Okta เสนอวิธีลดต้นทุน Token ของ AI Agent ด้วยการกรองเครื่องมือ MCP

Okta เผยแพร่แนวทางในการลดค่าใช้จ่ายด้าน Token สำหรับ AI Agent โดยมุ่งเป้าไปที่การจัดการรายชื่อเครื่องมือ (Tool Lists) ภายใต้ Model Context Protocol (MCP) ให้จำกัดเฉพาะเท่าที่จำเป็นตามสิทธิ์ของผู้ใช้งานและตัวตนของ Agent นั้นๆ เพื่อลดภาระค่าใช้จ่ายที่เกิดขึ้นก่อนที่ตัวโมเดลจะเริ่มประมวลผลคำสั่งเสียอีก

ในกระบวนการทำงานทั่วไปของ AI Agent ทุกครั้งที่มีการเรียกใช้งานโมเดล (Model Call) ตัวระบบจะต้องส่งข้อมูลสคีมา (Schema) ชื่อ คำอธิบาย และพารามิเตอร์ของเครื่องมือทุกตัวที่เชื่อมต่ออยู่ผ่าน MCP Server ไปพร้อมกับ Prompt ซึ่ง Okta เรียกค่าใช้จ่ายส่วนเกินนี้ว่า “tool tax” หรือภาษีเครื่องมือ โดย Token จะถูกเผาผลาญไปกับการที่โมเดลต้องทำความเข้าใจเครื่องมือเหล่านั้น แม้ว่าในท้ายที่สุด Agent จะไม่ได้เรียกใช้เครื่องมือบางตัวเลยก็ตาม

ปัญหาดังกล่าวไม่เพียงแต่สร้างต้นทุนที่เพิ่มขึ้นตามจำนวนผู้ใช้งานและจำนวนเครื่องมือที่มีอยู่เท่านั้น แต่ยังมีมิติเรื่องการควบคุมการเข้าถึง (Access Control) เข้ามาเกี่ยวข้องด้วย หาก Agent มองเห็นเครื่องมือที่เกินขอบเขตสิทธิ์ของตน มันก็อาจพยายามเรียกใช้งานเครื่องมือเหล่านั้น แม้ระบบจะปฏิเสธคำขอในภายหลังที่รันไทม์ (Runtime) แต่ Prompt Token ก็ได้ถูกใช้ไปเรียบร้อยแล้วตั้งแต่ขั้นตอนการส่งข้อมูลครั้งแรก

แนวทางแก้ไขที่ Okta นำเสนอคือการใช้ตัวกรองที่ทำงานร่วมกับสิทธิ์ของตัวตน (Identity) ที่กำหนดไว้ในแดชบอร์ดของ Okta ก่อนที่รายชื่อเครื่องมือจะถูกส่งไปยังโมเดล ระบบจะคัดกรองเหลือเฉพาะเครื่องมือที่ได้รับอนุญาตจริงๆ นอกจากนี้ยังมีการตรวจสอบสิทธิ์ซ้ำอีกครั้งในขั้นตอนก่อนที่จะมีการรันคำสั่งเรียกใช้เครื่องมือจริง เพื่อให้มั่นใจว่าเป็นไปตามหลักการจำกัดสิทธิ์ขั้นต่ำสุด (Least-Privilege)

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

จากการจำลองสถานการณ์ภายในโดยใช้ข้อมูลผลิตภัณฑ์ของ Okta และเอกสารคู่มือสาธารณะ โดยแบ่งกลุ่มผู้ใช้จำลอง เช่น เจ้าหน้าที่ช่วยเหลือ (Helpdesk) ผู้ดูแลระบบแอปพลิเคชัน และผู้ดูแลระบบระดับสูง (Super Administrators) พร้อมให้น้ำหนักตามสัดส่วนการใช้งานจริง ผลลัพธ์พบว่าบางสถานการณ์สามารถลดจำนวนเครื่องมือที่มองเห็นได้มากกว่า 90% และต้นทุนค่าสคีมาเครื่องมือก็ลดลงในสัดส่วนที่ใกล้เคียงกัน เนื่องจากต้นทุน Token ของสคีมาจะเพิ่มขึ้นตามจำนวนเครื่องมือแบบเป็นเส้นตรง

"Cost control for agents is best provided using identity governance tools that offer more granular control and precision without disrupting business processes."

Paul Webber, Principal Cybersecurity Industry Analyst at Software Analyst Cyber Research

อย่างไรก็ตาม ทาง Okta ระบุว่าผลลัพธ์จริงอาจแตกต่างกันไปตามแคตตาล็อกเครื่องมือ การกระจายสิทธิ์ โมเดลที่เลือกใช้ รวมถึงปริมาณคำขอและราคาของแต่ละโมเดล โดยแนวทางนี้มุ่งเน้นไปที่การกรองจากระดับตัวตน (Identity Layer) ซึ่งแตกต่างจากการควบคุมผ่าน Gateway ทั่วไปที่ทำหน้าที่จำกัดงบประมาณและจำกัดอัตราการเรียกใช้ (Rate Limiting) หลังจากที่คำสั่งซื้อขายเกิดขึ้นแล้ว

ที่มา: AI News