Проблема границ, а не компонентов
Экосистема AI-агентов перенасыщена инструментами для маршрутизации, памяти и выполнения инструментов. Однако критический вопрос остается без ответа: где именно проходят архитектурные границы в self-hosted решениях? Основная сложность возникает не в выборе софта, а в том, как обеспечить сквозную безопасность и изоляцию при взаимодействии этих систем. Автор статьи утверждает, что ключ к успеху — не в поиске идеального компонента, а в определении четких границ между ними.
От концепции Anthropic к корпоративной реальности
За основу взята модель Anthropic Cores, которая разделяет среду выполнения (harness) на четыре элемента: Agent (поведение), Environment (среда), Session (состояние) и Events (события). В облачных сервисах Anthropic безопасность обеспечивается за счет изоляции сессий, моделей и песочниц. Однако в корпоративном секторе (self-hosted) эта модель недостаточна. Агенты должны проходить через ревью, проверки политик и пайплайны, превращаясь из «умного собеседника» в декларативный артефакт, готовый к продакшену.
Четыре слоя архитектуры
Предлагаемая референсная архитектура работает на базе Kubernetes и делит систему на четыре функциональных слоя. Важно отметить, что это не программные компоненты, а логические границы. Два сквозных concern (проблемных области) — мультитенантность (изоляция данных и рантайма) и Kubernetes-native деплой — пронизывают все слои, но не являются отдельными слоями.
Ниже приведена структура взаимодействия ключевых аспектов в данной архитектуре:
| Аспект | Описание в контексте архитектуры | Ключевой вызов |
|---|---|---|
| Identity (Идентичность) | Как пользовательский контекст доходит до MCP-вызовов? | Сквозная передача прав без утечек |
| Runtime Boundaries | Где заканчивается рантайм агента и начинается слой исполнения? | Изоляция без блокировки взаимодействия агентов |
| Network Boundaries | Какие capabilities остаются внутри pod, а какие выходят наружу? | Минимизация поверхности атаки |
| Tenant Isolation | Изоляция рантайма разных клиентов/отделов | Сохранение возможности agent-to-agent взаимодействия |
Почему это важно для Enterprise
Предложенная архитектура решает проблему «черного ящика». В отличие от абстрактных диаграмм, эта модель опирается на конкретные реализации, что позволяет заменять отдельные компоненты (например, движок маршрутизации или систему управления секретами) без перестройки всей системы. Это критически важно для компаний, стремящихся к self-hosted AI, так как позволяет сохранить контроль над данными и соблюдением политик безопасности, не отказываясь от гибкости open-source решений.
Источник: Towards AI pub ↗