なぜか?なぜなら、自動化空間のあらゆる側面に浸透し始め、ゆっくりとしかし安定して行動をより人間化し始めているからである。MCPやACPのような新しいAI技術は非常に進歩しており、多くの点で、私たちがそれを実装するのに時間を費やしているので、人間のタスクを積極的に置き換えることができます。 エージェント・AIの新機能は? もしあなたがこれを読んでいるなら、あなたはエージェントAIをよく理解していると確信していますが、そうでない場合は、これは何であるかについての概要です。エージェントAIはAI統合の改善されたバージョンで、LLMがアクションを実行しタスクを実行するためのツールやワークフローを実装することができます。 現在、AIを使用するこの高度な形で、我々はさらにそれを向上させる2つの新しい方法があり、それはモデルコンテキストプロトコル(MCP)とエージェントコミュニケーションプロトコル(ACP)を使用することです。両方とも、複雑なツールとリソースの定義、およびインターエージェントコミュニケーションを実装することによって、LLMの既に狂った能力を高めるのに役立ちます。 MCPって何? MCP、またはモデルコンテキスト・プロトコルは、定義され、標準化されたプロトコルであり、エージェントツールとリソースの実装または定義のためのオープンソースの定義である。なぜこれが必要なことなのか?私は、実装の明確な基準と、これからT&Rを複数のエージェントに呼び出すツールとリソースを維持し、供給する明確なバックエンドの構造を言います。今、MCPでは、エージェントにT&Rを定義し、供給するために2つの主要なコンポーネントが必要です。MCPサーバーとMCPクライアントがあります。MCPサーバーは、定義されたT&Rを格納するホストマシンまたは主要なハブであり、クライ docs or the MCP クライアントは、エージェントであり、MCP サーバーに接続してツールにアクセスできます。サーバーは、主にエージェントの実行およびデータ調達プラットフォームであり、コンテキストのようなものを使用するまでLLM アクセスを有していません(ドキュメントを読む)。 スピードMCP MCP 現在、上記のフローの TLDR は、エージェントがサーバにツールの説明を要求し、サーバがツールの説明を提供し、エージェントはそのツールのセットを理解しているということです。 ACPって何? 私たちはMCPを調べて、あなたはドキュメントを読み取る方法から出てきて、これを読み返しました。ありがとうございます. この高度な実行機能を使用して、複数のエージェントを作成し、それぞれ異なるPersonas、MCPツール、フロー、および機能を備えた複数のエージェントを作成する方法を持っている場合は、タスクを行うために相互接続することができ、それがもたらすことができる効率の栄光を想像してください. それはACPです。 エージェントの定義 SDK のほぼすべてと互換性のあるエージェントの上の実装層です。 それは、エージェントを接続するための固定または階層フローの実行フローを定義することを意味します。 固定フローについても詳細には入りません( ), but the hierarchical flow is a different aspect altogether. Just think of it as a map of multiple agents managed by one agent called a router agent. Think of it as an API, but with a brain, and a smart one at that. ルーターエージェントと呼ばれる1つのエージェントによって管理される複数のエージェントのマップとして考えてください。 ドッグ再び したがって、プロセスは次のようになります: ルーターエージェントは、すべての接続されたエージェントに詳細を要求し、すべての労働エージェントは、実行情報、割り当てられたタスク、および彼らが持っているツールなどの詳細を共有します. Now, depending on the user input, the router agent will pick the best agent for the job and make it do the work. And if there are multiple agents needed to do a job, it will create a flow in which each agent is assigned a task, and the router agent will coordinate the information, compile the results and executions, and return the result to the user. あなたが少なくとも表面レベルでこれを理解したので、私はコードの側面にあまり深く入っていませんでした(それについて別々のブログを書くかもしれません)。 これがサイバーセックの職場にどのように影響し、完全に機能するのか。 現在、企業が小さな繰り返しのタスクを完了する必要がある場合、伝統的に、それらを学習して成長できる若手従業員に割り当てるが、MCPとACPの実装により、ほぼすべての若手レベルのポジション(ログモニタリング、アラート検証、セキュリティ評価)が自動化される。 数字はびっくりする: , with さらに悪いことに、ITの卒業生の96%は2年間の経験を必要としています。 入門レベルのポジションの55%は既に3年以上の経験を必要としています。 94%の入門レベルのIT職は、少なくとも1年が必要です。 影響はすでにここにあります: 雇用主の41%が、AIによる5年以内に従業員削減を計画している。 すでにTier-1タスクの90%以上を自動化していますが、 企業はAIを新しい才能に選ぶ。 ビッグテクノロジーが2024年までに新卒雇用を25%削減 AIは2026年までにSOC効率を40%高める 400万人のサイバーセキュリティ労働力格差 曲線の先に立つことを何と言いますか? AIとAIの自動化に加わり、もしあなたが‘em’を打ち負かすことができないなら、‘em’に加わり、これらのことを学び、それらの知識を高めましょう、なぜなら、今日のように、仕事は停滞しており、それが入力バーが増加し、自動化が支配している理由です。だから、あなたが十分に速いなら、あなたは職業に加わり、セキュリティの専門知識を用いて自動化を置き、それからキャリアを作り出すことができます。 AIに頭を下ろす代わりに、AIソフトウェアが疑わしい選択をするときに物事を注視し、AIの結論を検証できる人々を探しています。 他の方法は、高度にクリエイティブな問題解決とAIが弱い領域を強調することです。先進的なインシデント対応、高度な脅威狩り、セキュリティアーキテクチャ設計、戦略計画はすべて、人間の直感、創造性、および設定パターンを超えて考えることを必要とします。AIシステムは、ゲームブックに実行することができますが、まだ新しい攻撃ベクターに対応するときに人間のクリエイティブに匹敵することはありません、またはビジネスニーズと技術的なニーズをバランスをとる必要があるセキュリティ戦略を開発する。AIのツールを使用するだけでなく、それらを作成することを学びましょう。MCPサーバーとACPエージェントを構築、カスタマイズし、細かく調整してください。これらのシステムのアーキ 最も強力なプロフェッショナルは、クロス機能能力を開発し、ビジネス専門知識、コミュニケーション、リーダーシップと技術的な専門知識を結ぶ人々になるでしょう。テクノロジーチームとビジネス構成要素の間の通訳であり、AIができないのは、人間のダイナミクス、政治、そして語られていない懸念を理解することです。最後に、独自に動作することを考えてください。AI駆動型セキュリティ製品をサイドビジネスとして作りましょう。AIツールを開発するための入力障壁は決して低くありませんし、従来の雇用よりも創造を通じて価値を証明することは、より自動化された時代で差別化する最も現実的な手段かもしれません。課題は、自動化の曲線をリードすることです。 結論 申し訳ございませんが、このようにありました。私たちは私たちの仕事とサイバーセキュリティの未来を守る必要があります。セキュリティのプロとしての最終的な目標は、情報だけでなく、私たち自身を守ることです。

The writer was physically present in relevant location(s) to this story. The location is also a prevalent aspect of this story be it news or otherwise.

Personal Website

LinkedIn

HuggingFace

Github

Cybersecurity Engineer

このオーディオは、ストーリーの元の言語で制作されています。

ジュニアサイバーセキュリティの役割は消え去っている—Blame Agentic AI

About Author

コメント

ラベル

この記事は

Related Stories

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps