人工智能如何推动API管理的发展

大多数行业都在探索生成式人工智能的变革效应，API 领域也不例外。诚然，我们仍处于人工智能革命的早期阶段，但 API 管理已随之发生变化。随着大型语言模型 (LLM) 的最新进展，我们设计、记录、测试和保护 API 的方式注定会发生变化。开发人员通过人工智能助手和高级自动完成功能与 API 集成的方式也一样。

专家们一致认为，生成式人工智能将彻底改变我们管理 API 的方式。SmartBear 首席 API 技术推广员 Frank Kilcommins 表示：“GenAI 副驾驶和助手正在提升人类在 API 管理方面的体验，从而带来更高质量、记录良好且管理有序的 API。”其他人则预计这项技术将用于运行时分析安全、基于标准的合同测试等领域。

AI 优先 API 管理将自动执行许多常规任务和操作，让 API 构建者有更多时间进行更高层次的战略思考，并简化应用程序开发人员的集成体验。下面，我们将探讨AI如何重塑 API 管理，考虑一般用例，并查看解决方案提供商如何将 AI 集成到其 API 管理技术中的一些示例。

自动化 API 文档

生成式 AI 对 API 管理最明显的影响涉及API 描述。Tekion 产品经理 Brandon Boyd 首先看到 AI 被用于创建和修改 API 文档和规范。其次是能够更快地迭代正在进行的 API 并为用户提供更易读的错误代码。

API Economy 创始人 Peter Schroeder 表示：“生成式人工智能正在通过自动化文档、测试和 API 创建等常规任务来改变 API 管理，从而显著提高效率和准确性。”他认为，人工智能驱动的自动化（如生成实时文档）可以帮助开发人员减少对维护的关注，而更多地关注创新和创意策略。

2023 年EMA 研究报告发现，近 70% 的组织有 30% 或更多的 API 未记录。鉴于缺乏全面的文档，自动化文档的方法看起来很有吸引力，可以确保对新兴技术组合有更好的认识和可用性。

正如我们所介绍的，与 AI 生态系统的兼容性是行业标准 API 描述格式 OpenAPI 规范 v4 的目标，该规范名为Moonwalk Workflows 规范

简化开发人员体验

接下来，生成式 AI 可以通过无数方式增强 API 开发人员的体验。例如，Gartner 高级总监分析师 Paul Dumas 表示，LLM 可以快速帮助发现合适的 API、用相关编程语言构建请求并创建测试。他补充说，这些由 AI 支持的开发人员体验将取决于确保 API 和开发人员资源针对 LLM 使用进行明确定义

Kong 首席技术官兼联合创始人 Marco Palladino 补充道：“生成式 AI 将首先通过自动化 API 文档等常规任务和简化集成流程来推进 API 管理，让开发人员能够轻松使用最佳 AI 模型。”他还预见到 API 网关将在与各种 LLM 集成方面发挥关键作用，帮助根据用户需求选择最佳 LLM，从而提高开发人员基于 AI 项目的生产力。

人工智能配对编程正在改变软件开发格局，并改变我们与 API 交互的方式。“随着这些机器人变得越来越好，我们可以想象会出现更复杂的用例，” Abhinav Asthana写道

目前已有多个人工智能机器人可供 API 使用。

改善测试和安全性

Schroeder 表示，AI 可以通过高级测试预测问题，并动态管理 API 以提高可靠性和优化性能。Dumas 表示，另一个功能是生成考虑组织标准的合同。合同测试

AI 增强测试已经集成到一些领先的 API 管理工具中。正如 Kilcommins 所描述的，SmartBear 正在推动 AI 在测试、API 和可观察性方面的发展，其最近收购 Reflect就是一个例证

AI 还可以协助进行运行时安全分析。正如 API 安全研究员 Katie Paxton-Fear 所描述的那样，Traceable 已经开始利用生成式 AI 来解决 API 发现、安全测试和运行时保护方面的挑战。“我们在数据分析中更广泛地使用机器学习模型，检查网关的 API 流量以识别漏洞、DDoS 或凭证填充等攻击以及欺诈行为”。

构建更灵活的接口

当今的 API 通常具有针对预定义应用程序和用户体验的特定端点。然而，Apollo GraphQL 的首席技术官兼联合创始人 Matt DeBergalis 表示，生成式 AI 在深层次上改变了一切。“毫无疑问，许多用户会更喜欢更灵活、形式更自由的界面，最终是代理，而代理必须由更灵活、语义更丰富的 API 提供支持。”他特别兴奋地看到 LLM 如何与GraphQL 联合相吻合

API 策略还可以为用户利用 AI 功能提供更多灵活性。例如，Dumas 表示，API 网关可以协助处理公共 LLM 请求中的提示。API 网关还可以充当 AI 抽象层，让用户自动使用最适合当前工作的 LLM。正如 Palladino 所解释的那样，这是 Kong 最近在其多 LLM 网关中引入的一项功能

同样，Paxton-Fear 认为将 AI 决策置于 API 网关具有安全优势，因为它可以让团队利用 AI，而不必担心第三方拥有不成熟的安全和隐私程序。“随着 LLM 安全成熟度的发展以及下一代攻击的明朗化，”她说，“API 的风险将集中在 API 网关，而不是淹没整个攻击面。”

AI-First API 管理

几乎所有行业都对人工智能的快速应用感到兴奋。正如 Paxton-Fear 所说，“生成式人工智能已经从一项小众技术变成了家喻户晓的名词。”如果我们转向软件开发，法学硕士不仅可以生成代码，还可以帮助简化操作并满足行业标准。“正在取得的进展有望重新定义 API 管理，鼓励建立更结构化、更易于访问的生态系统，”Kilcommins 说。

新一代人工智能的进步也为开发人员带来了新的体验，并可能成为满足新终端用户期望的绿地开发中的关键。“新一代人工智能将通过提高灵活性和响应能力来满足不断变化的用户需求，从而推动 API 管理的发展，”DeBergalis 说。

然而，这些人机交互界面带来的生产力提升必须谨慎对待。Palladino 指出，组织需要一个新的治理框架来解决生成式人工智能的偏见和隐私问题。“随着生成式人工智能的成熟，开发新的最佳实践和技术来确保人工智能的安全治理和使用至关重要”。

原文地址：https://nordicapis.com/how-gen-ai-is-evolving-api-management/