用 MCP 和 Kubernetes 重启企业 AI
企业 AI 正从聊天机器人转向 Agent 集群，MCP 和 Kubernetes 是支撑其身份、编排与系统架构的关键基础设施。
主持Chris Benson、Daniel Whitenack
嘉宾Craig McLuckie
话题脉络
- 1:25MCP与K8s企业AI
MCP协议解决了企业AI代理与Kubernete上系统的集成问题，使工具调用更可靠。
Craig - 4:14MCP协议优势
MCP是轻量级协议，桥接LLM的自然语言能力与企业系统的安全访问。
Craig - 7:08招聘场景示例
招聘代理通过MCP统一操作日历、邮件和CRM系统，大幅提升效率。
Craig - 10:01MCP vs传统API
LLM擅长自然语言但难用传统API，MCP提供标准接口简化工具调用。
Craig - 13:12安全与运行时
企业需Kubernetes上的安全运行时和注册中心来管控MCP服务器。
Craig - 17:07双网关架构
平台需要LLM网关和MCP网关分别管理模型流量与工具访问，实现可见性。
Craig - 21:27认证权限实践
使用OIDC令牌交换和只读模式，确保代理安全访问企业资源。
Craig - 28:25代理监控优化
在LLM与工具间设置代理，实现日志记录、限流和上下文优化，控制令牌消耗。
Craig - 33:02Toolhive开源
Toolhive将MCP服务器打包为OCI容器运行在K8s上，结合集中控制平面。
Craig - 39:36规模与熵管理
代理数量增长时需通过治理应对熵增，确保工具访问一致性。
Craig - 42:16未来代理标准
社区需要标准代理打包格式（如OCI）和随机行为处理模式。
Craig - 44:40生产力提升
MCP和AI代理使开发效率提升30%，即使令牌消耗大也值得。
Craig
节目简介
本期探讨企业如何构建 AI Agent 基础设施：从身份管理到大规模 Agent 编排。嘉宾 Craig McLuckie（Stacklok CEO）介绍了 MCP（模型上下文协议，一种标准化 AI 与工具交互的协议）和 Kubernetes 在管理海量后台 Agent 中的作用，以及 ToolHive 等新兴工具如何支持 AI 原生应用。