Anthropic, Claude agents-ஐ enterprise networks-க்குள் மேலும் ஆழமாக கொண்டு செல்கிறது, ஆனால் loop-இன் கட்டுப்பாட்டைத் தக்க வைத்துள்ளது

Anthropic, பெரிய நிறுவனங்கள் கேட்டுக் கொண்டிருந்த திசையில் தனது managed-agent platform-ஐ விரிவுபடுத்துகிறது: tools எங்கு run ஆக வேண்டும், internal systems-ஐ எவ்வாறு அணுக வேண்டும் என்பதில் அதிக கட்டுப்பாடு. புதியதாக அறிவிக்கப்பட்ட self-hosted sandboxes மற்றும் MCP tunnels, Claude Managed Agents-ஐ corporate infrastructure-க்கு மேலும் அருகில் இயங்கச் செய்வதற்காக வடிவமைக்கப்பட்டுள்ளன; அதே நேரத்தில் core agent orchestration Anthropic-இன் சொந்த servers-இலேயே தொடர்கிறது.

இந்த நகர்வு enterprise AI deployment-இல் உள்ள முக்கியமான tension-களில் ஒன்றை நேரடியாகக் குறிக்கிறது. நிறுவனங்கள் hosted agent systems-ன் வசதியையும் விரைவான iteration-ஐயும் விரும்புகின்றன; ஆனால் sensitive files, repositories, மற்றும் internal services-ஐ தங்கள் சொந்த security perimeter-ஐ விட்டு வெளியே நகர்த்த அனுமதிப்பதில் அவை அடிக்கடி தயக்கம் காட்டுகின்றன. Anthropic-இன் update அந்த tension-ஐ நீக்கவில்லை, ஆனால் அதை குறைக்கிறது.

Tool execution வாடிக்கையாளருக்கு அருகே நகர்கிறது

Self-hosted sandboxes-உடன், Anthropic நிறுவனங்கள் agent-ன் tool calls-ஐ Anthropic-managed environments-இல் அல்லாமல் தங்கள் சொந்த infrastructure-இல் இயக்கலாம் என்று கூறுகிறது. வழங்கப்பட்ட report-ன் படி, இதன் பொருள் files மற்றும் repositories வாடிக்கையாளர் சூழலுக்குள் தங்குகின்றன; அதே நேரத்தில் existing network rules, audit logging, மற்றும் security tooling செயலிலேயே இருக்கும். CPU, memory, runtime image போன்ற நடைமுறை deployment விவரங்களையும் வாடிக்கையாளர்கள் தேர்வு செய்யலாம்.

Enterprises-க்கு இது முக்கியமானது, ஏனெனில் agent systems எவ்வளவு பயனுள்ளதாக இருக்கும் என்பது அவை பாதுகாப்பாக எந்த tools-ஐ invoke செய்ய முடியும் என்பதில்தான் நிர்ணயிக்கப்படுகிறது. ஒரு coding agent-க்கு தேவைப்படும் repository-ஐ அணுக முடியாவிட்டால், அல்லது ஒரு workflow agent வேலை உண்மையில் நடைபெறும் systems-ஐத் தொட முடியாவிட்டால், value proposition விரைவில் சிதறும். Tool execution-ஐ மாற்றுவதன் மூலம் Anthropic, model-driven decisions எங்கு எடுக்கப்படுகின்றன என்பதையும் concrete actions எங்கு நடைபெறுகின்றன என்பதையும் நடைமுறையில் பிரிக்கிறது.

தங்கள் சொந்த execution layer-ஐ உருவாக்கவும் பராமரிக்கவும் விரும்பாத வாடிக்கையாளர்களுக்கு நிறுவனம் ஒரு எளிய பாதையையும் வழங்குகிறது. report-ன் படி, Cloudflare, Daytona, Modal, மற்றும் Vercel போன்ற managed providers-ஐ பயன்படுத்தவும் முடியும். இதனால் strict self-hosting மற்றும் fully managed operation ஆகிய இரண்டுக்கும் இடையில் Anthropic ஒரு flexible middle ground-ஐ நோக்கி செல்கிறது என்பது தெரிகிறது.

MCP tunnels இன்னும் கடினமான பிரச்சினையை குறிவைக்கின்றன

இரண்டாவது feature ஆன MCP tunnels, வேறு ஒரு enterprise தடையை கையாள்கிறது: AI agents internal tools-ஐ open internet-க்கு வெளிப்படுத்தாமல் பயன்படுத்தச் செய்வது எப்படி என்பதே அது. Model Context Protocol servers databases, APIs, ticketing systems, மற்றும் பிற internal resources-க்கான gateways ஆக செயல்பட முடியும். ஆனால் பல நிறுவனங்களுக்கு அந்த endpoints-ஐ externally publish செய்வது ஏற்றுக்கொள்ள முடியாதது.

Anthropic கூறப்படும் பதில், private network-இலிருந்து single outbound connection-ஐ திறக்கும் lightweight gateway ஆகும். இந்த connection end-to-end encrypted என விவரிக்கப்படுகிறது; inbound firewall rules அல்லது public endpoints தேவைப்படுவதை இது தவிர்க்கிறது. நடைமுறையில், agents-ஐ internal systems-உடன் இணைப்பதில் ஏற்படும் operational overhead மற்றும் security anxiety-ஐ குறைக்க நிறுவனம் முயல்கிறது.

