How DoorDash Built a Toolbox for AI Agents

Code AF is a new open-source software factory that sits on the Pareto frontier of cost, speed and quality. On Deep SWE it solved nearly 4× as many real GitHub issues as Claude Code on the same open model, and matched the official leaderboard result at half the cost. It is built from the ground up for the next era of coding, where you stop chatting with agents and start directing them. Built for open models like Deep Seek, Qwen, GLM and Kimi, it gives you frontier-grade coding without locking you into a closed model, and it still works with any provider you choose.

The utility of AI agents increases when they can take real actions in real systems. This involves the use of tools. While MCP made it easier to expose these tools, there were a lot of other concerns that had to be handled in order to make it work at an enterprise level. DoorDash built a shared Agent Gateway to control how AI agents discover and use tools. The gateway brings together several responsibilities: checking permissions, managing credentials, choosing which tools an agent can see, forwarding requests, and recording what happened.

In this article, we will look at how the DoorDash engineering team built this gateway and the decisions they made. Here’s what we will cover: Why does an AI agent need tools, why MCP is not enough, the core components of the gateway, verifying who is calling and what they can do, why identifying the caller is different from supplying credentials, how a user connects an account during a tool call, why agents should see a tool catalog, what happens during discovery and execution, and how DoorDash made the platform easy to adopt.

Code AF هو مصنع برمجيات جديد مفتوح المصدر يقع على حدود باريتو للتكلفة والسرعة والجودة. على Deep SWE، حل ما يقرب من 4× من مشكلات GitHub الحقيقية مقارنة بـ Claude Code على نفس النموذج المفتوح، وتطابق مع نتيجة لوحة الصدارة الرسمية بنصف التكلفة. تم بناؤه من الألف إلى الياء لعصر البرمجة التالي، حيث تتوقف عن الدردشة مع الوكلاء وتبدأ في توجيههم. مبني للنماذج المفتوحة مثل Deep Seek وQwen وGLM وKimi، يمنحك برمجة بمستوى متقدم دون حبسك في نموذج مغلق، ولا يزال يعمل مع أي مزود تختاره.

تزداد فائدة وكلاء الذكاء الاصطناعي عندما يتمكنون من اتخاذ إجراءات حقيقية في أنظمة حقيقية. يتضمن ذلك استخدام الأدوات. بينما جعل MCP من الأسهل كشف هذه الأدوات، كانت هناك العديد من المخاوف الأخرى التي يجب معالجتها لجعلها تعمل على مستوى المؤسسات. بنى DoorDash بوابة وكلاء مشتركة للتحكم في كيفية اكتشاف وكلاء الذكاء الاصطناعي واستخدامهم للأدوات. تجمع البوابة عدة مسؤوليات: التحقق من الأذونات، إدارة بيانات الاعتماد، اختيار الأدوات التي يمكن للوكيل رؤيتها، إعادة توجيه الطلبات، وتسجيل ما حدث.

في هذه المقالة، سننظر في كيفية بناء فريق هندسة DoorDash لهذه البوابة والقرارات التي اتخذوها. إليك ما سنغطيه: لماذا يحتاج وكيل الذكاء الاصطناعي إلى أدوات، لماذا MCP غير كافٍ، المكونات الأساسية للبوابة، التحقق من المتصل وما يمكنه فعله، لماذا تحديد هوية المتصل يختلف عن توفير بيانات الاعتماد، كيف يربط المستخدم حسابًا أثناء استدعاء أداة، لماذا يجب أن يرى الوكلاء كتالوج أدوات، ما يحدث أثناء الاكتشاف والتنفيذ، وكيف جعل DoorDash المنصة سهلة التبني.

