סוכנים – הדור הבא

גוגל הכריזו גם על תשובה רשמית לנושא המשילות שנקראת Agent Gateway. מדובר בפתרון תשתיתי שפועל כנקודת ביקורת לכל אינטראקציה של סוכני ה-AI בארגון. בניגוד ל"דלת הפרוצה" של פרויקטים מוקדמים, ה-Gateway מנטר, מתעד ומאבטח כל גישה, בין אם זו פניה מהמשתמש לסוכן, ובין אם זו פנייה פנימית מסוכן אחד לסוכן אחר או לכלי עם תמיכת MCP. החידוש המרכזי כאן הוא ניהול משילות מבוסס-זהות. לכל סוכן יש זהות דיגיטלית ייחודית ומאומתת שמנוהלת מול ספרייה מרכזית לסוכנים וכלים מורשים בלבד. במקביל, המערכת מאפשרת להאציל סמכויות לפתרונות אבטחה (רבים מהם נמכרים ומוטמעים על ידי חברות הסייבר וההפצה בקבוצת Peax), שמונעים בזמן אמת מתקפות כדוגמת Prompt Injections או דליפת נתונים, ולייצר חוקי משילות סמנטיים (כלומר, מבוססי משמעות) שבוחנים את ההקשר של הפעולה.

התחלתי בגוגל משום שהכרזות שלהם טריות מאוד, אבל גם חברת aws (שמוצריה ומומחים סביבם נמכרים על ידי חטיבת Peax Data), מובילה פתרונות מעניינים באותו תחום, אולם, כרגיל באופן מעט שונה.

מעבר לטכנולוגיות למפתחי סוכנים שהוכרזו במהלך השנה האחרונה, aws מטפלים גם בבעיית המשילות והאבטחה בהפעלת כלי שולחן עבודה כחלק מפעילות של סוכני AI. הכוונה היא לכלים שאין להם API חיצוני מסודר להפעלה או זמינים כמוצרי SaaS. לגוגל, קל יחסית לגשת למיילים המאוחסנים ב-Gmail משום שיש להם גישת תוכנה מסודרת. מה קורה אם חלק מהפעילות היא הפעלת מוצר שולחן-עבודה (תוכנת לקוח על PC)? בשביל זה aws הכריזו על מוצר מאוד מעניין – Amazon WorkSpaces for AI agents – שנמצא כרגע בגרסת Preview. המוצר מספק ממשק MCP לתחנת עבודה וירטואלית. הוא מאפשר לסוכנים לפתוח אפליקציות שרצות ב-Windows או בתוך דפדפן, להזיז עכבר, להקליק ולגרור, להקיש על המקלדת, לקחת צילומי מסך, ועוד. מוצרים אחרים מספקים תכונות דומות (כמו למשל manus ai, חברה סינית שנרכשה על ידי מטא וכעת הממשלה הסינית מנסה למנוע ולבטל את הרכישה), אבל הפתרון של aws לא מוותר כלל על אבטחה ומשילות – האפליקציות רצות ב"ארגז חול" נשלט, ישנה בקרת זהות וגישה מלאות, כל הפעילות מנוטרת, התשתית תומכת בהצפנה ברמה ממשלתית, ועוד ועוד.

הטכנולוגיות האלו סוללות את הדרך לדור הבא של יישומים אישיים וארגוניים שנמצא ממש מעבר לפינה. הגבול בין יישום ארגוני לסוכן AI מתעמעם והממשקים למשתמשים אנושיים הולכים מתוגברים (עד להחלפה עתידית) בממשקים לסוכני AI.

מה בנוגע להרצה מקומית של המודלים? הרצה מקומית של מודל שפה היא קלה מאוד היום – יש מספר רב של כלים המאפשרים הרצת מודל מקומית ואפילו הרצת מודל ממש בתוך הדפדפן או בטלפון הנייד. יצרני ה"מעבדים" לטלפונים ולמחשבים ניידים מעבים עוד ועוד את יכולת ה-AI שהם כוללים (כתבתי "מעבדים" במרכאות משום שמדובר במערכת שלמות על שבב בודד, לא רק מעבדים). אבל, וזה אבל גדול, הרצה יעילה של מודל עבור סוכני AI, במיוחד אלו שדורשים חשיבה עמוקה ומידע רב, דורשת הרבה מאוד משאבים, מהסוג שיקר לרכוש, להפעיל ולקרר באופן מקומי. זהו נושא רחב יותר ואני מתכנן להתייחס אליו בפעם הבאה.