இது முக்கியமானது, ஏனெனில் enterprise agent-ன் தரம் raw model capability-க்கு மட்டும் அல்ல, retrieval மற்றும் tool access-க்கும் அதிகமாக சார்ந்துள்ளது. ஒரு public webpage-ஐ படிக்கக்கூடிய agent ஒரு விஷயம்; ஒரு company-யின் internal issue tracker-ஐ query செய்து, private documentation-ஐ inspect செய்து, approved workflows-ஐ trigger செய்யக்கூடிய agent இன்னும் பயனுள்ளது. MCP tunnels என்பது அந்த அளவிலான access-ஐ, வாடிக்கையாளர்கள் தங்கள் தற்போதைய security posture-ஐ கலைத்துவிட வேண்டாமல், நடைமுறையில் கொண்டு வர முயல்கின்றன.

Anthropic என்ன வழங்கவில்லை

புதிய திறன்களைப் போலவே வரம்புகளும் முக்கியமானவை. report, Anthropic முழு agent stack-ஐ கையளிக்கவில்லை என்பதை தெளிவாகக் காட்டுகிறது. Context management, error handling, மற்றும் actual agent loop ஆகியவை Anthropic infrastructure-இலேயே தொடர்கின்றன. அதாவது tool execution வேறு இடத்தில் நடந்தாலும், orchestration layer-ஐ நிறுவனம் இன்னும் கட்டுப்பாட்டில் வைத்திருக்கிறது.

சில வாடிக்கையாளர்களுக்கு இது போதுமானதாக இருக்கலாம். பல நிறுவனங்கள் sensitive assets மற்றும் actions-ஐ கட்டுப்படுத்தப்பட்ட சூழலுக்குள் வைத்திருக்க விரும்புவதோடு, agent runtime-ஐ vendor ஒருவரிடம் நிர்வகிக்கவிடுகிறார்கள். ஆனால் மற்றவர்களுக்கு, குறிப்பாக strict sovereignty, compliance, அல்லது data residency requirements கொண்டவர்களுக்கு, இது போதுமானதாக இருக்காது. Fully on-premise deployment இன்னும் கிடைக்கவில்லை.

இந்த வேறுபாடு தொழில்நுட்ப trivia அல்ல. Claude Managed Agents இப்போது எந்த வகையான enterprise product என்பதை இது வரையறுக்கிறது. Anthropic விளிம்புகளில் அதிக infrastructure choice-ஐ வழங்குகிறது, control-ஐ முழுமையாக மாற்றி அளிப்பதில்லை. Self-operated model execution அல்லது முழுமையாக internal agent loop தேவைப்படும் நிறுவனங்களுக்கு இன்னும் வேறு architecture தேவைப்படும்.

ஆரம்ப நிலை, ஆனால் தெளிவான சிக்னல்

இரு features-உம் இன்னும் முதிர்ச்சியடைந்தவை அல்ல. வழங்கப்பட்ட report-ன் படி self-hosted sandboxes public beta-வில் உள்ளன; MCP tunnels research preview-இல் மட்டும் உள்ளன மற்றும் access பெற நிறுவனங்கள் request செய்ய வேண்டும். இந்த எச்சரிக்கை முக்கியமானது, ஏனெனில் enterprise rollouts-இல் operational edge cases, reliability issues, மற்றும் security reviews product demos-க்கு பின்னர்தான் வெளிப்படுகின்றன.

இருப்பினும், திசை முக்கியமானது. Agent vendors மீது, தங்கள் systems உண்மையான corporate constraints-க்குள் பொருந்த முடியும் என்பதை நிரூபிக்க வேண்டும் என்ற அழுத்தம் உள்ளது; adoption-க்காக buyers-ஐ அந்த constraints-ஐ தளர்த்தச் சொல்லும் நிலை அல்ல. Anthropic-இன் update, சந்தை generic hosted copilots-இல் இருந்து, existing governance models-க்குள் வாழக்கூடிய more infrastructure-aware agents-ஐ நோக்கி நகர்கிறது என்பதைக் காட்டுகிறது.

இது ஒரு விரிவான industry pattern-ஐயும் பிரதிபலிக்கிறது. AI agents novelty-இலிருந்து workflow infrastructure-ஆக மாறும்போது, கேள்வி model என்ன செய்ய முடியும் என்பதிலேயே சுருங்கி விடவில்லை. கடினமான கேள்வி execution எங்கு நடக்கிறது, எந்த systems அணுகப்பட முடியும், access எவ்வாறு secured செய்யப்படுகிறது, ஏதாவது தவறு நடந்தால் operational control யாரிடம் இருக்கும் என்பதுதான்.

Anthropic-இன் பதில், குறைந்தபட்சம் இப்போது, முழுமையானதல்ல; படிப்படியானது. வாடிக்கையாளர்கள் tool execution-ஐ வீட்டிற்கு அருகில் வைத்திருக்கட்டும். Internal services-ஐ encrypted outbound channels மூலம் அணுகட்டும். Orchestration layer-ஐ மையப்படுத்தப்பட்டதாக வைத்திருக்கட்டும். இது அனைவருக்கும் திருப்தியளிக்காது; ஆனால் enterprise AI adoption என்பது model problem ஆக இருப்பதுபோலவே infrastructure problem-உம் என்பதற்கான நடைமுறை சார்ந்த பதிலாக இது உள்ளது.

இந்த கட்டுரை The Decoder வெளியிட்ட செய்திப்பதிவை அடிப்படையாகக் கொண்டது. மூல கட்டுரையைப் படிக்கவும்.