在智能体AI时代，API管理愈发关键

Ahmed Guetari产品管理高级副总裁（服务提供商业务） | F5

除了提供基本连接外，如今的移动网络还具备广泛的运营能力，对各行各业的组织尤其有用。例如，移动网络可以实时验证设备位置，并确认设备所有者的身份和连接质量，从而阻止欺诈或提高吞吐量。然而，要以安全且具备商业可行性的方式全面开放这些能力，仍面临挑战。

这是因为，新一轮企业自动化浪潮寄望于生成式AI和智能体AI。AI智能体可以与数据库、API、软件及其他智能体交互，执行日益复杂的任务和流程。但目前，AI智能体还无法以一致且安全的方式使用移动网络的能力。如果电信运营商不解决这一瓶颈，就无法充分发挥其对5G网络的大规模投资效益，也无法充分释放AI的潜力。

移动运营商早已认识到，应尽可能为企业和开发者提供跨网络一致的标准化接口，以提升扩展能力和互操作性，并尽量降低安全风险。为此，全球各地的运营商共同参与定义并同意使用由CAMARA部署的应用程序编程接口（API），以便访问电信网络能力。CAMARA是由GSMA和Linux Foundation于2022年世界移动通信大会上发起的开源API项目。

然而，尽管这些相对静态的API足以可靠地支持大多数功能，却难以适应动态且快速变化的AI智能体。新API可能每年发布一两次，现有API也可能每年更新一两次，而AI智能体则在以快得多的速度持续演进。

让二者保持同步的一种方法是采用模型上下文协议（MCP）。这项开放标准最初由AI公司Anthropic创建，旨在成为AI模型与数据库等外部环境之间的通用语言，并规范大型语言模型（LLM）和AI智能体与外部工具、系统、数据源及API集成和共享数据的方式。但由于多种原因，MCP本质上只是一种协议，无法作为独立方案满足任何严肃企业的需求。

模型上下文协议（MCP）：一座没有护栏的窄桥

MCP获得了众多AI和企业技术领域头部公司的支持，本质上是连接API世界与智能体世界的桥梁。但这座桥既狭窄又危机四伏，极易遭受攻击。

顾名思义，MCP只是一种协议，即一套通信规则。它功能强大，但不具备大型电信公司在实际应用中实时处理数百万消费者请求和网络请求所需的企业级安全、扩展或成本控制功能。目前已在多个MCP部署中发现安全弱点，其中一些备受关注。在电信领域，缺乏防护措施的MCP可能会让智能体访问敏感的机密数据和资源，随后意外泄露这些信息，而且泄露后未必能够恢复。

要安全、快速、可靠地处理数百万乃至数千万用户产生的流量，MCP既需要“流量控制塔”，也需要“装甲安全护航队”的支持。 F5 BIG-IP Next for Kubernetes是一款用于管理和保护应用流量的云原生解决方案，可同时发挥这两种作用，保护Kubernetes集群的入站和出站流量。它可以规范AI请求流量、检查其中的威胁，并确保这些请求具备访问网络资源所需的权限。长期以来，旗舰产品F5 BIG-IP 一直在无数部署中为数百万个大型关键业务应用提供这些功能，至今已有数十年。

通过这种方式加以保护后，MCP服务器可以成为一种有效且安全的手段，将原本需要人类开发者阅读的技术性API指令转化为简单易懂的“工具”，使AI智能体能够通过自然语言交互，自动发现可用的网络功能、动态组合这些功能并执行工作流。

此外，对于非电信行业的开发者而言，API集成往往过于复杂，因而难以获得他们的关注和参与。MCP让数百万使用AI提示词的“公民开发者”能够访问网络能力，从而降低在容器层部署封装器的成本。该架构可大幅提升自动化程度，使现有基于CAMARA的能力为企业创造更大价值。

AI智能体可以使用安全的MCP架构，实时调整连接能力以满足企业需求。例如，物流公司的AI智能体可以使用MCP查询网络API，以定位一辆失联的自动驾驶车辆。找到车辆后，该智能体可以通过MCP请求提升网络服务质量，使车辆能够实时传输阻碍其返回正确位置的障碍物视频。

面向运营商级安全、扩展和治理的解决方案

F5正与多家电信运营商持续探讨BIG-IP Next for Kubernetes如何帮助其安全、高效地集成MCP和CAMARA，为AI时代做好准备。在巴塞罗那举行的2026年世界移动通信大会（MWC）上（3月2日至5日），我们将演示BIG-IP Next for Kubernetes如何提供MCP所欠缺的安全、扩展和治理层，使整个系统能够满足电信级和企业级生产要求。

电信运营商需要一种既能防止MCP服务器遭受直接攻击和敏感数据外泄，又能处理海量流量的解决方案。必要时，BIG-IP Next for Kubernetes可将网络处理任务从CPU卸载到效率更高的数据处理单元（DPU），从而显著提升AI工作负载的性能。

为控制AI使用相关成本，BIG-IP Next for Kubernetes还可以监控和限制智能体的令牌使用量。令牌是AI模型在训练和推理期间处理的数据单位，可以理解为AI领域的“货币”。如果不加控制，单个AI智能体可能会处理海量令牌，导致所属企业承担巨额计算费用。F5 BIG-IP Next for Kubernetes可提供所需的“令牌治理”功能，用于跟踪AI相关成本，防止失控的智能体超支，并确保支出不超出预算。

采用智能的智能体架构

CAMARA、MCP和F5 BIG-IP Next for Kubernetes共同构建了一个功能强大的多层架构，其中每个组件都承担着独特且不可或缺的任务。可以将其理解为构建智能家居：

• CAMARA就像一套标准化的电源插座和开关。无论由哪家厂商制造，每盏灯和每台电器都使用相同且可预期的接口。
• MCP就像Alexa或Google Home这样的语音助手，能够理解自然语言指令（“打开灯”），并知道如何使用标准开关，无需针对每个开关进行专门编程。
• F5 BIG-IP Next for Kubernetes是家庭的中央安防系统、断路器箱和电表。它可以防止入侵者进入（安全）、阻止电涌（扩缩容），并跟踪电费账单，避免意外支出（令牌治理）。

CAMARA API、MCP与F5 BIG-IP Next for Kubernetes相结合，可以将复杂、碎片化的电信网络转变为安全、智能且可编程的平台，使AI智能体能够以安全、高效且对话式的方式与其交互。通过成功、安全地调整API以适应智能体AI时代，电信运营商将能够突破单纯连接服务提供商的定位，利用更多网络内在能力实现商业变现，同时维护客户信任和网络完整性。

MWC 2026期间，欢迎莅临2号馆2L20展位，亲自了解该架构，并探讨如何让您的网络为AI智能体做好准备。

另请参阅我们之前发布的博客文章：“运营主权：数字可移植性为何能增强韧性”

关于作者

Ahmed Guetari产品管理高级副总裁（服务提供商业务） | F5

Ahmed Guetari 的更多博客文章