DI srauto ribojimas AWS AgentCore: kai agentams reikia ne greičio, o stabdžių
AWS paskelbė rate limiting palaikymą AgentCore gateway, kad komandos galėtų riboti DI srautą pagal vartotojus.
Šiame straipsnyje · 6 dalys
- Kas yra DI srauto ribojimas? Tai taisyklės, kurios riboja, kiek vartotojas gali siųsti užklausų, naudoti tokenų ar laikyti aktyvių jungčių.
- Kodėl agentams to reikia? Agentai gali kviesti daug įrankių ir greitai sukurti apkrovą arba išlaidas.
- Ką matuoti pirmiausia? Vartotojo užklausas per minutę, tokenus per minutę ir vienos užduoties kainą.
DI srauto ribojimas šiandien nėra teorinis žaislas. Tai jau darbas, pinigai, duomenys ir kartais labai žemiškas klausimas: kas prisiims atsakomybę, kai DI pradės veikti už žmogų?
DI srauto ribojimas skamba ne taip seksualiai kaip naujas modelis. Bet AWS rugpjūčio 6 d. paskelbta AgentCore gateway funkcija gali būti daug naudingesnė už dar vieną gražų demo: ji leidžia riboti, kiek vartotojai gali naudoti įrankius, modelius ir agentus.
Turiu prisipažinti, tokias naujienas skaitau ne kaip blizgančią vitriną. Skaitau kaip žmogus, kuris iš karto galvoja apie komandą pirmadienio rytą. Kas iš to bus naudinga? Kur bus painiava? Ir kur po mėnesio kas nors pasakys: „mes galvojom, kad čia automatiškai susitvarkys“.
Kas nutiko
AgentCore gateway dabar palaiko per-user rate limits. Galima nustatyti užklausų per minutę, vienalaikių jungčių ir tokenų per minutę ribas OAuth arba IAM taisyklėmis.
Čia kaip su sporto sale sausį. Visi ateina vienu metu, visi nori treniruotis, o po penkių minučių matai, kad sistema neatlaiko. Tik DI atveju vietoj prakaito turime sąskaitas ir timeout’us.
Čia svarbi detalė: kalbame ne apie dar vieną gražų demonstracinį video. Kalbame apie produktus, politiką, infrastruktūrą arba tyrimus, kurie keičia, kaip žmonės dirba su DI realiose organizacijose.
Kodėl tai svarbu
Kai agentai jungiasi prie paieškos, žinių bazių, MCP serverių ir modelių, vieno vartotojo ar vienos klaidingos kilpos apkrova gali paveikti visą sistemą.
DI jau išlipo iš „parašyk tekstą“ dėžutės. Jis naršo, jungiasi prie įrankių, analizuoja duomenis, planuoja veiksmus, kartais tvarko dokumentus ar padeda priimti sprendimą. Trumpai: jis artėja prie darbo proceso, ne tik prie pokalbio lango.
Ir čia smegenys mėgsta paslysti. Norisi sakyti: „ai, čia dar užsienyje“. Bet tas pats modelis ar funkcija rytoj atsiras kliento kompiuteryje, darbuotojo naršyklėje arba partnerio pasiūlyme.
Ką tai reiškia verslui
Verslui tai reiškia paprastą dalyką: prieš paleidžiant agentą žmonėms reikia žinoti, kas nutiks, kai visi juo pradės naudotis vienu metu.
- riboti užklausas pagal vartotoją
- stebėti tokenų naudojimą
- atskirti vidinius ir klientų limitus
- turėti aiškų klaidos pranešimą viršijus ribą
Pirmas skaičius, kurį verta susirašyti: kiek maksimaliai vienas vartotojas gali kainuoti per dieną, jei spaudys agentą be pertraukos.
Man patinka paprastas testas: ar po šios naujienos tavo komanda turi vieną aiškesnį sprendimą? Jei ne, vadinasi dar tik skaitome. Skaityti galima. Tik nereikia apsimesti, kad tai jau strategija.
Kur gali skaudėti
Rizika – galvoti apie limitus tik po incidento. Tada limitai jau būna ne architektūra, o gaisro gesinimas.
Dažniausia klaida labai ūkiška. Žmonės įsijungia įrankį, pabando, nustemba, pasidžiaugia ir tada palieka viską savieigai. Po kelių savaičių paaiškėja, kad vieni darbuotojai kelia jautrius failus, kiti matuoja naudą iš jausmo, o treti net nežino, kas leidžiama.
Ne tragedija. Bet tvarkos reikia.
Ką pasidaryti šią savaitę
Šią savaitę vienam DI įrankiui užrašykite tris ribas: užklausos, tokenai ir vienalaikiai veiksmai.
Rašome apie dirbtinį intelektą lietuviškai. Kiekvienas straipsnis parengtas pagal nurodytą šaltinį, o nuorodą į originalą rasite kortelėje „Šaltinis“.
