Uber 已构建一套 MCP 网关（MCP Gateway），用于标准化 AI 智能体在内部服务中的工具发现与调用流程。该网关目前覆盖超过 800 个 MCP 服务器和 5000 余个工具，旨在解决 AI 智能体在企业内部大规模接入服务时所面临的权限管理与调用治理问题。
据披露，该网关的核心设计在于将工具注册与运行时执行分离。这一架构使工具的登记、变更与实际的调用执行解耦，便于在集中位置对工具目录进行统一管理，同时不影响运行时的调用效率。围绕这一架构，网关还提供自动化 API 发现能力，使 AI 智能体能够识别并接入内部服务暴露的接口。
在安全与合规层面，MCP 网关内置访问控制机制，对智能体可调用的工具范围进行约束；同时支持敏感数据脱敏与响应过滤，在工具返回结果进入智能体上下文之前对内容进行处理，降低敏感信息外泄的风险。此外，网关通过 Omni MCP 实现增量式工具发现，使智能体无需一次性加载全部工具清单，而是按需逐步获取可用工具。
随着企业将大模型与智能体引入内部工作流，工具数量与调用路径迅速膨胀，如何对智能体可访问的服务边界进行治理成为共性难题。Uber 此次披露的 MCP 网关方案，将工具注册、发现、权限与数据处理集中到统一入口，为大规模智能体部署提供了一种可参考的治理路径。该方案也反映出企业在 AI 智能体落地过程中，正从单点应用转向基础设施建设与访问控制体系的搭建。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
