mesh นำมาตรฐานเหล่านี้มารวมกันด้วย Gateway และ Mesh แบบ Open-Source ชั้นนำเพื่อสร้าง Stack การเชื่อมต่อ AI ที่ครอบคลุมสำหรับแอปพลิเคชัน Agentic

Agent Mesh ผสานรวม Agent Gateway เข้ากับ AI Connectivity Plane อย่างราบรื่นเพื่อรองรับ Tool Server MCP, Framework Agent, LLM และ Runtime Environment ที่ใช้ในสถาปัตยกรรม Agentic ขององค์กร การบูรณาการนี้มีประโยชน์หลักหลายประการ:

  • สถาปัตยกรรมที่ครอบคลุมและปลอดภัยตามค่าเริ่มต้น: Agent Identity และ mTLS ให้ความปลอดภัยที่แข็งแกร่งสำหรับการโต้ตอบของ Agent ทั้งหมด
  • ขอบเขตและการควบคุมการเข้าถึง Multitenant: การควบคุมเหล่านี้ควบคุมการเข้าถึง Agent และเครื่องมือในทีมและสภาพแวดล้อมต่างๆ เพื่อให้มั่นใจถึงการแยกและการรักษาความปลอดภัยที่เหมาะสม
  • การเชื่อมต่อ Agent มาตรฐาน: รองรับ A2A และ MCP พร้อมความสามารถในการรวม REST API ที่มีอยู่โดยอัตโนมัติเป็น Tool Server ที่เป็น MCP-Native
  • การรวบรวมอัตโนมัติและการรายงานจากส่วนกลาง: ให้ Telemetry ที่ครอบคลุม รวมถึง Metrics, Tracing และ Logging สำหรับกิจกรรมของ Agent ทั้งหมด
  • Developer Portal Agent Self-Service: พอร์ทัลนี้รองรับเครื่องมือค้นหา กำหนดค่า สังเกตการณ์ และแก้ไขข้อบกพร่องสำหรับ Agent และเครื่องมือ ช่วยให้นักพัฒนาสามารถจัดการ AI Agent ได้อย่างมีประสิทธิภาพ

เจาะลึกฟังก์ชันการทำงานของ Agent Gateway

Agent Gateway เป็นส่วนประกอบสำคัญในด้าน AI ที่พัฒนาอย่างรวดเร็ว โดยนำเสนอโซลูชันที่แข็งแกร่งและหลากหลายสำหรับการจัดการกับความซับซ้อนของการโต้ตอบของ AI Agent สถาปัตยกรรมได้รับการออกแบบอย่างพิถีพิถันเพื่อจัดการกับความท้าทายที่สำคัญที่เกี่ยวข้องกับความปลอดภัย การสังเกตการณ์ และการกำกับดูแลในระบบที่ใช้ Agent เรามาเจาะลึกถึงฟังก์ชันการทำงานและด้านเทคนิคที่ทำให้ Agent Gateway เป็นผลิตภัณฑ์ที่โดดเด่นในพื้นที่โครงสร้างพื้นฐาน AI

สถาปัตยกรรมหลักและส่วนประกอบ

โดยพื้นฐานแล้ว Agent Gateway ทำงานเป็น Data Plane แบบ Open-Source ซึ่งวางตำแหน่งเชิงกลยุทธ์เพื่อเพิ่มประสิทธิภาพการเชื่อมต่อระหว่าง AI Agent และเครื่องมือต่างๆ สถาปัตยกรรมสร้างขึ้นจากส่วนประกอบหลักหลายอย่าง:

  1. Data Plane: ส่วนประกอบส่วนกลางที่รับผิดชอบในการ Routing และจัดการ Traffic ระหว่าง Agent และเครื่องมือ รองรับโปรโตคอลหลายรายการ รวมถึง A2A และ MCP เพื่อให้มั่นใจถึงการทำงานร่วมกันใน Framework Agent ที่แตกต่างกัน

  2. Control Plane: จัดการการกำหนดค่าและนโยบายที่ควบคุม Data Plane มีอินเทอร์เฟซแบบรวมศูนย์สำหรับการกำหนดกฎความปลอดภัย นโยบายการจัดการ Traffic และการตั้งค่าการสังเกตการณ์

  3. API Gateway: เผยแพร่ API สำหรับการจัดการและตรวจสอบ Agent รองรับ REST API และ gRPC ช่วยให้นักพัฒนาสามารถโต้ตอบกับ Agent Gateway โดยทางโปรแกรม

  4. Service Discovery: ค้นพบและลงทะเบียน Agent และเครื่องมือโดยอัตโนมัติ ทำให้การกำหนดค่าและการจัดการเครือข่าย Agent ง่ายขึ้น

