Kong lancerer AI Gateway 2.2 med MCP-værktøjsstyring, identitetspolitikker

Kong Inc. annoncerede den generelle tilgængelighed af Kong AI Gateway 2.2 den 30. september 2026, og tilføjer styret adgang til MCP-værktøjer, identitetsbevidste AI-politikker, modalitetsbevidst omkostningsstyring og bredere model- og udbyderunderstøttelse. Udgivelsen er tilgængelig i Kong Konnect, virksomhedens AI Connectivity Platform, uden krav om beta-aktivering.

Kong sagde, at udgivelsen er bygget til et stadigt mere divers AI-økosystem, hvor nye modelarkitekturer, nye udbyder-API’er, selvhostede modeller og specialiserede AI-tjenester gør grænsefladerne, der forbinder virksomhedens AI, mere mangfoldige i stedet for mindre. Virksomheden beskriver AI Gateway som at give AI sin egen platform og udgivelsesrytme, så virksomheder kan adoptere det næste inden for AI uden at gå på kompromis med sikkerhed, overholdelse, omkostningskontrol, robusthed eller synlighed. Kong indrammer 2.2-opdateringen omkring et mål, den kalder strategisk portabilitet: udviklere skal kunne adoptere den rette AI-teknologi til opgaven uden at skulle oprette en ny infrastruktur- og styringsstak hver gang den underliggende model, udbyder eller grænseflade ændres.

Værktøjs- og identitetsstyring

MCP Server Bundling konsoliderer flere MCP-servere til en enkelt Kong-rute, og viser kun de værktøjer, som hver opkalder er autoriseret til at se og udføre. Identitetsbevidste AI-politikker, drevet af Kong Identity, gør det muligt for hastighedsbegrænsning, analyse, omkostningsattribution og adgangskontrol at baseres på en autentificeret principal i stedet for en gateway-lokal Consumer, hvilket Kong siger giver virksomheder en ensartet måde at vide, hvem eller hvilken agent der ligger bag hvert opkald.

Udgivelsen tilføjer indbygget AWS IAM-godkendelse for Amazon Bedrock AgentCore, som Kong beskriver som deklarativ, platformadministreret SigV4-godkendelse, der erstatter håndlavede løsninger for AWS-native teams, der kører agenter og MCP-servere på AgentCore. Separat får AI Rate Limiting Advanced‑plugin’en credential-baseret matchning, så politikker kan bruge en credential som en matchningsdimension; Kong siger, at dette giver organisationer en mere granulær måde at kontrollere AI-forbruget på, når flere credentials får adgang til de samme modeller eller AI-tjenester.

Udvidet model- og grænsefladeunderstøttelse

AI Gateway 2.2 tilføjer indbygget understøttelse af TypeSafe JEV som udbyder og format, inklusive dens beslutningsfunktion. Kong beskriver JEV som at returnere typede, probabilistiske beslutninger, som software kan handle på direkte i stedet for at generere tekst, og siger, at JEV kan arbejde med gateway’en for at informere intelligent LLM-routing, ved at beslutte hvilken model der skal håndtere en anmodning, mens Kong AI Gateway udfører routingen til den valgte model. Udgivelsen tilføjer også understøttelse af Skills‑API’er, hvor Kong oversætter mellem sin fælles repræsentation og udbyderspecifikke formater, så teams kan arbejde med genanvendelige, versionerede Skills på tværs af understøttede udbydere uden at hardkode applikationer til en enkelt implementering. Indbygget understøttelse af Kimi, Microsoft Foundry og Amazon SageMaker blev også tilføjet.

En ny passthrough‑tilstand dækker AI-arbejdsbelastninger, der bruger tilpassede eller ikke‑standardiserede grænseflader, herunder selvhostede modelservere såsom vLLM, Ollama og NVIDIA NIM, udbyder‑preview‑API’er med udviklende skemaer og specialiserede ikke‑LLM AI‑endepunkter. I passthrough‑tilstand videresender Kong anmodninger og svar uden at transformere kroppen, samtidig med at funktioner som upstream‑udbydergodkendelse, Kong‑godkendelse, hastighedsbegrænsning og logning bevares.

Omkostningsstyring og udvidelsesmuligheder

Dynamisk, modalitetsbevidst prisfastsættelse sporer tekst, lyd, billede og video separat, samt cache‑læsninger versus cache‑skrivninger; Kong siger, at dette giver platform‑ og finanshold præcis omkostningsattribution i stedet for flade, token‑baserede estimater. En Tech Preview‑integration med Headroom anvender promptkomprimering for at reducere forbruget af output‑tokens ved hjælp af output‑formning og adaptiv verbositet, mens Kong forbliver det primære LLM‑egress‑punkt. Integration’en indsamler målinger inklusive gemte tokens, komprimeringsgrad og anvendte transformationer, og hvis Headroom er utilgængelig eller tidsudløber, kan Kong videresende det oprindelige indhold i stedet for at afbryde AI‑anmodningen.

AI Gateway 2.2 tilføjer også understøttelse af brugerdefinerede plugins i AI Gateway‑kontrolplanet, herunder streaming af brugerdefinerede plugins fra kontrolplanet til dataplaner samt plugins installeret direkte på dataplanen. Kong siger, at dette bringer den udvidelsesgrad, som virksomheder forventer fra deres API‑infrastruktur, ind i AI Gateway, så platform‑teams kan tilføje organisationsspecifik logik og politikker, der passer til deres egen arkitektur, sikkerhed og styringskrav.

Ledelseserklæring

“Løftet om agentisk AI handler ikke kun om, hvad en agent kan gøre, men om hvorvidt en virksomhed kan sætte den i arbejde med selvtillid,” sagde Reza Shafii, Senior Vice President for Produkt hos Kong, i virksomhedens udgivelse. Det grundlag for AI-styring, siger han, kræver indsigt i, hvad der sker, kontrol over, hvad agenter kan få adgang til og udføre, samt evnen til at håndtere de risici og økonomiske aspekter, der følger med, hvilket han beskrev som det, der vil gøre agentisk AI levedygtig i virksomheden.

Kong beskriver sig selv som AI Connectivity Company, der bygger forbindelseslaget for AI, med en samlet API og AI-platform, som sikrer, administrerer, accelererer, styrer og tjener penge på API- og AI-trafik. Virksomhedens kunngørelsesindlæg, skrevet af Alex Drag, Head of Product Marketing, blev offentliggjort den 30. september 2026.