Uber crea un MCP Gateway para gobernar más de 5,000 herramientas de agentes de IA
Por JP Software ·
JP Software Uber construyó una plataforma llamada MCP Gateway para estandarizar el descubrimiento y la ejecución de servicios internos por parte de agentes de IA. La solución busca resolver integraciones fragmentadas, infraestructura duplicada y políticas de seguridad inconsistentes en toda la organización, permitiendo conectar agentes con sistemas existentes sin modificar el código de los servicios base.
Datos clave
- Conecta más de 800 servidores MCP y más de 5,000 herramientas internas, según Uber.
- Separa el control en un MCP Registry y la ejecución en un Proxy Gateway.
- Traduce peticiones MCP a llamadas de protocolos HTTP, gRPC y TChannel.
- Utiliza esquemas Protocol Buffers y Thrift procesados mediante Cadence.
Separación de control y ejecución
La arquitectura desacopla el registro de herramientas del entorno de ejecución. El MCP Registry administra definiciones de herramientas, esquemas, propietarios y banderas de activación. Por su parte, el Proxy Gateway se encarga de interceptar las peticiones del agente, traducirlas a protocolos internos como HTTP, gRPC o TChannel y transformar las respuestas a un formato compatible con MCP.
Para automatizar el catálogo, Uber desarrolló AutoCrawler sobre Cadence. Este componente rastrea registros de definición de interfaces (IDL), lee contratos en Protocol Buffers o Thrift y genera esquemas compatibles con MCP junto a descripciones redactadas por modelos de lenguaje. Las herramientas descubiertas se mantienen desactivadas por defecto hasta que el equipo propietario las revisa y aprueba. Los cambios de configuración se aplican al plano de datos sin requerir reinicios.
Optimización del contexto y seguridad
Cargar miles de definiciones agota la ventana de contexto de los modelos. Para solucionarlo, Uber diseñó Omni MCP, un mecanismo de descubrimiento incremental donde los agentes buscan servidores específicos, obtienen únicamente los esquemas necesarios e invocan herramientas puntuales. Con Response Projection, los agentes solicitan campos exactos de la respuesta en lugar de recibir cargas completas.
En seguridad, la pasarela aplica autorizaciones a nivel de servidor y herramienta con el sistema de control de accesos de Uber, además de redactar información de identificación personal (PII) en las respuestas. Para servicios externos como Jira y Google, un componente intercambia tokens internos por credenciales de terceros. Asimismo, la interfaz de línea de comandos aifx permite a agentes de código interactuar con este ecosistema escribiendo salidas en archivos para inspección selectiva.
Por qué te importa
Conectar modelos de lenguaje directo a bases de datos o APIs sin capas intermedias se vuelve insostenible en cuanto crecen los casos de uso. La experiencia de Uber demuestra que los problemas de los agentes de IA se resuelven con patrones probados de sistemas distribuidos: pasarelas de enlace, control de acceso granular y gobernanza sobre qué funciones se exponen y consumen.