  5. เครื่องมือสังเกตการณ์: มีคุณสมบัติการสังเกตการณ์ที่ครอบคลุม รวมถึง Metrics, Tracing และ Logging ช่วยให้นักพัฒนาสามารถตรวจสอบประสิทธิภาพและสุขภาพของเครือข่าย Agent

การสนับสนุน Agent-to-Agent (A2A) และ Model Context Protocol (MCP)

หนึ่งในคุณสมบัติที่สำคัญของ Agent Gateway คือการสนับสนุน A2A และ MCP โปรโตคอลเหล่านี้มีความสำคัญอย่างยิ่งสำหรับการเปิดใช้งานการสื่อสารและการแลกเปลี่ยนข้อมูลที่ราบรื่นระหว่าง AI Agent

  • Agent-to-Agent (A2A): A2A เป็นโปรโตคอลที่ออกแบบมาเพื่ออำนวยความสะดวกในการสื่อสารโดยตรงระหว่าง AI Agent ช่วยให้ Agent สามารถแลกเปลี่ยนข้อมูล ประสานงานงาน และทำงานร่วมกันในปัญหาที่ซับซ้อน Agent Gateway รองรับ A2A โดยการจัดเตรียมช่องทางการสื่อสารที่ปลอดภัยและเชื่อถือได้ระหว่าง Agent เพื่อให้มั่นใจว่าข้อมูลถูกส่งอย่างมีประสิทธิภาพและปลอดภัย

  • Model Context Protocol (MCP): MCP เป็นโปรโตคอลที่อนุญาตให้ AI Agent เข้าถึงและใช้เครื่องมือและบริการภายนอก มีวิธีมาตรฐานสำหรับ Agent ในการโต้ตอบกับเครื่องมือ โดยไม่คำนึงถึงเทคโนโลยีหรือการใช้งานพื้นฐาน Agent Gateway รองรับ MCP โดยการจัดเตรียม Tool Server ที่เผยแพร่ REST API ที่มีอยู่เป็นเครื่องมือ Native ของ MCP สิ่งนี้ช่วยให้ Agent สามารถรวมเข้ากับระบบที่มีอยู่ได้อย่างราบรื่นและใช้ประโยชน์จากความสามารถของระบบเหล่านั้น

การรวมเข้ากับ Framework Agent

Agent Gateway ได้รับการออกแบบมาเพื่อรวมเข้ากับ Framework Agent ที่ได้รับความนิยมอย่างราบรื่น เช่น LangGraph, AutoGen, Agents SDK, kagent และ Claude Desktop การบูรณาการนี้ช่วยลดความยุ่งยากในการพัฒนาและการปรับใช้ AI Agent โดยการจัดเตรียม Layer การเชื่อมต่อที่สอดคล้องกันและเชื่อถือได้

  • LangGraph: Framework สำหรับการสร้างและจัดการ Workflow AI Agent ที่ซับซ้อน Agent Gateway รวมเข้ากับ LangGraph โดยการจัดเตรียม Data Plane ที่รองรับข้อกำหนดด้านการสื่อสารและการแลกเปลี่ยนข้อมูลของ Workflow LangGraph

  • AutoGen: Framework สำหรับการทำให้การสร้าง AI Agent เป็นแบบอัตโนมัติ Agent Gateway รวมเข้ากับ AutoGen โดยการจัดเตรียม Layer การเชื่อมต่อที่รองรับการปรับใช้และการจัดการ Agent ที่สร้างโดย AutoGen

  • Agents SDK: ชุดพัฒนาซอฟต์แวร์สำหรับการสร้าง AI Agent Agent Gateway รวมเข้ากับ Agents SDK โดยการจัดเตรียมชุด API และเครื่องมือที่ช่วยลดความยุ่งยากในการพัฒนาและการปรับใช้ Agent

  • kagent: Framework สำหรับการสร้าง AI Agent แบบ Kubernetes-Native Agent Gateway รวมเข้ากับ kagent โดยการจัดเตรียม Data Plane ที่รองรับการปรับใช้และการจัดการ Agent ในสภาพแวดล้อม Kubernetes

  • Claude Desktop: ผู้ช่วย AI สำหรับสภาพแวดล้อม Desktop Agent Gateway รวมเข้ากับ Claude Desktop โดยการจัดเตรียม Layer การเชื่อมต่อที่เปิดใช้งาน Claude Desktop เพื่อโต้ตอบกับ AI Agent และเครื่องมืออื่นๆ

คุณสมบัติด้านความปลอดภัย

ความปลอดภัยเป็นข้อกังวลสูงสุดในการปรับใช้ AI Agent Agent Gateway รวมคุณสมบัติด้านความปลอดภัยหลายอย่างเพื่อปกป้อง Agent และข้อมูลจากการเข้าถึงที่ไม่ได้รับอนุญาตและการโจมตีที่เป็นอันตราย

