该论文对比分析了AI智能体接入外部系统的两种工具集成范式:CLI(智能体直接执行shell命令)与MCP(基于JSON-RPC的结构化协议,提供受治理的类型化工具访问)。研究从14个评估维度展开,结合实例、对照合规框架的安全评估与经济建模。核心发现是:CLI在单用户、纯本地工作流中效率更优;MCP则能满足CLI无法实现的需求,包括细粒度访问控制、凭证隔离、结构化审计和多租户治理。研究还指出,渐进式披露技术已消除MCP以往在上下文窗口开销上的劣势,使其token效率与CLI相当,同时保留架构优势。论文建议生产系统采用混合架构,并引用了NSA正式指南、OWASP标准及BCG与Gartner的经济模型作为依据。
| MCP (Model Context Protocol) | 一种结构化的JSON-RPC协议,为AI智能体提供受治理、类型化的工具访问接口。 |
| CLI (Command Line Interface) | 命令行接口,智能体通过直接执行shell命令与外部系统交互的方式。 |
| 渐进式披露 (Progressive Disclosure) | 一种按需逐步暴露信息的技术,用于减少上下文窗口开销并提升令牌效率。 |
| 多租户治理 (Multi-tenant Governance) | 在共享系统中对多个独立租户进行策略控制、隔离和审计的管理机制。 |
| 凭证隔离 (Credential Isolation) | 将敏感凭证与执行环境分离,防止未授权访问的安全实践。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