AWS MCP Server พร้อมใช้งานจริง (GA) — ให้เอเจนต์สั่งงาน AWS กว่า 15,000 API ผ่าน IAM ที่ควบคุมได้
AWS ประกาศว่า AWS MCP Server เข้าสู่สถานะ General Availability (GA) แล้ว เป็นเซิร์ฟเวอร์ MCP แบบ managed ตัวเดียวที่เปิดให้เอเจนต์ AI เข้าถึงบริการแทบทั้งหมดของ AWS ได้อย่างปลอดภัยและตรวจสอบได้ จุดสำคัญคือมันแก้ปัญหาเดิมของการให้เอเจนต์ “สั่งงานคลาวด์” ที่เคยต้องเขียนสคริปต์เปราะ ๆ ให้กลายเป็น endpoint เดียวที่กำกับด้วย IAM และมี audit ครบ
เครื่องมือหลักสามตัว ภายใต้สิทธิ์ IAM เดิม
AWS MCP Server เปิดทาง call_aws ที่ “รัน AWS API operation ใดก็ได้จากกว่า 15,000 operation โดยใช้ IAM credential เดิมของคุณ” และ AWS ระบุว่า API ใหม่ ๆ จะถูกรองรับ “ภายในไม่กี่วัน” นอกจากนี้ยังมี:
search_documentation/read_documentation— ดึงเอกสาร AWS ฉบับล่าสุดแบบเรียลไทม์ แก้ปัญหา knowledge cutoff ของโมเดลrun_script— รัน Python ใน sandbox ที่สืบทอดสิทธิ์ IAM แต่ ไม่มีการเข้าถึงเครือข่าย
ด้านการกำกับ ใช้ IAM policy หรือ Service Control Policy กำหนดได้ละเอียด เช่น “ผู้ใช้คนนี้ทำ mutating operation ได้ แต่จำกัด MCP server ให้อ่านอย่างเดียว” แยกสิทธิ์ของมนุษย์กับเอเจนต์ออกจากกันชัดเจน
ตรวจสอบได้เต็มที่ และไม่คิดค่าตัวเซิร์ฟเวอร์
ทุกการเรียก API ถูกบันทึกผ่าน CloudTrail และมี metric แยกใต้ namespace AWS-MCP บน CloudWatch ทำให้ทีม security มองเห็นว่าเอเจนต์ทำอะไรไปบ้าง ฝั่งราคา AWS ระบุชัดว่า “ไม่มีค่าใช้จ่ายเพิ่มสำหรับตัว AWS MCP server เอง จ่ายเฉพาะทรัพยากร AWS ที่สร้างและค่า data transfer ที่เกี่ยวข้อง” เปิดให้ใช้ที่ภูมิภาค US East (N. Virginia) และ Europe (Frankfurt) แต่เรียกข้ามภูมิภาคได้
มุมมอง AI Curator
สำหรับทีม DevOps และ platform ในไทยที่อยู่บน AWS อยู่แล้ว นี่คือก้าวที่ทำให้ “เอเจนต์ดูแลคลาวด์” เป็นเรื่องที่ผ่านฝ่ายความปลอดภัยได้จริง เพราะทุกอย่างวิ่งผ่าน IAM และ CloudTrail ที่องค์กรคุ้นเคย ไม่ต้องเปิดช่องทางพิเศษหรือฝัง credential ในสคริปต์ การออกแบบให้ run_script ไม่มีเน็ตเวิร์กก็เป็นรายละเอียดด้านความปลอดภัยที่คิดมาดี ลดความเสี่ยง data exfiltration
แต่ของแบบนี้ดาบสองคม: การให้เอเจนต์เข้าถึง 15,000 API ได้ในคำสั่งเดียว แปลว่าการตั้ง IAM policy ให้ “least privilege” ยิ่งสำคัญ ทีมไทยควรเริ่มจากให้สิทธิ์อ่านอย่างเดียวก่อน ทดสอบใน account ที่แยกออกมา แล้วค่อยเปิด mutating operation ทีละส่วนเมื่อมั่นใจ อย่าให้ความสะดวกของเอเจนต์มาก่อนหลักการ least privilege
แหล่งข่าว:
อ่านเพิ่มในหมวด AI Skills
Anthropic แนะ “ยุบ subagent กลับเข้า agent loop เดียว” พร้อมปล่อย single-agent-loop-kit เป็น skill ของ Claude Code ที่ช่วย audit ระบบ multi-agent แล้วพับทีละตัวโดยวัดด้วย eval ก่อน-หลัง
บทความ 22 ต.ค. จากทีม Applied AI ของ Anthropic บอกว่า agent ตัวเดียวที่โหลด skill และ tool เมื่อจำเป็น มักให้คุณภาพดีกว่า ถูกกว่า และเร็วกว่าการแตก subagent ตามผังองค์กร ลูกค้ารายหนึ่งเร็วขึ้นราว 2 เท่า พร้อมปล่อย single-agent-loop-kit (Apache-2.0) เป็น skill ที่ audit ระบบเดิมแล้วพับ subagent ทีละตัว และเก็บไว้เฉพาะตัวที่ eval บอกว่ายังจำเป็น
MCP TypeScript SDK 2.4.0 เป็น SDK ทางการตัวแรกที่ปล่อย Skills over MCP (SEP-2640) ใน release จริง — loadSkills() เสิร์ฟทั้งโฟลเดอร์ SKILL.md, SkillsClient ตรวจ digest ทุกไฟล์ ส่วน Python/C# merge แล้วแต่ยังไม่ออก release
23 ต.ค. 2026 MCP TypeScript SDK 2.4.0 ปล่อยการรองรับ Skills extension (SEP-2640) ทั้งฝั่ง server และ client เป็น SDK อ้างอิงตัวแรกที่เอาฟีเจอร์นี้ขึ้น release จริง หลังสเปกขึ้นสถานะ Final มาตั้งแต่ 13 ก.ย. ทำงานได้ทั้งโปรโตคอล 2025-11-25 และ 2026-07-28 แต่ attach() ยังเป็น experimental
Anthropic ยก Agent Skills (มาตรฐาน SKILL.md) ให้ Agentic AI Foundation ใต้ Linux Foundation ต่อจาก MCP — 70+ แพลตฟอร์มรองรับแล้ว ทั้ง ChatGPT, Cursor, Copilot และ VS Code
เมื่อ 22 ต.ค. 2026 Anthropic มอบมาตรฐาน Agent Skills ให้ Agentic AI Foundation (AAIF) ใต้ Linux Foundation พร้อมชื่อ โลโก้ GitHub org และโดเมน agentskills.io มาตรฐานจะมี Technical Steering Committee จากหลายบริษัทดูแล และมี maintainer จาก Anthropic, Google, OpenAI ที่ทำงานในนามบุคคล roadmap แรกที่เสนอคือ versioned release, กระบวนการ proposal และแนวทาง security สำหรับคนเขียนและติดตั้ง skill