Kong AI Gateway

Kong AI Gateway هي طبقة حوكمة حركة مرور LLM والوكلاء المبنية فوق Kong Gateway، وهي بوابة API مفتوحة المصدر واسعة الانتشار من شركة Kong Inc.، وهي شركة مقرها سان فرانسيسكو تأسست عام 2017. تستهدف هذه الأداة مشكلة مؤسسية تتفاقم مع كل نموذج تتبناه: فبينما تقوم المؤسسة بربط OpenAI و Anthropic و Bedrock و Gemini و Mistral وغيرها بالأنظمة الداخلية ومسارات عمل الوكلاء، تتشتت السيطرة، لأن كل مزود يجلب معه SDK الخاص به، وبيانات الاعتماد، ومقياس التكلفة، وسلوك تقييد معدل الطلبات. تقف Kong أمام كل هؤلاء كمستوى تحكم واحد للتوجيه، واحتواء التكاليف، والأمان، وقابلية المراقبة. إنها ليست برنامجًا تنفيذيًا منفصلاً بل هي Kong Gateway مضافًا إليها مجموعة من إضافات الذكاء الاصطناعي، والتي يتم تشغيلها إما بالاستضافة الذاتية أو من خلال مستوى تحكم Konnect المدار من Kong.

تشمل الإمكانات التوجيه متعدد المزودين وموازنة الأحمال، وتقييد معدل الطلبات والحصص المستندة إلى الرموز (tokens)، والتخزين المؤقت الدلالي الذي يتخطى الاستدعاءات المكررة، وتنقية PII وحماية حقن التلقين (prompt-injection)، ولوحات معلومات للإنفاق على الرموز وزمن الوصول لكل نموذج. بحلول أبريل 2026، وسّعت Agent Gateway في الإصدار 3.14 تلك الحوكمة لتشمل نوعين من حركة المرور يتجاوزان استدعاءات LLM الخام: حركة مرور أدوات Model Context Protocol والتواصل بين الوكلاء (agent-to-agent)، وهو ما تدعي Kong أنه يجعلها البوابة الوحيدة التي تغطي الثلاثة من مستوى تحكم واحد. تتوفر ست إضافات أساسية للذكاء الاصطناعي مجانًا ومفتوحة المصدر على Kong Gateway، بينما تتوفر الميزات المتقدمة في باقات Konnect المدفوعة. تتمتع Kong نفسها بتمويل جيد، حيث حصلت على 175 مليون دولار في جولة تمويل Series E في أواخر عام 2024 بتقييم بلغ 2 مليار دولار.

ما الذي تديره Kong AI Gateway في يونيو 2026

النموذج الذهني هنا هو نقطة تحكم واحدة لجميع حركات مرور الذكاء الاصطناعي. بدلاً من احتفاظ كل خدمة بمفاتيح المزود الخاصة بها، تتدفق الاستدعاءات عبر Kong، التي تطبق التوجيه، والمصادقة، وحدود معدل الطلبات، والتخزين المؤقت، والسياسة الأمنية في مكان واحد، ثم تصدر قابلية مراقبة موحدة. هذا ذو قيمة حقيقية على نطاق واسع: يمكنك وضع حد أقصى لإنفاق الرموز لكل فريق، والانتقال عند الفشل من مزود إلى آخر، والتخزين المؤقت للتلقينات المتشابهة دلاليًا لخفض التكلفة، وإزالة PII قبل أن تصل إلى النموذج.

"بمجرد ترقية Kong Gateway الحالية لديك إلى الإصدار 3.6، ستتمكن من استخدام هذه الإضافات الجديدة التي تركز بالكامل على استخدام الذكاء الاصطناعي و LLM." ماركو بالادينو، المدير التكنولوجي لشركة Kong، فبراير 2024.