Code AF একটি নতুন ওপেন-সোর্স সফটওয়্যার ফ্যাক্টরি যা খরচ, গতি এবং মানের প্যারেটো সীমান্তে অবস্থিত। Deep SWE-তে এটি একই ওপেন মডেলে Claude Code-এর তুলনায় প্রায় 4× বেশি বাস্তব GitHub সমস্যা সমাধান করেছে এবং অর্ধেক খরচে অফিসিয়াল লিডারবোর্ড ফলাফলের সাথে মিলেছে। এটি কোডিংয়ের পরবর্তী যুগের জন্য প্রথম থেকে তৈরি করা হয়েছে, যেখানে আপনি এজেন্টদের সাথে চ্যাট করা বন্ধ করে তাদের নির্দেশ দেওয়া শুরু করেন। Deep Seek, Qwen, GLM এবং Kimi-এর মতো ওপেন মডেলের জন্য তৈরি, এটি আপনাকে ক্লোজড মডেলে আটকে না রেখে ফ্রন্টিয়ার-গ্রেড কোডিং দেয় এবং এটি আপনার পছন্দের যেকোনো প্রদানকারীর সাথে কাজ করে।

AI এজেন্টদের উপযোগিতা বৃদ্ধি পায় যখন তারা বাস্তব সিস্টেমে বাস্তব কাজ করতে পারে। এর মধ্যে টুল ব্যবহার জড়িত। যদিও MCP এই টুলগুলো প্রকাশ করা সহজ করেছে, এন্টারপ্রাইজ স্তরে এটি কাজ করার জন্য আরও অনেক উদ্বেগ মোকাবেলা করতে হয়েছিল। DoorDash AI এজেন্টরা কীভাবে টুল আবিষ্কার ও ব্যবহার করে তা নিয়ন্ত্রণ করতে একটি শেয়ার্ড এজেন্ট গেটওয়ে তৈরি করেছে। গেটওয়ে বেশ কয়েকটি দায়িত্ব একত্রিত করে: অনুমতি পরীক্ষা করা, শংসাপত্র পরিচালনা করা, এজেন্ট কোন টুল দেখতে পারে তা নির্বাচন করা, অনুরোধ ফরোয়ার্ড করা এবং কী ঘটেছে তা রেকর্ড করা।

এই নিবন্ধে, আমরা দেখব কীভাবে DoorDash ইঞ্জিনিয়ারিং টিম এই গেটওয়ে তৈরি করেছে এবং তারা কী সিদ্ধান্ত নিয়েছে। আমরা এখানে যা কভার করব: কেন AI এজেন্টের টুল প্রয়োজন, কেন MCP যথেষ্ট নয়, গেটওয়ের মূল উপাদান, কে কল করছে এবং তারা কী করতে পারে তা যাচাই করা, কেন কলার সনাক্ত করা শংসাপত্র সরবরাহের থেকে আলাদা, টুল কলের সময় ব্যবহারকারী কীভাবে একটি অ্যাকাউন্ট সংযোগ করে, কেন এজেন্টদের একটি টুল ক্যাটালগ দেখা উচিত, আবিষ্কার এবং সম্পাদনের সময় কী ঘটে এবং কীভাবে DoorDash প্ল্যাটফর্মটি গ্রহণ করা সহজ করেছে।

Code AF ist eine neue Open-Source-Softwarefabrik, die an der Pareto-Grenze von Kosten, Geschwindigkeit und Qualität liegt. Auf Deep SWE löste es fast 4× so viele echte GitHub-Probleme wie Claude Code auf demselben offenen Modell und erreichte das offizielle Leaderboard-Ergebnis zu halben Kosten. Es ist von Grund auf für die nächste Ära des Codierens gebaut, in der Sie aufhören, mit Agenten zu chatten, und anfangen, sie zu dirigieren. Gebaut für offene Modelle wie Deep Seek, Qwen, GLM und Kimi, bietet es Ihnen Codierung auf Spitzenniveau, ohne Sie in ein geschlossenes Modell einzusperren, und es funktioniert weiterhin mit jedem Anbieter Ihrer Wahl.

Der Nutzen von KI-Agenten steigt, wenn sie echte Aktionen in echten Systemen ausführen können. Dies beinhaltet die Verwendung von Werkzeugen. Während MCP es einfacher machte, diese Werkzeuge bereitzustellen, gab es viele andere Bedenken, die behandelt werden mussten, um es auf Unternehmensebene zum Laufen zu bringen. DoorDash baute ein gemeinsames Agenten-Gateway, um zu steuern, wie KI-Agenten Werkzeuge entdecken und nutzen. Das Gateway vereint mehrere Verantwortlichkeiten: Überprüfen von Berechtigungen, Verwalten von Anmeldeinformationen, Auswählen, welche Werkzeuge ein Agent sehen kann, Weiterleiten von Anfragen und Aufzeichnen, was passiert ist.

