AI对应用交付和安全的影响，就像量子力学思想实验一样令人困惑。
无需再复述薛定谔那只同时处于不同量子态的著名猫思想实验，人们对于生成式AI究竟会对应用交付和安全产生何种影响，似乎也存在类似的困惑。
这主要源于AI应用的两个核心特征：
- 它们是现代应用
- 它们高度依赖API
由此可以得出结论：总体而言，生成式AI对应用交付和安全的影响其实并不大。毕竟，同样的API安全服务也可用于保护AI API，而技术栈仍包含原有协议，可通过DDoS防护和成熟可靠的WAF加以保护。担心机器人威胁？机器人防护同样可以应对。
API安全是否需要一些新功能？是的，需要一些，尤其是为了应对向非结构化数据共享的转变。应用交付服务（如负载均衡）是否需要演进，以应对AI推理的特殊性？是的，需要一些调整。但这些服务本身基本上……还是一样。
但这正是第二种量子态发挥作用之处：部署AI应用通常意味着需要改变架构。因此，AI既改变了一切，又什么都没有改变，而且这两种状态同时存在。
毕竟，AI推理服务器并非普通的Web服务器或应用服务器，通常采用一种架构模式，即扩展现代应用架构，增加一个专用于AI推理的新层。这里不再赘述细节，下面简要回顾应用架构的演进：
现代应用中的组件及其所在位置发生了诸多变化，而这些变化对应用交付的影响远大于对应用安全的影响。
例如，考察应用交付和安全的可能插入点时可以发现，架构中更深层的位置不太可能需要传统的“前门”服务，包括全局服务器负载均衡、DDoS防护和多云网络等功能。因此，在前门位置，实际上并没有太大变化。
但推理层呢？它需要负载均衡，而且不只是普通的负载均衡，而是智能负载均衡。这就是应用交付。部署一个能够监控和保护出站AI流量的AI网关或许也是不错的选择，同时还需要大量安全服务。事实上，我们今年早些时候开展的一项市场调查明确显示了用户希望使用哪些服务，以及希望将这些服务部署在何处。对于“南北向AI”插入点的交付和安全，用户需要：
- 44%的受访者选择AI网关
- 21% API安全
- 13% 负载均衡
- 29% 机器人防御
如今，“南北向前门”插入点也需要这些相同的服务，但需求比例有所不同。越深入AI推理层，所需的服务就越少；然而，由于需要调整算法、监控和路由，以应对该层存在的差异，这些服务受到的影响反而最大。服务本身可能并未改变，仍是久经考验的负载均衡，但其功能将不断演进，以满足AI工厂的独特需求。
我认为，困惑正是由此而来。市场已经认识到，AI应用是依赖API的现代应用。这意味着，市场完全能够意识到，现有的应用交付和安全服务不仅适用于其他现代应用和API，同样也适用于AI。
但市场也认识到，AI正在改变应用架构，并带来新的接入点，可能更适合部署这些服务。这正是AI带来的最大变化：架构。
这绝非小事。架构变化会影响方方面面，从应用交付和安全，到监控、自动化和网络，无一例外。这意味着，即使应用交付和安全服务本身变化不大，其部署位置和部署方式也会发生很大变化。
妥善处理这一点，是做好准备并以切实有效的方式扩展AI规模的重要一环。
关于作者
Lori MacVittie是F5首席技术官办公室的杰出工程师兼首席技术布道师，在应用交付、自动化战略和基础设施领域拥有深厚的专业知识。无论是为AI智能体定义防护机制、剖析脆弱的多云架构，还是探索可扩展系统的极限，她都善于化繁为简。她在应用开发、IT架构以及网络和系统运维领域拥有30多年的行业经验。加入F5之前，她曾担任技术编辑，并因出色表现获得奖项。 MacVittie拥有计算机科学硕士学位，著述颇丰，出版作品涵盖安全、云和企业架构领域。她还热衷于桌面游戏和电子游戏，并且对奶酪有着毫不掩饰的鲜明见解。
Lori Mac Vittie 的更多博客文章相关博客文章
2023年应用策略现状：成本与复杂性是推动多云网络发展的首要因素
多云网络解决方案可在核心、云和边缘环境之间实现无缝、安全的互联，为解决当今混合IT面临的挑战提供支持，因而备受业界关注。