جاءت الخطوة الأحدث والأكثر تميزًا في 14 أبريل 2026، عندما أطلقت Kong ميزة Agent Gateway في الإصدار 3.14، مضيفةً حوكمة التواصل بين الوكلاء عبر بروتوكول A2A من Google بالإضافة إلى دعم LLM و MCP الحالي. جلب هذا الإصدار هوية الوكيل والمصادقة، والفحص في الوقت الفعلي لتدفقات التواصل بين الوكلاء بحثًا عن انتهاكات السياسة وحقن التلقين، وتخصيص التكلفة لكل وكيل، وتسجيل التدقيق الكامل. يشير استحواذ Kong في سبتمبر 2025 على شركة القياس OpenMeter إلى أنها تعمل أيضًا على جانب تتبع تكلفة الرموز.

الإضافات مفتوحة المصدر مقابل Konnect المدفوعة

يعد الانقسام بين المجاني والمدفوع أكثر أهمية هنا مقارنة بمعظم الأدوات. إن Kong Gateway مجانية حقًا ومرخصة بموجب Apache 2.0، ومنذ الإصدار 3.6 في فبراير 2024، توفر ست إضافات للذكاء الاصطناعي بدون تكلفة، تغطي وكيل LLM، وحماية التلقين، وتحويل الطلبات والاستجابات. ما لا تتضمنه الباقة مفتوحة المصدر هو الجزء الذي تريده معظم فرق الذكاء الاصطناعي بالفعل: تقييد معدل الطلبات المستند إلى الرموز (الباقة المجانية تحسب طلبات HTTP فقط)، والتخزين المؤقت الدلالي، وتنقية PII على نطاق واسع، وواجهة المستخدم الرسومية للإدارة، و SSO، والتحليلات المتقدمة، وحوكمة MCP و A2A. تتطلب هذه الميزات Konnect، التي تقدم نسخة تجريبية مجانية لمدة 30 يومًا، ثم باقة Plus ذاتية الخدمة تتضمن مليون طلب API شهريًا مع 200 دولار لكل مليون إضافي وما يصل إلى خمسة نماذج LLM، وباقة Enterprise مع نماذج غير محدودة، و SSO، وسجلات التدقيق، واتفاقيات مستوى الخدمة (SLAs) المخصصة والتي تصل تكلفتها عادةً إلى عشرات الآلاف من الدولارات سنويًا. لا تفرض Kong رسومًا على كل رمز (token)؛ بل تستمر في الدفع للمزودين مباشرة مقابل ذلك.

Kong مقابل LiteLLM و Portkey

في مواجهة LiteLLM، يكمن التباين في الحجم واللغة. تعمل LiteLLM كعملية Python خفيفة الوزن على خادم صغير مع PostgreSQL، وهي أصلية في Python بحيث يقوم مهندسو الذكاء الاصطناعي بتوسيعها باستخدام الأدوات التي يعرفونها بالفعل، وتغطي قائمة واسعة من المزودين. الاستضافة الذاتية لـ Kong تعني تشغيل Nginx، وقاعدة بيانات، وعقد مستوى البيانات، وتتم كتابة الإضافات المخصصة بلغة Lua، وهي لغة متخصصة في أوساط الذكاء الاصطناعي. يُظهر معيار Kong الخاص أنها تتفوق بكثير في الإنتاجية الخام، ولكن هذه الميزة غير ذات صلة إلى حد كبير عندما يتضاءل زمن الوصول الخاص بمزود LLM والذي يبلغ مئات الميلي ثانية أمام بضعة ميلي ثانية من العبء الإضافي للبوابة. حيث تتفوق Kong هو حوكمة المؤسسات الناضجة: RBAC، و SSO، وسجلات التدقيق، وتغطية MCP و A2A التي تفتقر إليها LiteLLM. تعتبر Portkey المنافس الآخر، وهي مصممة خصيصًا لحركة مرور LLM مع إضافات أصلية في Python وتسعير لكل طلب، في حين أن Kong هي بوابة API تم تكييفها للذكاء الاصطناعي مع تسعير لكل خدمة. الملخص الصادق هو أن Kong تفوز عندما ترغب في توحيد حوكمة الذكاء الاصطناعي مع حوكمة API والخدمات المصغرة الأوسع التي تديرها بالفعل، بينما يغطي موجه LLM متعدد مثل OpenRouter أو واجهة خلفية مثل Together AI شريحة أضيق من نفس الحاجة.