In diesem Artikel werden wir uns ansehen, wie das DoorDash-Engineering-Team dieses Gateway gebaut hat und welche Entscheidungen sie getroffen haben. Hier ist, was wir abdecken werden: Warum braucht ein KI-Agent Werkzeuge, warum MCP nicht ausreicht, die Kernkomponenten des Gateways, Überprüfen, wer anruft und was sie tun können, warum sich die Identifizierung des Anrufers von der Bereitstellung von Anmeldeinformationen unterscheidet, wie ein Benutzer während eines Werkzeugaufrufs ein Konto verbindet, warum Agenten einen Werkzeugkatalog sehen sollten, was während der Entdeckung und Ausführung passiert, und wie DoorDash die Plattform einfach zu übernehmen machte.

Code AF es una nueva fábrica de software de código abierto que se encuentra en la frontera de Pareto de costo, velocidad y calidad. En Deep SWE resolvió casi 4× más problemas reales de GitHub que Claude Code en el mismo modelo abierto, y coincidió con el resultado oficial de la tabla de clasificación a la mitad del costo. Está construido desde cero para la próxima era de la codificación, donde dejas de chatear con agentes y comienzas a dirigirlos. Construido para modelos abiertos como Deep Seek, Qwen, GLM y Kimi, te brinda codificación de nivel fronterizo sin encerrarte en un modelo cerrado, y aún funciona con cualquier proveedor que elijas.

La utilidad de los agentes de IA aumenta cuando pueden tomar acciones reales en sistemas reales. Esto implica el uso de herramientas. Si bien MCP facilitó la exposición de estas herramientas, hubo muchas otras preocupaciones que debían manejarse para que funcionara a nivel empresarial. DoorDash construyó una puerta de enlace de agentes compartida para controlar cómo los agentes de IA descubren y usan herramientas. La puerta de enlace reúne varias responsabilidades: verificar permisos, gestionar credenciales, elegir qué herramientas puede ver un agente, reenviar solicitudes y registrar lo que sucedió.

En este artículo, veremos cómo el equipo de ingeniería de DoorDash construyó esta puerta de enlace y las decisiones que tomaron. Esto es lo que cubriremos: ¿Por qué un agente de IA necesita herramientas? ¿Por qué MCP no es suficiente? Los componentes centrales de la puerta de enlace, verificar quién llama y qué pueden hacer, por qué identificar al llamador es diferente de proporcionar credenciales, cómo un usuario conecta una cuenta durante una llamada de herramienta, por qué los agentes deberían ver un catálogo de herramientas, qué sucede durante el descubrimiento y la ejecución, y cómo DoorDash hizo que la plataforma fuera fácil de adoptar.

Code AF est une nouvelle usine logicielle open-source qui se situe à la frontière de Pareto du coût, de la vitesse et de la qualité. Sur Deep SWE, il a résolu près de 4× plus de problèmes GitHub réels que Claude Code sur le même modèle ouvert, et a égalé le résultat officiel du classement à moitié coût. Il est construit de zéro pour la prochaine ère du codage, où vous arrêtez de discuter avec les agents et commencez à les diriger. Conçu pour des modèles ouverts comme Deep Seek, Qwen, GLM et Kimi, il vous offre un codage de niveau avancé sans vous enfermer dans un modèle fermé, et il fonctionne toujours avec n'importe quel fournisseur de votre choix.

L'utilité des agents IA augmente lorsqu'ils peuvent prendre des actions réelles dans des systèmes réels. Cela implique l'utilisation d'outils. Bien que MCP ait facilité l'exposition de ces outils, il y avait beaucoup d'autres préoccupations à traiter pour que cela fonctionne au niveau de l'entreprise. DoorDash a construit une passerelle d'agents partagée pour contrôler comment les agents IA découvrent et utilisent les outils. La passerelle rassemble plusieurs responsabilités : vérifier les permissions, gérer les identifiants, choisir quels outils un agent peut voir, transférer les demandes et enregistrer ce qui s'est passé.

