Uber建MCP Gateway:800个服务器、5000个工具如何统一调度
作者 | Leela Kumili译者 | 田橙随着 AI 智能体在公司内部得到广泛采用,Uber 构建了一套 MCP Gateway,用于规范智能体发现和调用内部服务的方式,以解决集成碎片化、基础设施重复建设和安全实践不一致等问题。该平台支持 800 多个 MCP 服务器和 5000 多个工具,为服务发现、协议转换、
AI 智能体在企业内部用得越来越广,Uber 为此搭了一套
MCP Gateway,把智能体发现和调用内部服务的方式管起来。集成碎片化、基础设施重复建设、安全实践不统一,这几个问题都指向同一个出口。平台目前承接 800 多个 MCP 服务器、5000 多个工具,服务发现、协议转换、授权和执行都收在这一个统一层里。
Uber 工程师对这个方案的描述是
Uber MCP
Gateway 的做法,是把 API 当作工具对外暴露
这套架构被拿来和已经成熟的 API 网关模式作对比。Microsoft CoreAI 首席软件工程师 Ajay Sharma 在 LinkedIn 帖子中回应说:
“Azure API Gateway 早就在做这件事了。这是一套将大语言模型带来的混乱重新整理为秩序的方法。”
Pipe17 总裁 Kelly Goetsch 同样在 LinkedIn 帖子中表示:
“Uber 的新 MCP 网关,看起来与过去几十年里我们为 API、后来又为 GraphQL 构建的网关完全相同。”
Tamir Dresher 在 LinkedIn 帖子中强调,安全、服务发现、可观测性和治理这些传统分布式系统问题,放到今天依然重要。
Uber 的
AutoCrawler 工作流程
授权由 Uber 内部访问控制系统在服务器和工具两个层级上执行。工具响应中的个人身份信息(
工具目录越铺越大,把几千个工具的定义一股脑塞进智能体上下文,效率会掉下来。Uber 于是做了
https://www.infoq.com/news/2026/11/uber-mcp-gateway-ai-agents/
声明:本文为 InfoQ 翻译,未经许可禁止转载。