أين يحبط نموذج Kong فرق الذكاء الاصطناعي

الشكوى المتكررة هي أن نموذج التسعير تم بناؤه لواجهات برمجة التطبيقات (APIs) التقليدية، وليس للوكلاء.

"قد يؤدي مسار عمل وكيل واحد إلى سلسلة من أكثر من 20 استدعاء API داخلي. هذا التأثير المضاعف يجعل Kong غير فعالة اقتصاديًا لتطبيقات الذكاء الاصطناعي القائمة على الوكلاء." تحليل تقني من TrueFoundry، 2026.

نظرًا لأن كل نموذج أو مزود يُحسب كخدمة بوابة منفصلة، وتتفرع مسارات عمل الوكلاء إلى العديد من الاستدعاءات الداخلية لكل إجراء من المستخدم، يمكن أن ترتفع التكاليف بسرعة، حيث قدر أحد التحليلات حوالي 2,625 دولارًا شهريًا كرسوم خدمة فقط لخمس عمليات تكامل LLM عبر عشرين خدمة مصغرة. يعد متطلب Lua للإضافات المخصصة عائقًا حقيقيًا أمام فرق الذكاء الاصطناعي التي تعتمد على Python بشكل أساسي، وتحمل الاستضافة الذاتية على نطاق الإنتاج عبئًا تشغيليًا غير متناسب للفرق التي تقتصر حاجتها على بوابة ذكاء اصطناعي، وتتأخر وثائق الميزات الخاصة بالذكاء الاصطناعي عن البوابة الأساسية الناضجة، والعديد من الإمكانات التي توقعتها الفرق عند الإطلاق، مثل موازنة أحمال النماذج ووكيل MCP، وصلت بعد أشهر. لقد تقلص نمط التأخر عن الأدوات الأصلية للذكاء الاصطناعي في الميزات الخاصة بالذكاء الاصطناعي بحلول عام 2026 ولكنه لا يزال مستمرًا.

لمن تصلح Kong AI Gateway، ومن تتجاوز احتياجاتهم

تعد Kong خيارًا قويًا للفرق التي تقوم بالفعل بتشغيل Kong Gateway لإدارة API غير المتعلقة بالذكاء الاصطناعي، حيث تكون إضافة إضافات الذكاء الاصطناعي بتكلفة هامشية منخفضة وتعد قابلية المراقبة الموحدة مكسبًا حقيقيًا. إنها تناسب المؤسسات التي تحتاج إلى حوكمة MCP والتواصل بين الوكلاء، والصناعات الخاضعة للتنظيم التي تتطلب تنقية PII، وسجلات التدقيق، و RBAC على حركة مرور LLM، والفرق الهندسية الكبيرة التي تتمتع بخبرة المنصة لكتابة إضافات Lua وتشغيل البنية التحتية.

إنها تتجاوز احتياجات معظم فرق منتجات الذكاء الاصطناعي الصغيرة والشركات الناشئة التي لا تستخدم Kong بالفعل، حيث يفضل العبء التشغيلي والتسعير لكل خدمة عمليات الدمج بدلاً من البنية التحتية الجديدة للذكاء الاصطناعي، وتناسب أداة أبسط مثل LiteLLM بشكل أفضل. يجب على الفرق الأصلية في Python التي ترغب في توسيع البوابة بمنطق على غرار LangChain، والفرق التي يمثل عنق الزجاجة الحقيقي لها زمن وصول المزود بدلاً من العبء الإضافي للبوابة، وأي شخص يتوقع تسعيرًا لكل رمز (token) عند البوابة، والمطورين المستقلين الذين سيحتاجون إلى Konnect المدفوعة للحصول على الميزات المتقدمة، أن يبحثوا في مكان آخر. ستجد الفرق التي تقوم بالتوجيه إلى النماذج المستضافة مثل Fireworks AI دون احتياجات حوكمة المؤسسات أن Kong أثقل مما تتطلبه المهمة.