Dans cet article, nous examinerons comment l'équipe d'ingénierie de DoorDash a construit cette passerelle et les décisions qu'ils ont prises. Voici ce que nous couvrirons : Pourquoi un agent IA a-t-il besoin d'outils, pourquoi MCP ne suffit pas, les composants principaux de la passerelle, vérifier qui appelle et ce qu'ils peuvent faire, pourquoi identifier l'appelant est différent de fournir des identifiants, comment un utilisateur connecte un compte lors d'un appel d'outil, pourquoi les agents devraient voir un catalogue d'outils, ce qui se passe pendant la découverte et l'exécution, et comment DoorDash a rendu la plateforme facile à adopter.

Code AF एक नया ओपन-सोर्स सॉफ्टवेयर फैक्ट्री है जो लागत, गति और गुणवत्ता के पारेतो सीमा पर स्थित है। Deep SWE पर इसने उसी ओपन मॉडल पर Claude Code की तुलना में लगभग 4× अधिक वास्तविक GitHub समस्याओं को हल किया, और आधी लागत पर आधिकारिक लीडरबोर्ड परिणाम से मेल खाया। यह कोडिंग के अगले युग के लिए जमीन से बनाया गया है, जहां आप एजेंटों से चैट करना बंद कर देते हैं और उन्हें निर्देशित करना शुरू कर देते हैं। Deep Seek, Qwen, GLM और Kimi जैसे ओपन मॉडल के लिए बनाया गया, यह आपको बंद मॉडल में बंद किए बिना फ्रंटियर-ग्रेड कोडिंग देता है, और यह आपके द्वारा चुने गए किसी भी प्रदाता के साथ काम करता है।

AI एजेंटों की उपयोगिता तब बढ़ती है जब वे वास्तविक सिस्टम में वास्तविक कार्य कर सकते हैं। इसमें टूल का उपयोग शामिल है। जबकि MCP ने इन टूल को उजागर करना आसान बना दिया, उद्यम स्तर पर इसे काम करने के लिए कई अन्य चिंताओं को संभालना पड़ा। DoorDash ने AI एजेंटों के टूल खोजने और उपयोग करने के तरीके को नियंत्रित करने के लिए एक साझा एजेंट गेटवे बनाया। गेटवे कई जिम्मेदारियों को एक साथ लाता है: अनुमतियों की जांच करना, क्रेडेंशियल प्रबंधित करना, यह चुनना कि एजेंट कौन से टूल देख सकता है, अनुरोध अग्रेषित करना और जो हुआ उसे रिकॉर्ड करना।

इस लेख में, हम देखेंगे कि DoorDash इंजीनियरिंग टीम ने इस गेटवे को कैसे बनाया और उन्होंने क्या निर्णय लिए। हम यहां कवर करेंगे: AI एजेंट को टूल की आवश्यकता क्यों है, MCP पर्याप्त क्यों नहीं है, गेटवे के मुख्य घटक, कौन कॉल कर रहा है और वे क्या कर सकते हैं, यह सत्यापित करना, कॉल करने वाले की पहचान करना क्रेडेंशियल प्रदान करने से अलग क्यों है, टूल कॉल के दौरान उपयोगकर्ता खाता कैसे जोड़ता है, एजेंटों को टूल कैटलॉग क्यों देखना चाहिए, खोज और निष्पादन के दौरान क्या होता है, और DoorDash ने प्लेटफ़ॉर्म को अपनाना आसान कैसे बनाया।

Code AF adalah pabrik perangkat lunak open-source baru yang berada di garis depan Pareto dalam hal biaya, kecepatan, dan kualitas. Di Deep SWE, ia memecahkan hampir 4× lebih banyak masalah GitHub nyata daripada Claude Code pada model terbuka yang sama, dan menyamai hasil papan peringkat resmi dengan biaya setengahnya. Ini dibangun dari awal untuk era pengkodean berikutnya, di mana Anda berhenti mengobrol dengan agen dan mulai mengarahkan mereka. Dibangun untuk model terbuka seperti Deep Seek, Qwen, GLM, dan Kimi, ini memberi Anda pengkodean tingkat frontier tanpa mengunci Anda ke model tertutup, dan masih berfungsi dengan penyedia mana pun yang Anda pilih.

