回看 2 天 · 新增 1 篇（编辑内容 1，软文 0）· 来源 artificialintelligence-news.com

今日速览

过去两天仅有 1 篇新文章：Okta 提出用身份权限（OAuth scopes）预先裁剪 MCP 工具清单，宣称既能省下 AI agent 每轮对话中的"工具税"（tool tax）token 开销，又能缩小被攻陷身份的攻击面，部分场景可见工具数削减超 90%。无监管生效或合规截止日等需要立即行动的事项；但如果团队正在给企业 agent 接 MCP server，这篇的"按身份裁剪工具清单"思路值得纳入架构评审——注意其数据全部来自厂商内部建模，尚无客户实测。

逐篇要点

• Okta 用 MCP 权限裁剪瞄准 AI agent 的 token 成本（2026-08-13 · AI Business Strategy / Cybersecurity AI / Deep Dives）
  Okta 提出：AI agent 每次调用模型时，prompt 里都要塞进 MCP server 暴露的全部工具的 schema、名称、描述和参数，即使模型永远不会调用其中大多数工具——Okta 把这笔开销称为"tool tax"，且运行时拒绝越权调用也无法追回已消耗的 prompt token。其方案是在 prompt 组装之前，按 agent 身份及其背后用户的 OAuth 权限过滤工具清单，只把授权范围内的工具返回给模型，运行时再做第二次 scope 校验。管理员在 Okta 后台按身份配置可用工具，该能力被纳入其"安全 agentic 企业蓝图"。文章还区分了身份授权与网关（gateway）管控：网关按 key/团队限额、计量进出 token 和金额，属事后花费控制；身份授权则在工具进入 prompt 前就决定 agent 能看到什么。同一机制兼具安全价值——身份被攻陷时，看不到的工具就是做不了的动作，爆炸半径更小。Software Analyst Cyber Research 分析师 Paul Webber 背书称这是"优雅的做法"，因为复用了治理安全的同一套权限数据而非另建计量层。
  关键数字：部分权限场景下模型可见工具数削减超过 90%，工具 schema 的 token 成本按 Okta 说法与工具数近似线性、降幅大致同比例；建模用户分层包括 helpdesk 只读、helpdesk 操作员、应用管理员、品牌与邮件管理员、超级管理员五类，按假设的月流量占比加权；文末提及 Okta 赞助 2026 年 10 月 19-20 日阿姆斯特丹 AI & Big Data Expo Europe。绝对 token 数或美元金额文中未说明。
  需要留意：全部证据来自 Okta 内部建模（基于自家产品数据和公开厂商文档，未用客户数据），文章明确写明"未描述任何真实客户部署"；Okta 自己也承认实际效果取决于工具目录、权限分布、所选模型、平均 schema 大小、请求量和模型定价。此外 Okta 是该媒体所属 AI & Big Data Expo 的重要赞助商，且引用的唯一第三方分析师意见为正面背书，立场偏向明显——本质是一篇厂商方案宣传，"90%"应视为理想化建模上限而非实测结果。
  原文

主线观察

今天只有一篇，但它折射出一个具体的行业转向：MCP 从"能不能接上"进入"接上之后怎么管"的阶段，成本与安全第一次被同一个机制统一处理——工具清单裁剪既是省钱手段也是最小权限控制。值得注意的对立面是 Okta 刻意贬低的"网关计量"路线（LiteLLM 类按 key 限额）：身份厂商说网关只能事后控费、身份层才能事前裁剪，这是典型的各卖各药，两者实际互补而非互斥。另一个信号是论证方式：厂商用内部建模的"90%"抢占心智、而非等客户数据，说明 agent 权限治理这个市场还处在标准和话语权争夺期，落地证据普遍缺位。

本期编辑内容清单