MoEngage 如何借 AgentCore Gateway 将 400 多个 API 变成智能体工具
摘要
MoEngage 借助 Amazon Bedrock AgentCore Gateway,把分布在 7 个 AWS 区域、由 25 个团队构建的约 400 个私有 REST API 统一转换为按权限隔离的智能体工具;全程无需编写 MCP 服务器代码,也无需开放公网端点。
核心要点
- 规模与约束:约 400 个内部 REST API 由 25 个工程团队开发,运行在 7 个 AWS 区域的私有 VPC 中;为满足数据驻留承诺,这些 API 按区域隔离,且不对公网暴露。
- 被否决的方案:若每个团队各建一个 MCP 服务器,将产生 20 多个需要监控、打补丁并随 MCP 协议演进保持兼容的部署;而“读活动、查人群、看投递数据”这类跨域智能体还需要连接多个服务器并协调结果。
- 分工原则:单个工程团队不实现 MCP,只负责构建 REST API,并在 OpenAPI 规范中声明哪些操作应成为工具;MCP 层由 AI 平台团队端到端拥有。
- 由分工原则推出的三项要求:一个智能体只连接一次的中央工具面;按智能体粒度的授权由服务端强制执行,而不依赖约定;私有网络连通性无需为每个新 API 重建。
- 成效数据:官方称该方案节省了约六个月的平台工程工作量,新 API 的接入时间从数天缩短到数小时;此外,无需产品团队编写 MCP 代码,也无需为每个集成单独准备网络。
原文佐证
- Behind the product sit roughly 400 internal REST APIs, built by 25 engineering teams, running in private virtual private clouds (VPCs) across seven AWS Regions.
- The approach saved MoEngage an estimated six months of platform engineering effort, and onboarding a new API now takes hours instead of days.
- Individual engineering teams do not implement MCP. Teams build REST APIs and declare which operations should be tools.
AI 洞察
企业智能体的瓶颈正从模型能力转向 API 治理与权限边界:MCP 网关正在扮演“智能体时代的 API 网关”这一层角色。MoEngage 确立的“业务团队只写 OpenAPI、平台团队垄断 MCP 层”分工,很可能成为大型企业的标准组织模式,因为它把协议演进的风险集中到少数人身上。对云厂商而言,谁能把智能体工具接入直接嵌入客户既有的 VPC、区域隔离与数据驻留约束中,谁就更有机会掌握企业智能体中间件的主导权。