Utilitas agen AI meningkat ketika mereka dapat mengambil tindakan nyata di sistem nyata. Ini melibatkan penggunaan alat. Sementara MCP memudahkan untuk mengekspos alat-alat ini, ada banyak masalah lain yang harus ditangani agar berfungsi di tingkat perusahaan. DoorDash membangun gateway agen bersama untuk mengontrol bagaimana agen AI menemukan dan menggunakan alat. Gateway ini menggabungkan beberapa tanggung jawab: memeriksa izin, mengelola kredensial, memilih alat mana yang dapat dilihat agen, meneruskan permintaan, dan mencatat apa yang terjadi.

Dalam artikel ini, kita akan melihat bagaimana tim teknik DoorDash membangun gateway ini dan keputusan yang mereka buat. Inilah yang akan kami bahas: Mengapa agen AI membutuhkan alat, mengapa MCP tidak cukup, komponen inti gateway, memverifikasi siapa yang memanggil dan apa yang dapat mereka lakukan, mengapa mengidentifikasi pemanggil berbeda dari menyediakan kredensial, bagaimana pengguna menghubungkan akun selama panggilan alat, mengapa agen harus melihat katalog alat, apa yang terjadi selama penemuan dan eksekusi, dan bagaimana DoorDash membuat platform mudah diadopsi.

Code AFは、コスト、速度、品質のパレート最前線に位置する新しいオープンソースソフトウェアファクトリーです。Deep SWEでは、同じオープンモデルでClaude Codeのほぼ4倍の実際のGitHub問題を解決し、公式リーダーボードの結果を半分のコストで一致させました。これは、エージェントとのチャットをやめて指示を始める次のコーディング時代のためにゼロから構築されています。Deep Seek、Qwen、GLM、Kimiなどのオープンモデル向けに構築されており、クローズドモデルに縛られることなく最先端のコーディングを提供し、選択したどのプロバイダーでも機能します。

AIエージェントの有用性は、実際のシステムで実際のアクションを実行できるときに高まります。これにはツールの使用が含まれます。MCPがこれらのツールを公開しやすくしましたが、エンタープライズレベルで機能させるには他にも多くの懸念事項に対処する必要がありました。DoorDashは、AIエージェントがツールを発見して使用する方法を制御する共有エージェントゲートウェイを構築しました。ゲートウェイは、権限の確認、資格情報の管理、エージェントが表示できるツールの選択、リクエストの転送、発生したことの記録など、いくつかの責任をまとめています。

この記事では、DoorDashのエンジニアリングチームがこのゲートウェイをどのように構築し、どのような決定を下したかを見ていきます。ここで取り上げる内容は次のとおりです。AIエージェントにツールが必要な理由、MCPが不十分な理由、ゲートウェイの主要コンポーネント、誰が呼び出しているかとその権限の検証、発信者の識別が資格情報の提供と異なる理由、ツール呼び出し中にユーザーがアカウントを接続する方法、エージェントがツールカタログを表示すべき理由、発見と実行中に何が起こるか、そしてDoorDashがプラットフォームを採用しやすくした方法。

Code AF é uma nova fábrica de software de código aberto que fica na fronteira de Pareto de custo, velocidade e qualidade. No Deep SWE, resolveu quase 4× mais problemas reais do GitHub do que o Claude Code no mesmo modelo aberto, e igualou o resultado oficial do ranking pela metade do custo. É construído do zero para a próxima era da codificação, onde você para de conversar com agentes e começa a dirigi-los. Construído para modelos abertos como Deep Seek, Qwen, GLM e Kimi, oferece codificação de nível avançado sem prendê-lo a um modelo fechado, e ainda funciona com qualquer provedor que você escolher.

A utilidade dos agentes de IA aumenta quando eles podem realizar ações reais em sistemas reais. Isso envolve o uso de ferramentas. Embora o MCP tenha facilitado a exposição dessas ferramentas, havia muitas outras preocupações que precisavam ser tratadas para funcionar em nível empresarial. DoorDash construiu um gateway de agentes compartilhado para controlar como os agentes de IA descobrem e usam ferramentas. O gateway reúne várias responsabilidades: verificar permissões, gerenciar credenciais, escolher quais ferramentas um agente pode ver, encaminhar solicitações e registrar o que aconteceu.

