F5 AI Gateway: контроль MCP и расходов AI-агентов
AI-агент может за несколько минут потратить бюджет на вызовы модели, получить доступ к CRM и выполнить действие от имени сотрудника. Руководителю нужно видеть всю цепочку: кто запустил агента, какие инструменты тот использовал, сколько токенов потратил и чем закончилась задача.
18 августа 2026 года F5 представила обновлённый AI Gateway в составе F5 AI Security Platform. Продукт объединяет маршрутизацию запросов к моделям, контроль доступа к инструментам через MCP и проверку промптов и ответов. Help Net Security опубликовал детали обновления 19 августа.
Короткий квиз · 1 вопрос
Выберите первый контроль для AI-агента
Агент продаж получает доступ к CRM, базе знаний и отправке писем.
Что нужно настроить до запуска?
До запуска агенту нужен разрешённый реестр инструментов, минимальные права для каждого действия и полный журнал вызовов. Лимит токенов контролирует расходы, но не защищает CRM и отправку писем.
F5 заявляет, что функции AI Gateway могут сократить расходы на токены до 60%. Это оценка поставщика. Она не гарантирует такой результат для каждой компании. Фактическая экономия зависит от архитектуры, выбранных моделей, нагрузки и качества настройки.
Что F5 обновила 18 августа 2026 года
F5 собрала в AI Gateway три группы функций.
- Model Gateway учитывает токены по провайдеру, модели, команде и пользователю. В продукте заявлены бюджеты, правила выбора модели, семантическое кеширование и балансировка нагрузки с учётом GPU.
- MCP Gateway управляет доступом агента к API, источникам данных, RAG-системам и другим инструментам. F5 добавила реестр разрешённых MCP-серверов и журнал действий. По журналу можно проверить, какой агент обратился к ресурсу, когда это произошло и от чьего имени.
- AI Guardrails проверяет входящие и исходящие данные, скрывает чувствительные сведения и блокирует попытки prompt injection и jailbreak. Если система не может безопасно оценить запрос, она останавливает его.
F5 предлагает применять политики для моделей, агентов и подключённых инструментов в одной точке. Такой подход упрощает контроль, когда отделы используют LLM через разные приложения, API и автоматизации.
Зачем руководителю единый контроль AI-агентов
Расходы на AI-агента складываются из вызовов модели и его действий в рабочих системах. Агент может читать базу знаний, менять карточки в CRM, отправлять письма, создавать документы и вызывать внутренние API. Счёт от провайдера модели показывает лишь часть картины и приходит после завершения работы.
Gateway помогает руководителю регулярно получать ответы на три вопроса:
- какой отдел и какой сценарий расходуют бюджет;
- к каким инструментам имеет доступ каждый агент;
- какие действия агент выполнил при обработке лида, обращения или документа.
Например, агент поддержки ищет ответ в базе знаний и создаёт тикет. Агент продаж квалифицирует лид и записывает данные в CRM. Агент контента берёт факты из утверждённых источников и отправляет материал на согласование. Для каждого сценария нужен отдельный набор прав и свой журнал действий.
Как организовать MCP-контроль в своей компании
MCP ускоряет подключение агентов к рабочим инструментам. С каждой новой интеграцией увеличивается число доступов к данным и бизнес-операциям. Подход F5 можно использовать как архитектурный ориентир при выборе любого gateway.
1. Создайте реестр инструментов
Запишите название MCP-сервера или API, владельца, назначение, тип данных, окружение и статус допуска. Отдельно укажите права на чтение, запись, удаление и финансовые операции. Подключайте интеграцию к рабочему процессу после заполнения этой карточки.
2. Выдавайте права под конкретную задачу
Агент для подготовки отчёта может читать утверждённые таблицы и создавать черновик. Агент для изменения статусов сделок получает отдельное право на запись и лимит операций. Пересматривайте доступ после каждого изменения сценария.
3. Ведите связанный журнал действий
Сохраняйте идентификатор агента, инициатора, инструмент, операцию, время, результат и причину отказа. Такой журнал помогает найти источник ошибки, подготовить данные для аудита и посчитать стоимость бизнес-операции.
4. Добавьте согласование рискованных операций
Возврат денег, удаление записей, отправка сообщения клиенту, публикация материала и изменение прав доступа требуют отдельного подтверждения. Компания может назначить ручное согласование или задать правила: лимит суммы, разрешённый сегмент клиентов, рабочее время и обязательное поле в CRM.
Подробнее об устройстве интеграций читайте в материале «MCP для AI-агентов: как контролировать подключение инструментов». Базовые меры защиты собраны в статье «Безопасность AI-агентов для бизнеса».
Как контролировать расходы на LLM и качество работы
F5 делает акцент на бюджетах и маршрутизации моделей. Задачи различаются по ценности и риску, поэтому каждой группе нужен свой набор моделей и лимитов.
Разделите нагрузку на четыре класса:
- массовая классификация и извлечение данных;
- подготовка черновиков и кратких пересказов;
- сложный анализ с проверкой источников;
- действия, которые меняют данные в бизнес-системах.
Для каждого класса задайте допустимые модели, лимит токенов, правило повторного запроса и метрику результата. В отчёте станет видно, какие процессы дают полезный результат, где стоит изменить промпт, где подойдёт более экономичная модель и где нужна старшая модель.
Заявление F5 о потенциальном сокращении токеновых расходов до 60% нельзя использовать как гарантированный показатель бизнес-плана. Проверьте эффект на одном процессе. Сначала зафиксируйте базовую стоимость обработанного обращения, долю успешно выполненных задач, время сотрудника на проверку и число эскалаций. Затем сравните эти показатели после настройки маршрутизации и кеширования.
План внедрения на 30 дней
Неделя 1. Выберите один процесс с понятным объёмом: первичный разбор лидов, ответы на типовые обращения или подготовку контент-плана. Назначьте владельца и критерии качества.
Неделя 2. Составьте карту инструментов агента. Уберите лишние права, выделите операции записи и включите журналирование вызовов.
Неделя 3. Установите бюджет для команды и сценария. Добавьте предупреждение о приближении к лимиту и правила выбора модели для повторяющихся задач.
Неделя 4. Посчитайте стоимость одного полезного результата, долю ручных исправлений, число инцидентов доступа и скорость обработки. Масштабируйте сценарии с подтверждёнными результатами.
За месяц у компании появится рабочая схема: владелец процесса, список доступов, журнал действий, бюджет и критерии качества.
С чего начать малому и среднему бизнесу
Крупный enterprise-gateway служит ориентиром, а первый рабочий контур может быть компактным. Для четырёх агентов опишите роли, доступные инструменты, правила передачи задач и точки согласования. Назначьте владельца каждой интеграции и включите журнал действий.
При размещении на сервере клиента или в выделенном контуре заранее настройте резервные копии, обновления, изоляцию ключей и мониторинг. Для такого размещения подойдёт сервер Beget: на нём можно развернуть отдельный рабочий контур и организовать его сопровождение.
Вывод
Обновление F5 AI Gateway от 18 августа 2026 года показывает, какие средства контроля нужны компании при масштабировании AI-агентов: реестр инструментов, точечные права, журнал действий, лимиты расходов и метрики результата. Начните с одного процесса, измерьте исходные показатели и проверьте эффект на пилоте.
Хотите запустить управляемую команду для SMM, контента и маркетинга? Запустите автономный AI SMM офис за 10 минут. После установки вы получите отдел из четырёх AI-агентов в Telegram, настроенный на задачи вашего бизнеса.
