Kong wypuszcza AI Gateway 2.2 z zarządzaniem narzędziami MCP i politykami tożsamości

Kong Inc. ogłosił ogólną dostępność Kong AI Gateway 2.2 w dniu 30 września 2026 r., dodając zarządzany dostęp do narzędzi MCP, polityki AI świadome tożsamości, zarządzanie kosztami uwzględniające modalność oraz szersze wsparcie modeli i dostawców. Wydanie jest dostępne w Kong Konnect, platformie AI Connectivity firmy, bez konieczności włączania wersji beta.

Kong powiedział, że wydanie zostało zbudowane z myślą o coraz bardziej zróżnicowanym ekosystemie AI, w którym nowe architektury modeli, nowe API dostawców, modele hostowane samodzielnie oraz wyspecjalizowane usługi AI sprawiają, że interfejsy łączące AI w przedsiębiorstwach stają się bardziej różnorodne, a nie mniej. Firma opisuje AI Gateway jako zapewniający AI własną platformę i cykl wydań, dzięki czemu przedsiębiorstwa mogą przyjmować najnowsze rozwiązania w AI bez kompromisów w zakresie bezpieczeństwa, zgodności, kontroli kosztów, odporności czy przejrzystości. Kong przedstawia aktualizację 2.2 w kontekście celu, który nazywa strategiczną przenośnością: deweloperzy powinni móc przyjmować odpowiednią technologię AI do zadania, nie tworząc przy tym nowej infrastruktury i stosu zarządzania przy każdej zmianie modelu, dostawcy lub interfejsu.

Zarządzanie narzędziami i tożsamością

Pakietowanie serwerów MCP konsoliduje wiele MCP servers w jedną trasę Kong, ujawniając jedynie narzędzia, które dany wywołujący ma uprawnienie zobaczyć i wykonać. Polityki AI świadome tożsamości, zasilane przez Kong Identity, pozwalają na ograniczanie szybkości, analitykę, przypisywanie kosztów i kontrolę dostępu na podstawie uwierzytelnionego podmiotu, a nie lokalnego konsumenta bramy, co, jak twierdzi Kong, zapewnia przedsiębiorstwom spójny sposób identyfikacji, kto lub jaki agent stoi za każdym wywołaniem.

Wydanie dodaje natywne uwierzytelnianie AWS IAM dla Amazon Bedrock AgentCore, które Kong opisuje jako deklaratywne, zarządzane przez platformę uwierzytelnianie SigV4, zastępujące ręcznie tworzone obejścia dla zespołów korzystających z AWS, uruchamiających agenty i serwery MCP na AgentCore. Oddzielnie, wtyczka AI Rate Limiting Advanced zyskuje dopasowywanie oparte na poświadczeniach, dzięki czemu polityki mogą używać poświadczenia jako wymiaru dopasowania; Kong twierdzi, że daje to organizacjom bardziej szczegółowy sposób kontrolowania zużycia AI, gdy wiele poświadczeń korzysta z tych samych modeli lub usług AI.

Rozszerzone wsparcie modeli i interfejsów

AI Gateway 2.2 dodaje natywne wsparcie dla TypeSafe JEV jako dostawcy i formatu, w tym możliwości decyzyjne. Kong opisuje JEV jako zwracający typowane, probabilistyczne decyzje, na które oprogramowanie może reagować bezpośrednio, zamiast generować tekst, i twierdzi, że JEV może współpracować z bramą, aby informować inteligentne routowanie LLM, decydując, który model ma obsłużyć żądanie, podczas gdy AI Gateway wykonuje przekierowanie do wybranego modelu. Wydanie dodaje również wsparcie dla Skills APIs, przy czym Kong tłumaczy pomiędzy wspólną reprezentacją a formatami specyficznymi dla dostawców, umożliwiając zespołom pracę z wielokrotnie używanymi, wersjonowanymi umiejętnościami we wszystkich obsługiwanych dostawcach, bez konieczności twardego wiązania aplikacji z jedną implementacją. Dodano także natywne wsparcie dla Kimi, Microsoft Foundry i Amazon SageMaker.

Nowy tryb przepuszczania obejmuje obciążenia AI korzystające z niestandardowych lub nie‑standardowych interfejsów, w tym samodzielnie hostowane serwery modeli takie jak vLLM, Ollama i NVIDIA NIM, podglądowe API dostawców z ewoluującymi schematami oraz wyspecjalizowane punkty końcowe AI nie‑LLM. W trybie przepuszczania Kong przekazuje żądania i odpowiedzi bez transformacji treści, zachowując jednocześnie możliwości takie jak uwierzytelnianie dostawcy upstream, uwierzytelnianie Kong, ograniczanie szybkości i logowanie.

Zarządzanie kosztami i rozszerzalność

Dynamiczne, modalnie‑świadome wyceny śledzą osobno tekst, dźwięk, obraz i wideo, a także odczyty pamięci podręcznej w stosunku do zapisów; Kong twierdzi, że daje to zespołom platformowym i finansowym dokładne przypisywanie kosztów zamiast płaskich, oparte na tokenach szacunków. Wersja Tech Preview integracji z Headroom stosuje kompresję promptów, aby zmniejszyć zużycie tokenów wyjściowych przy użyciu kształtowania wyjścia i adaptacyjnej szczegółowości, przy czym Kong pozostaje głównym punktem wyjścia LLM. Integracja zbiera metryki, w tym zaoszczędzone tokeny, współczynnik kompresji i zastosowane transformacje, a jeśli Headroom jest niedostępny lub przekracza limit czasu, Kong może przekazać oryginalną treść zamiast przerywać żądanie AI.

AI Gateway 2.2 dodaje również wsparcie dla własnych wtyczek w płaszczyźnie sterowania AI Gateway, w tym strumieniowe własne wtyczki z płaszczyzny sterowania do płaszczyzn danych oraz wtyczki instalowane bezpośrednio na płaszczyźnie danych. Kong twierdzi, że wprowadza to rozszerzalność, której przedsiębiorstwa oczekują od jego infrastruktury API, do AI Gateway, pozwalając zespołom platformowym dodawać logikę i polityki specyficzne dla organizacji, które pasują do ich własnej architektury, bezpieczeństwa i wymagań zarządzania.

Oświadczenie kierownicze

„Obietnica AI agentowej nie dotyczy tylko tego, co agent może zrobić, ale czy przedsiębiorstwo może z pełnym przekonaniem powierzyć mu pracę,” powiedział Reza Shafii, Starszy wiceprezes ds. produktu w Kong, w wydaniu firmy. To fundament zarządzania AI, jak podkreślił, wymaga przejrzystości tego, co się dzieje, kontroli nad tym, do czego agenci mają dostęp i mogą wykonywać, oraz możliwości zarządzania ryzykiem i ekonomią z tym związaną, co opisał jako klucz do uczynienia AI agentowej wykonalną w przedsiębiorstwie.

Kong opisuje się jako Firma Łączności AI, budując warstwę łączności AI, z jednolitą platformą API i AI, która zabezpiecza, zarządza, przyspiesza, nadzoruje i monetyzuje ruch API i AI. Post ogłoszeniowy firmy, napisany przez Alexa Drag, szefa ds. marketingu produktu, został opublikowany 30 września 2026.