  1. Agent Identity: Agent แต่ละรายจะได้รับ Identity ที่ไม่ซ้ำกัน ซึ่งใช้เพื่อตรวจสอบสิทธิ์และอนุญาตการเข้าถึงทรัพยากร

  2. mTLS (Mutual Transport Layer Security): mTLS ใช้เพื่อเข้ารหัสการสื่อสารทั้งหมดระหว่าง Agent และเครื่องมือ เพื่อให้มั่นใจว่าข้อมูลได้รับการปกป้องจากการดักฟังและการปลอมแปลง

  3. การควบคุมการเข้าถึง: นโยบายการควบคุมการเข้าถึงแบบละเอียดใช้เพื่อจำกัดการเข้าถึงทรัพยากรตาม Identity และบทบาทของ Agent

  4. การตรวจจับความผิดปกติ: อัลกอริธึมการตรวจจับความผิดปกติใช้เพื่อระบุและลดภัยคุกคามด้านความปลอดภัยที่อาจเกิดขึ้น

การสังเกตการณ์และการตรวจสอบ

การสังเกตการณ์มีความสำคัญอย่างยิ่งสำหรับการทำความเข้าใจพฤติกรรมและประสิทธิภาพของ AI Agent Agent Gateway มีคุณสมบัติการสังเกตการณ์ที่ครอบคลุม รวมถึง Metrics, Tracing และ Logging

  1. Metrics: ให้ Metrics แบบเรียลไทม์เกี่ยวกับประสิทธิภาพของ Agent รวมถึง Latency, Throughput และ Error Rates

  2. Tracing: ติดตามคำขอขณะที่ไหลผ่านเครือข่าย Agent ให้ข้อมูลเชิงลึกเกี่ยวกับ Dependencies และคอขวดของประสิทธิภาพ

  3. Logging: บันทึกกิจกรรมของ Agent ทั้งหมด ให้บันทึกรายละเอียดของเหตุการณ์เพื่อวัตถุประสงค์ในการแก้ไขข้อบกพร่องและการตรวจสอบ

ตัวเลือกการปรับใช้

Agent Gateway สามารถปรับใช้ในสภาพแวดล้อมต่างๆ ได้ รวมถึง Bare Metal, Virtual Machine (VM), Container และ Kubernetes ความยืดหยุ่นนี้ช่วยให้องค์กรสามารถปรับใช้ Agent Gateway ในสภาพแวดล้อมที่ตรงกับความต้องการของตนได้ดีที่สุด

  • Bare Metal: Agent Gateway สามารถปรับใช้ได้โดยตรงบน Bare Metal Server ให้ประสิทธิภาพและการควบคุมสูงสุด

  • Virtual Machine (VM): Agent Gateway สามารถปรับใช้บน VM ได้ โดยให้ตัวเลือกการปรับใช้ที่ยืดหยุ่นและปรับขนาดได้

  • Container: Agent Gateway สามารถปรับใช้ใน Container ได้ เช่น Docker Container โดยให้ตัวเลือกการปรับใช้ที่น้ำหนักเบาและพกพาได้

  • Kubernetes: Agent Gateway สามารถปรับใช้ใน Kubernetes ได้ โดยให้ตัวเลือกการปรับใช้ที่ปรับขนาดได้และยืดหยุ่น

ข้อดีของการใช้ Agent Mesh

สถาปัตยกรรม Agent Mesh ที่ขับเคลื่อนโดย Agent Gateway มีข้อดีมากมายสำหรับองค์กรที่ปรับใช้ AI Agent:

  • ความปลอดภัยที่เพิ่มขึ้น: จัดเตรียมช่องทางการสื่อสารที่ปลอดภัยและเชื่อถือได้ระหว่าง Agent และเครื่องมือ ปกป้องข้อมูลจากการเข้าถึงที่ไม่ได้รับอนุญาตและการโจมตีที่เป็นอันตราย
  • การสังเกตการณ์ที่ได้รับการปรับปรุง: มีคุณสมบัติการสังเกตการณ์ที่ครอบคลุม รวมถึง Metrics, Tracing และ Logging ช่วยให้นักพัฒนาสามารถตรวจสอบประสิทธิภาพและสุขภาพของเครือข่าย Agent
  • การจัดการที่ง่ายขึ้น: ลดความยุ่งยากในการจัดการ AI Agent โดยการจัดเตรียมอินเทอร์เฟซแบบรวมศูนย์สำหรับการกำหนดค่ากฎความปลอดภัย นโยบายการจัดการ Traffic และการตั้งค่าการสังเกตการณ์
  • การทำงานร่วมกันที่เพิ่มขึ้น: รองรับ A2A และ MCP เปิดใช้งานการสื่อสารและการแลกเปลี่ยนข้อมูลที่ราบรื่นระหว่าง Agent และเครื่องมือ โดยไม่คำนึงถึงเทคโนโลยีหรือการใช้งานพื้นฐาน
  • ความสามารถในการปรับขนาดและความยืดหยุ่น: สามารถปรับใช้ในสภาพแวดล้อมต่างๆ ได้ รวมถึง Bare Metal, Virtual Machine (VM), Container และ Kubernetes ให้ความยืดหยุ่นและความสามารถในการปรับขนาดที่ไม่มีใครเทียบได้

