Agentes de IA✦ Gerado por IA

Uber cria Gateway MCP para gerenciar 5.000+ ferramentas de IA

A Uber desenvolveu um Gateway MCP para padronizar o acesso de agentes de IA a serviços internos, resolvendo a fragmentação e inconsistências de segurança. A plataforma gerencia mais de 800 servidores e 5.000 ferramentas, otimizando a descoberta e execução de APIs.

Edição de ·InfoQ AI·6 min de leitura·
CompartilharWhatsAppXLinkedInFacebook
💡

Principal Aprendizado

A Uber desenvolveu um Gateway MCP para centralizar e padronizar o acesso de agentes de IA a milhares de serviços internos, resolvendo problemas de fragmentação e segurança.

A Uber deu um passo significativo na gestão de sua infraestrutura de inteligência artificial com a criação do Gateway MCP. Essa nova plataforma foi desenvolvida para padronizar a forma como os agentes de IA descobrem e interagem com os serviços internos da empresa. O objetivo principal é combater a fragmentação de integrações, a duplicação de infraestrutura e as práticas de segurança inconsistentes que surgiram com a crescente adoção de agentes de IA em toda a companhia.

Com suporte para mais de 800 servidores e 5.000 ferramentas, o Gateway MCP atua como uma camada comum para descoberta, tradução de protocolo, autorização e execução. Essa abordagem permite que a Uber exponha APIs existentes como ferramentas MCP sem a necessidade de modificar os serviços subjacentes, um modelo que lembra as arquiteturas de microsserviços e gateways de API já conhecidas no mercado.

Arquitetura e Funcionamento do Gateway

A arquitetura do Gateway MCP é dividida em duas partes principais: o Registro MCP e o Proxy Gateway. O Registro funciona como o plano de controle, responsável por manter as definições das ferramentas, seus esquemas, informações de propriedade e configurações de habilitação. É aqui que a inteligência sobre cada ferramenta de IA é armazenada e gerenciada.

Já o Proxy Gateway é o plano de execução. Ele se encarrega de traduzir as requisições MCP para chamadas HTTP, gRPC ou TChannel, e de converter as respostas de volta para um formato compatível com MCP. Essa separação de funções garante eficiência e escalabilidade, permitindo que a Uber gerencie um volume massivo de interações entre agentes de IA e serviços internos. Especialistas da indústria, como Ajay Sharma da Microsoft CoreAI e Kelly Goetsch da Pipe17, notaram a semelhança dessa arquitetura com padrões de gateways de API já estabelecidos, destacando a relevância contínua de preocupações com sistemas distribuídos como segurança, descoberta e governança, conforme apontado por Tamir Dresher, segundo a InfoQ.

Automação e Segurança Reforçada

Um dos pilares do Gateway MCP é o AutoCrawler da Uber, uma ferramenta que automatiza a descoberta de novas ferramentas. Utilizando o Cadence, o AutoCrawler escaneia registros internos de linguagens de definição de interface (IDL) e extrai definições de API de esquemas Protocol Buffers e Thrift. Em seguida, ele gera esquemas compatíveis com MCP e emprega um modelo de linguagem grande (LLM) para criar descrições detalhadas das ferramentas.

É importante notar que as ferramentas recém-descobertas permanecem desabilitadas até que suas equipes proprietárias as revisem e as ativem explicitamente, garantindo um controle rigoroso. As alterações de configuração são propagadas para o plano de dados sem exigir reinícios de serviço ou novas implantações, o que otimiza a operação. Em termos de segurança, o gateway impõe autorização nos níveis de servidor e ferramenta por meio do sistema de controle de acesso interno da Uber. Ele também suporta a redação de informações de identificação pessoal (PII) e outros dados sensíveis nas respostas das ferramentas, protegendo a privacidade dos usuários. Para integrações com terceiros, como Jira e Google, um serviço separado gerencia a troca de tokens de usuário internos por tokens de autenticação de terceiros, garantindo uma comunicação segura e eficiente.

Otimização para Escala e Descoberta Inteligente

Com o catálogo de ferramentas em constante crescimento, carregar definições para milhares delas no contexto de um agente de IA se torna ineficiente. Para resolver isso, a Uber desenvolveu o Omni MCP, que permite a descoberta incremental. Isso significa que os agentes podem buscar servidores, descobrir ferramentas relevantes, recuperar esquemas individuais e invocar as ferramentas selecionadas conforme a necessidade, sem sobrecarregar o sistema com informações desnecessárias.

Outra funcionalidade crucial é a Projeção de Resposta, que permite aos agentes solicitar campos de resposta específicos em vez de receber cargas úteis completas, otimizando o tráfego de dados. Além disso, a interface de linha de comando `aifx` da Uber capacita os agentes de codificação a descobrir e invocar ferramentas, escrevendo os resultados em arquivos para inspeção seletiva. Essas inovações garantem que a plataforma seja escalável e eficiente, mesmo com o aumento exponencial de ferramentas e agentes de IA.

O que isso muda para você

A iniciativa da Uber com o Gateway MCP é um exemplo prático de como grandes empresas estão abordando os desafios de governança e escalabilidade da IA. Para profissionais brasileiros de tecnologia e negócios, isso sinaliza a crescente necessidade de arquiteturas robustas para gerenciar a proliferação de agentes de IA e microsserviços. A padronização e a segurança se tornam ainda mais críticas à medida que a IA se integra mais profundamente nas operações.

Se você trabalha com desenvolvimento de software, infraestrutura ou segurança, é fundamental observar como a Uber está resolvendo problemas de fragmentação e inconsistência. A capacidade de expor APIs existentes como “ferramentas” para agentes de IA, sem alterar os serviços subjacentes, é uma lição valiosa. Considere como sua organização pode adotar princípios semelhantes para criar uma camada unificada de acesso e controle para suas próprias ferramentas e serviços de IA, garantindo que a inovação não venha acompanhada de caos operacional. O próximo passo prático é avaliar suas próprias arquiteturas de microsserviços e APIs, identificando pontos de fragmentação e pensando em como um gateway centralizado poderia otimizar a gestão e a segurança dos seus recursos de IA.

📰 Com base em reportagem de InfoQ AI. Texto produzido com apoio de inteligência artificial, com curadoria e edição de Robson Benfica Conceição, com análise própria do que a notícia muda para quem trabalha no Brasil. Veja como produzimos.

📬 Newsletter Gratuita

As principais notícias de IA do dia, curadas por Robson Conceição. Grátis, todo dia no seu e-mail.

Gostou do conteúdo?

Compartilhe com quem também quer entender IA no trabalho.

CompartilharWhatsAppXLinkedInFacebook

Leia também