Observabilidad de extremo a extremo real para aplicaciones de IA: presentación del soporte del Model Context Protocol (MCP)

La rápida adopción de la IA, especialmente de los sistemas de IA agéntica, ha añadido una nueva capa de complejidad a la gestión del rendimiento de las aplicaciones. Si bien el monitoreo del modelo de lenguaje extenso (LLM) ha ganado terreno, se ha generado una brecha crítica en la visibilidad en torno al Model Context Protocol (MCP), un estándar fundacional para las interacciones de la IA agéntica. Desde su lanzamiento, el MCP se ha convertido rápidamente en el estándar de referencia para la IA agéntica al permitir que los agentes inteligentes interactúen de forma dinámica con una variedad de herramientas y servicios. El MCP simplifica las integraciones con la IA, pero conlleva algunos desafíos. 

Hoy tenemos el placer de anunciar un sistema de soporte revolucionario para el MCP dentro de nuestra solución integral de monitoreo de IA, integrado perfectamente con nuestro monitoreo del rendimiento de aplicaciones (APM) líder en la industria.

El desafío de observabilidad con la IA agéntica y el MCP

Las aplicaciones de IA agéntica, en las que los agentes de IA interactúan de forma dinámica con varias herramientas y servicios, suelen depender de servidores del MCP para facilitar estas interacciones. Sin embargo, estos servidores del MCP han funcionado históricamente como "cajas negras", ocultando información crítica en el rendimiento y el comportamiento de la capa de IA. Esta falta de visibilidad supone desafíos importantes tanto para los desarrolladores de agentes como para los proveedores de servicios del MCP:

• Para los desarrolladores de agentes: Comprender qué herramientas un agente de IA elige para un prompt específico, la secuencia de invocaciones de herramientas y la duración de cada paso ha sido un proceso laborioso y a menudo manual. Localizar los cuellos de botella en el rendimiento o el origen de los errores dentro del flujo de ejecución y de toma de decisiones de la IA era excepcionalmente difícil.
• Para los proveedores de servicios del MCP: Obtener información valiosa sobre cómo sus servicios del MCP se usan, identificar los cuellos de botella en el rendimiento dentro de su infraestructura o comprender la efectividad de las herramientas suponía un obstáculo importante. A menudo, esto requería de una instrumentación personalizada y compleja, lo que daba lugar a una gran sobrecarga operativa

Como resultado, se obtenía una vista fragmentada del rendimiento de las aplicaciones de IA, que a menudo requería de un "cambio de pantalla" entre distintas herramientas de monitoreo y demasiado tiempo por parte de los equipos de operaciones y de desarrollo.

Cerrando la brecha: integración del MCP de New Relic

Nuestro nuevo sistema de soporte del MCP aborda directamente estos desafíos al brindar información valiosa detallada y procesable en todo el ciclo de vida de una solicitud del MCP. Esta integración permite a los desarrolladores y a los proveedores de servicios lo siguiente:

1. Obtener visibilidad inmediata del rastreo del MCP:
   • Instrumenta y observa automáticamente el ciclo de vida completo de las invocaciones de una solicitud del MCP.
   • Visualiza las herramientas específicas invocadas por un agente de IA, sus secuencias de llamadas y las duraciones de las ejecuciones a través de diagramas de cascada claros.
   • Comprende el proceso de toma de decisiones del agente de IA mientras interactúa con varios servicios.
2. Lograr una optimización proactiva del MCP:
   • Analiza patrones de selección de herramientas de agentes para prompts específicos, lo que permite evaluar la elección y la efectividad de las herramientas.
   • Rastrea los indicadores de rendimiento clave (KPI), como los patrones de uso de las herramientas, la latencia y las tasas de errores asociadas con las interacciones del MCP.
   • Identifica y optimiza las herramientas con un bajo rendimiento o las estrategias ineficientes de los agentes dentro del servicio del MCP.
3. Proporcionar contexto inteligente del monitoreo de IA:
   • De forma crucial, correlacionamos los datos del rendimiento del MCP directamente con el ecosistema más amplio de las aplicaciones. Esto da lugar a una correlación perfecta entre las interacciones de la IA y el rendimiento de los servicios de backend, bases de datos, microservicios y colas de mensajes.
   • Esta vista holística elimina los silos de datos y ofrece una observabilidad real de extremo a extremo, lo que permite a los equipos localizar rápidamente la causa raíz de los problemas, ya sea que se encuentre en la capa de la IA, en el servicio del MCP o en un componente tradicional de backend.