Neste artigo, veremos como a equipe de engenharia da DoorDash construiu esse gateway e as decisões que tomaram. Aqui está o que vamos cobrir: Por que um agente de IA precisa de ferramentas, por que o MCP não é suficiente, os componentes principais do gateway, verificar quem está chamando e o que podem fazer, por que identificar o chamador é diferente de fornecer credenciais, como um usuário conecta uma conta durante uma chamada de ferramenta, por que os agentes devem ver um catálogo de ferramentas, o que acontece durante a descoberta e execução, e como a DoorDash tornou a plataforma fácil de adotar.

Code AF — это новая фабрика программного обеспечения с открытым исходным кодом, которая находится на границе Парето по стоимости, скорости и качеству. На Deep SWE он решил почти 4× больше реальных проблем GitHub, чем Claude Code на той же открытой модели, и сравнялся с официальным результатом в таблице лидеров при вдвое меньших затратах. Он создан с нуля для следующей эры программирования, когда вы перестаете общаться с агентами и начинаете ими управлять. Созданный для открытых моделей, таких как Deep Seek, Qwen, GLM и Kimi, он дает вам программирование передового уровня, не запирая вас в закрытой модели, и по-прежнему работает с любым поставщиком по вашему выбору.

Полезность ИИ-агентов возрастает, когда они могут совершать реальные действия в реальных системах. Это включает использование инструментов. Хотя MCP упростил предоставление этих инструментов, было много других проблем, которые нужно было решить, чтобы это работало на корпоративном уровне. DoorDash создал общий шлюз агентов для контроля того, как ИИ-агенты обнаруживают и используют инструменты. Шлюз объединяет несколько обязанностей: проверка разрешений, управление учетными данными, выбор инструментов, которые агент может видеть, пересылка запросов и запись того, что произошло.

В этой статье мы рассмотрим, как инженерная команда DoorDash создала этот шлюз и какие решения они приняли. Вот что мы рассмотрим: Зачем ИИ-агенту нужны инструменты, почему MCP недостаточно, основные компоненты шлюза, проверка того, кто вызывает и что они могут делать, почему идентификация вызывающего отличается от предоставления учетных данных, как пользователь подключает учетную запись во время вызова инструмента, почему агенты должны видеть каталог инструментов, что происходит во время обнаружения и выполнения, и как DoorDash сделал платформу легкой для внедрения.

Code AF 是一个新的开源软件工厂，位于成本、速度和质量的帕累托前沿。在 Deep SWE 上，它在相同的开放模型上解决的真实 GitHub 问题数量是 Claude Code 的近 4 倍，并且以一半的成本匹配了官方排行榜结果。它是为下一个编码时代从头构建的，在这个时代，你不再与代理聊天，而是开始指挥它们。它为 Deep Seek、Qwen、GLM 和 Kimi 等开放模型构建，为你提供前沿级编码，而不会将你锁定在封闭模型中，并且它仍然适用于你选择的任何提供商。

当 AI 代理能够在真实系统中采取真实行动时，它们的实用性就会增加。这涉及到工具的使用。虽然 MCP 使得暴露这些工具变得更加容易，但为了在企业级别使其工作，还必须处理许多其他问题。DoorDash 构建了一个共享的代理网关，以控制 AI 代理如何发现和使用工具。该网关汇集了多项职责：检查权限、管理凭证、选择代理可以看到的工具、转发请求以及记录发生的情况。

在本文中，我们将了解 DoorDash 工程团队如何构建这个网关以及他们做出的决策。我们将涵盖以下内容：为什么 AI 代理需要工具，为什么 MCP 不够用，网关的核心组件，验证谁在调用以及他们能做什么，为什么识别调用者与提供凭证不同，用户如何在工具调用期间连接账户，为什么代理应该看到工具目录，在发现和执行期间会发生什么，以及 DoorDash 如何使平台易于采用。