Koniec z podatkiem od narzędzi? Okta znalazła sposób na drogie tokeny w AI

Każde zapytanie wysłane do agenta AI kosztuje, ale nie zawsze płacimy za to, co faktycznie dostajemy. Gdy łączymy sztuczną inteligencję z firmowymi systemami przez Model Context Protocol (MCP), do modelu trafia cała lista dostępnych narzędzi – nawet tych, których agent nigdy nie użyje. Branża nazywa to – nie bez złośliwości – ‘podatkiem od narzędzi’. Okta twierdzi, że znalazła na to sposób.

To rozwiązanie trafia w punkt, bo koszty integracji AI przestały być kwestią samej pracy modelu, a stały się problemem liczby podpiętych do niego zasobów. Skalowanie systemów autonomicznych w firmach często uderza w sufit budżetowy właśnie przez nadmiarowe dane przesyłane w każdym prompcie. Wykorzystanie standardu MCP staje się dziś fundamentem łączenia AI z aplikacjami pokroju Slack czy Google Workspace, ale bez filtracji jest po prostu nieekonomiczne.

Problem ukryty w tokenach

Mechanizm jest prosty i kosztowny zarazem. Za każdym razem, gdy agent ma coś zrobić, model językowy musi ‘przeczytać’ definicję każdego narzędzia: od nazwy, przez opis, aż po techniczne parametry. Jeśli serwer MCP udostępnia kilkadziesiąt funkcji, lista staje się gigantyczna. Firma płaci za tokeny wejściowe przy każdym zapytaniu, mimo że model w danym momencie potrzebuje tylko jednej, konkretnej akcji. To czysta strata.

Okta słusznie wytyka błąd w obecnym myśleniu o bezpieczeństwie. Tradycyjne bramki blokują nieautoryzowane akcje dopiero w momencie ich wykonania. Problem w tym, że pieniądze na tokeny, które poszły na przesłanie opisu tej zablokowanej funkcji, już zniknęły z konta firmy. Według inżynierów Okty, koszt schematu narzędzi rośnie liniowo wraz z ich liczbą, co przy dużych wdrożeniach generuje gigantyczne faktury.

Tożsamość jako filtr

Rozwiązanie zaproponowane przez giganta to tzw. scoping, czyli precyzyjne ograniczanie zakresu widoczności zasobów na poziomie tożsamości użytkownika i agenta. Zamiast wysyłać do modelu cały katalog usług, system filtruje go jeszcze przed zbudowaniem promptu. Agent widzi wyłącznie te narzędzia, do których ma realne uprawnienia wynikające z protokołu OAuth.

Dane z testów są wymowne: widoczność narzędzi dla modelu może spaść o ponad 90%. W praktyce oznacza to niemal dziesięciokrotne odchudzenie promptu w najbardziej skomplikowanych scenariuszach. Mniej tekstu do przetworzenia to nie tylko niższe rachunki, ale też szybsza odpowiedź systemu.

Bezpieczeństwo to skutek uboczny

Choć głównym argumentem są pieniądze, to podejście drastycznie podnosi bezpieczeństwo. Zgodnie z zasadą 'least privilege’ (zasada najmniejszych uprawnień), agent, który nie wie o istnieniu wrażliwej bazy danych, nie może zostać zmanipulowany, by z niej skorzystać. Okta stosuje tu podwójny bezpiecznik: pierwszy raz przy generowaniu listy narzędzi, a drugi w momencie próby wywołania akcji w czasie rzeczywistym.

Jak zauważa Paul Webber z Software Analyst Cyber Research, takie podejście jest znacznie bardziej eleganckie niż toporne bramki budżetowe. Zamiast odcinać zasilanie po przekroczeniu limitu, Okta integruje kontrolę kosztów bezpośrednio z logiką zarządzania dostępem. Firmy wdrażające agentów AI na szeroką skalę muszą zrozumieć, że w świecie generatywnej sztucznej inteligencji nadmiar wiedzy to nie tylko ryzyko wycieku danych, ale przede wszystkim zbędny koszt.