Una puerta, sesenta y cuatro servidores MCP y una pregunta sobre autorización

Azure añadió una capacidad el 2 de noviembre que muchos equipos que corren agentes en Kubernetes llevan meses construyendo a mano. Application Gateway for Containers ahora entiende tráfico de Model Context Protocol.
La actualización, registrada como AZ576388, son tres funciones que llegan juntas: enrutamiento MCP consciente del protocolo, validación de JWT y un frontend privado sin IP pública. Por separado son funciones comunes de puerta de enlace. Juntas describen la forma de un despliegue de MCP que ya superó un solo servidor.
El recurso
El núcleo es un recurso personalizado llamado MCPRoute, en alb.networking.azure.io/v1alpha1. Se engancha a un Gateway estándar de Gateway API, lo que importa para quien ya corre Gateway API: no estás adoptando un sistema de ingress paralelo, estás agregando un tipo de ruta.
Hay un paso de configuración que te va a costar una tarde si lo saltas. El listener tiene que permitir de forma explícita ese tipo de ruta, mediante allowedRoutes.kinds, con el grupo en alb.networking.azure.io y el kind en MCPRoute. Sin eso, la ruta simplemente no se engancha, y el error no te va a decir por qué en lenguaje claro.
La ruta en sí es corriente. parentRefs apunta al listener, hostnames lleva el dominio público, path es la ruta publicada y por defecto es /mcp, y backendRefs apunta a servicios y puertos de Kubernetes. Si un backend sirve su endpoint MCP en otra ruta, backendRefs[].path la reescribe, así que puedes publicar /engineering y reenviar a /mcp por dentro.
La agregación es el producto
Una referencia de backend es paso directo. La puerta reenvía las peticiones MCP tal como llegan, lo cual es correcto cuando un equipo es dueño de todas las capacidades o cuando ese servidor ya agregó sus propios sistemas aguas abajo.
Múltiples referencias de backend es donde esto deja de ser fontanería. La puerta las fusiona en un único endpoint lógico. Cuando un cliente envía tools/list, resources/list o prompts/list, la puerta reparte la petición a todos los backends y fusiona las respuestas en un solo catálogo.
Los nombres de capacidad reciben namespace para evitar colisiones. Una herramienta llamada get_order en un servicio llamado contoso-tools aparece a los clientes como contoso-tools__get_order. Cuando un cliente llama al nombre con prefijo, la puerta quita el prefijo y enruta al backend que lo posee.
De ahí se siguen tres consecuencias, y la documentación las enumera.
El nombre del servicio se convierte en el namespace que ven los clientes. Publicar una ruta, por tanto, congela ese nombre, porque renombrar el servicio renombra todas las herramientas que el cliente conoce. Es el tipo de decisión que parece cosmética en un manifiesto y se vuelve un cambio incompatible dieciocho meses después.
Una ruta puede referenciar como máximo 64 backends. Esa cifra es un techo real, y llegar a ella significa dividir por dominio en lugar de por equipo.
Los backends tienen que ser compatibles en protocolo. Si uno de ellos implementa MCP de una forma que produce una respuesta de descubrimiento malformada, el catálogo fusionado se degrada, y el fallo parece que la puerta está rota en vez de que un backend no cumple. Da timeouts generosos a los sistemas lentos aguas abajo, porque un endpoint combinado nunca es más rápido que su miembro más lento.
Servidores con estado y afinidad de sesión
Algunos servidores MCP guardan estado en memoria después de initialize. Para esos, la puerta admite sessionAffinity en el backend, fijando una sesión al pod que hizo el handshake.
La documentación es honesta en que esto es best-effort. Si el pod fijado se borra o queda no disponible, las peticiones vuelven al balanceo normal en lugar de fallar. La conclusión lógica es que los servidores MCP tienen que tolerar perder una sesión, y cualquier cosa importante pertenece a un lugar fuera del pod.
También hay una recomendación inversa que vale citar: si un backend no necesita afinidad, no la actives. Los servicios sin estado escalan y se recuperan de forma más predecible con eso apagado.
JWT y el orden de las operaciones
La autenticación pasa por un recurso AuthPolicy, que se puede enganchar al MCPRoute, a su puerta padre o al ApplicationLoadBalancer administrado. La puerta valida firma, emisor, expiración y audiencia del token antes de reenviar el tráfico MCP.
El orden de ejecución es fijo en tres capas. El WAF evalúa primero, después la validación de JWT confirma la identidad, después el enrutamiento MCP atiende y reenvía. Una consecuencia práctica: el WAF ve la petición original, y los registros también.
