16 июня 2026 года Stack Overflow Blog выпустил материал по следам AI Agent Conference, где CEO Apollo GraphQL Мэтт ДеБерглис обсуждает GraphQL и MCP как базовую архитектуру для AI-агентов. Для русскоязычной IT-аудитории сигнал довольно прямой: проблема уже не в том, как подключить очередную модель, а в том, как не скормить ей лишние данные, не раздуть счета за токены и не открыть новый класс внутренних утечек.
По данным Stack Overflow Blog, разговор с ДеБерглисом был записан вживую на конференции и крутится вокруг трех тем: как давать автономным агентам чистый контекст, как защищать внутренние микросервисы от так называемой east-west-эксфильтрации данных и как сдерживать расходы на инференс, запрашивая только тот контекст, который действительно нужен. В той же публикации Stack Overflow отдельно напоминает, что у Apollo уже доступен собственный MCP Server. Сам ДеБерглис для экосистемы Apollo фигура не новая: раньше он уже появлялся в подкасте компании как CTO, а теперь комментирует тему уже в роли CEO.
Если убрать маркетинговую упаковку, тезис у Apollo довольно практичный. Чем автономнее агент, тем опаснее модель интеграции вида «вот тебе полный доступ ко всему, дальше разберешься сам». В корпоративной среде это быстро упирается в хаос: десятки API, микросервисы с разным качеством схем, разрозненные права доступа, дублирование данных и вечная проблема, что LLM охотно берет любой переданный контекст, даже если ему половина не нужна. GraphQL и MCP в этой логике подаются не как модный транспорт, а как дисциплина доступа к данным: сначала описываем, что вообще можно спрашивать, потом даем агенту структурированный способ запроса, а не бесконтрольный поход по внутренней инфраструктуре.
Отдельно звучит тема безопасности, и здесь формулировка про east-west-эксфильтрацию важнее, чем может показаться на первый взгляд. Классическая модель защиты в компаниях долгое время строилась вокруг север-юг трафика, то есть входа и выхода из периметра. AI-агенты меняют картину: если дать им слишком широкий доступ к внутренним сервисам, они становятся еще одним активным участником lateral movement внутри системы. Не обязательно злонамеренным, достаточно просто плохо ограниченного. Тогда утечка происходит не наружу в один прыжок, а через цепочку внутренних обращений между сервисами, где агент собирает слишком много связанного контекста. Для архитекторов и security-команд это неприятная новость: старые ACL и интеграционные костыли, которые терпели обычные приложения, для агентных сценариев могут оказаться слишком рыхлыми.
Второй болезненный пункт, на который давит Apollo, это стоимость токенов. Здесь у тезиса есть приземленная инженерная логика, даже без громких обещаний. Чем шире контекст, тем дороже каждый вызов модели и тем сложнее контролировать качество ответа. Если агенту вместо конкретного набора полей и сущностей подсовывают большие куски внутренних данных, команда получает сразу три проблемы: рост расходов, повышение латентности и ухудшение объяснимости результата. GraphQL и MCP здесь выглядят как попытка вернуть дисциплину запроса: не «дай мне все по пользователю, заказам, CRM и логам», а «дай вот эти поля и только для этого сценария». Для продактов и IT-директоров это уже не вопрос вкуса к архитектурным паттернам, а вопрос того, насколько вообще масштабируем пилот с AI-агентами.
Для разработчиков новость тоже читается без особых иллюзий. Если компания идет в агентные сценарии, слой API внезапно становится не скучной интеграционной прослойкой, а частью AI-платформы. Самодокументируемые схемы, декларативная оркестрация, управляемые контракты доступа и нормальная сегментация внутренних сервисов начинают влиять не только на DX, но и на экономику продукта. В этом смысле Apollo попадает в довольно заметный тренд 2026 года: рынок перестает обсуждать агентов только как UX-надстройку над LLM и все чаще смотрит на них как на нагрузку на backend-архитектуру. И если раньше команды спорили, нужен ли GraphQL ради удобства фронтенда, то теперь аргумент смещается в сторону машинных потребителей, которым особенно вредно давать неструктурированный и избыточный контекст.
Интрига здесь в другом: станет ли GraphQL вместе с MCP стандартным контуром питания для корпоративных AI-агентов или рынок быстро уйдет в набор частных адаптеров и внутренних прокси, собранных на скорую руку. Пока Apollo пытается продать первую версию ответа: меньше прямого доступа, больше описанной семантики, уже контроль выборки данных. Для компаний, которые всерьез запускают агентные процессы поверх внутренних систем, вопрос звучит не академически. Кто лучше опишет и ограничит контекст, тот, похоже, и получит более управляемых агентов вместо дорогих и слишком любопытных коллег из кремния.