Use Case สำหรับ Agent Gateway และ Agent Mesh

Agent Gateway และ Agent Mesh สามารถใช้ได้กับ Use Case AI ที่หลากหลาย รวมถึง:

  1. บริการลูกค้าที่ขับเคลื่อนด้วย AI: AI Agent สามารถใช้เพื่อทำให้งานบริการลูกค้าเป็นแบบอัตโนมัติ เช่น ตอบคำถาม แก้ปัญหา และให้การสนับสนุน Agent Gateway และ Agent Mesh สามารถจัดเตรียมช่องทางการสื่อสารที่ปลอดภัยและเชื่อถือได้ระหว่าง Agent และระบบบริการลูกค้า เพื่อให้มั่นใจว่าข้อมูลลูกค้าได้รับการปกป้อง

  2. การตรวจจับการฉ้อโกงที่ขับเคลื่อนด้วย AI: AI Agent สามารถใช้เพื่อตรวจจับธุรกรรมและกิจกรรมที่เป็นการฉ้อโกง Agent Gateway และ Agent Mesh สามารถจัดเตรียมสตรีมข้อมูลแบบเรียลไทม์ให้กับ AI Agent ช่วยให้ Agent สามารถระบุและตอบสนองต่อกิจกรรมที่เป็นการฉ้อโกงได้อย่างรวดเร็ว

  3. การดูแลสุขภาพที่เปิดใช้งานด้วย AI: AI Agent สามารถใช้เพื่อช่วยเหลือผู้เชี่ยวชาญด้านการดูแลสุขภาพในการวินิจฉัยโรค แนะนำการรักษา และตรวจสอบสุขภาพของผู้ป่วย Agent Gateway และ Agent Mesh สามารถจัดเตรียมช่องทางการสื่อสารที่ปลอดภัยและเชื่อถือได้ระหว่าง Agent และระบบการดูแลสุขภาพ เพื่อให้มั่นใจว่าข้อมูลผู้ป่วยได้รับการปกป้อง

  4. การจัดการห่วงโซ่อุปทานที่ปรับให้เหมาะสมด้วย AI: AI Agent สามารถใช้เพื่อปรับปรุงการดำเนินงานของห่วงโซ่อุปทาน เช่น การคาดการณ์ความต้องการ การจัดการสินค้าคงคลัง และการประสานงานด้านโลจิสติกส์ Agent Gateway และ Agent Mesh สามารถจัดเตรียมสตรีมข้อมูลแบบเรียลไทม์ให้กับ AI Agent ช่วยให้ Agent สามารถตัดสินใจอย่างชาญฉลาดและปรับปรุงการดำเนินงานของห่วงโซ่อุปทาน

  5. การวิเคราะห์ทางการเงินที่ได้รับการปรับปรุงด้วย AI: AI Agent สามารถใช้เพื่อวิเคราะห์ข้อมูลทางการเงิน ระบุแนวโน้ม และให้คำแนะนำด้านการลงทุน Agent Gateway และ Agent Mesh สามารถจัดเตรียมช่องทางการสื่อสารที่ปลอดภัยและเชื่อถือได้ระหว่าง Agent และระบบการเงินเพื่อให้มั่นใจว่าข้อมูลทางการเงินได้รับการปกป้อง

อนาคตของการเชื่อมต่อ AI

Agent Gateway และ Agent Mesh ของ Solo.io แสดงถึงความก้าวหน้าที่สำคัญในการเชื่อมต่อ AI โดยนำเสนอโซลูชันที่แข็งแกร่งและหลากหลายสำหรับการจัดการกับความซับซ้อนของการโต้ตอบของ AI Agent ในขณะที่ AI ยังคงพัฒนาและรวมเข้ากับอุตสาหกรรมต่างๆ มากขึ้น ความต้องการโซลูชันการเชื่อมต่อ AI ที่ปลอดภัย เชื่อถือได้ และปรับขนาดได้ก็จะเพิ่มขึ้นเท่านั้น Agent Gateway และ Agent Mesh อยู่ในตำแหน่งที่ดีที่จะตอบสนองความต้องการนี้ ทำให้องค์กรสามารถปลดล็อกศักยภาพสูงสุดของ AI และขับเคลื่อนนวัตกรรมในธุรกิจของตน