Dos trampas de alcance. Cuando un listener lleva varias rutas MCP, una política de WAF enganchada a una ruta no protege automáticamente a las demás, así que las políticas tienen que aplicarse por ruta. Y una ruta que referencia un servicio en otro namespace necesita el campo namespace y un ReferenceGrant en el namespace del servicio, o la ruta reporta ResolvedRefs=False con motivo reference-not-permitted.
La frase para copiar en tu documento de diseño
La puerta puede publicar metadatos de recurso protegido OAuth, para que los clientes MCP descubran el servidor de autorización y los alcances admitidos. Justo después de describir eso, la documentación añade una línea que merece enmarcarse.
Publicar alcances no es lo mismo que aplicar autorización. El servidor MCP sigue siendo responsable de comprobar roles, alcances, permisos y propiedad de los recursos.
Esa es la frontera honesta. La puerta puede responder quién eres. No puede responder si tienes permiso de hacerle esto a este registro. La validación de la audiencia en el borde sigue siendo lo correcto, porque la especificación de MCP prohíbe el paso de tokens: un servidor nunca debe aceptar un token que no fue emitido para él, ya que una comprobación de audiencia fallida produce un delegado confundido y una traza de auditoría rota. Pero validar el token en el borde no mueve la decisión de autorización hasta allí.
Quien lea «pusimos la autenticación en la puerta» como «terminamos con la autenticación» va a entregar un agente que puede llamar a toda herramienta que su token alcance.
El frontend privado y una trampa de topología
La tercera función quita por completo la IP pública del frontend de la puerta. El frontend queda alcanzable solo por endpoints privados aprobados de Azure Private Link, cada uno de los cuales se puede aprobar o rechazar a mano.
El valor está en cruzar fronteras. Los endpoints privados funcionan entre redes virtuales, suscripciones, inquilinos de Entra y regiones, sin peering de VNet, y toleran espacio de direcciones solapado, que es el obstáculo que suele matar los proyectos de conectividad privada. Un mismo recurso de puerta puede correr un frontend público y uno privado a la vez.
Una trampa que conviene conocer antes de dibujar el diagrama. Si un firewall está delante de la puerta, el NAT de origen hace que la puerta vea la IP del firewall y no la del cliente. Los registros y el límite de tasa sufren ambos. Cuando la IP del cliente importa, la puerta va delante del firewall.
Por qué esto tenía que ser un solo lanzamiento
MCPRoute es la capa de enrutamiento. AuthPolicy es la capa de autenticación. El frontend privado es la capa de aislamiento de red. Publicarlas juntas es lo que permite a un equipo de plataforma entregar a otro equipo un endpoint HTTPS gestionado en vez de armar un agregador, una malla de servicios y un juego de reglas de firewall.
La alternativa, con la que muchos equipos viven ahora, es un proceso agregador propio que guarda una lista de servidores MCP, fusiona sus catálogos y se reconstruye cada vez que aparece uno nuevo. Eso funciona con cinco servidores y se derrumba con veinte, porque el agregador se vuelve un servicio con estado que nadie posee.
Sesenta y cuatro backends detrás de un nombre es una forma genuinamente útil. La convención de namespace es la parte que todo otro proveedor de puertas copiará en un trimestre, porque resuelve el problema difícil: dos equipos quieren una herramienta llamada search, y ninguno quiere renombrarla.
La parte que no se copiará con la misma facilidad es la disciplina que pide la documentación. Una puerta que fusiona catálogos hace trivialmente fácil exponer una capacidad que no pretendías exponer. Antes de enganchar un backend, decide si sus herramientas deben ser alcanzables por todo cliente que alcanza la ruta. Si la respuesta es no, la frontera de la ruta es tu frontera de autorización, y eso es una decisión, no un valor por defecto.
Artículos relacionados
Google sacó los agentes de código del portátil, y el aviso de permiso sigue siendo el cuello de botella
La fontanería está casi resuelta. El aviso de permiso sigue siendo el cuello de botella humano.
NVIDIA libera cuatro modelos del mundo de 16B y la parte sin benchmark es el aprendizaje de políticas
NVIDIA dice que no está medido si estos modelos sirven para aprender políticas. La frase debería acompañar cualquier historia sobre modelos del mundo abiertos.
Cuatro de los repos más populares de GitHub son bibliotecas de skills, y ya hay un problema de empaquetado
La adopción va bien. El fallo interesante son cuatro formas incompatibles de instalar el mismo objeto.
Thinking Machines lanzó un modelo de 594B y dejó los pesos para la semana que viene
Un modelo fuerte, una receta documentada, una capacidad infravalorada y una fecha que el laboratorio no ha comprometido.