纳米AI 的智能体和 MCP：接上工具以后，责任在谁那边

MCP 解决的是「模型能不能调用外部工具」，不解决「调用的结果对不对」。工具接上之后，判断和担责都在授权的人这边——这不是免责话术，是协议里明确写的。

三层拼出来的能力

一个能干活的任务单元由三样东西组成：

纳米AI 的智能体就是这三层的组合配置。用户可以自建智能体，在里面指定模型、挂哪些 MCP 工具、接哪个知识库，配置完可以只给自己用，也可以公开发布让别人用。平台自己也提供一批公开智能体。

2025 年 4 月上线 MCP 万能工具箱时，官方强调了两点：普通用户开箱即用（不用配环境），以及所有工具在上架前做了安全检测。第二点值得记一下——它意味着平台对工具有一层准入，但这层准入管的是工具本身有没有恶意行为，不管你的用法是否合理。

协议里划的四条线

用户服务协议写得比宣传语清楚，四条值得逐字读：

一、第三方账号授权。 智能体可以登录你授权的第三方平台账号去检索数据。协议要求这个账号必须是你本人合法持有，用他人账号或利用登录漏洞产生的责任，由你承担。

二、专业领域只作参考。 涉及医疗、教育、金融、法律的方案制定或决策，协议明确要求你寻求专业机构意见，智能体输出仅作参考。

三、不得用于侵入他人系统。 这条把「技术能力」和「合法用途」切开，工具能做的事不等于你被允许做的事。

四、生成内容的传播由你负责。 通过分享链接、复制文本、下载文件把结果传出去，传播环节的责任在你。

这四条合起来说明一件事：平台提供能力，用户承担使用的后果。MCP 让这个后果的半径变大了——只读工具出错是信息错误，写工具出错是数据损坏。

三个真实的风险点

写操作不可逆。 能改文件的工具和只能读文件的工具，风险差一个量级。给智能体挂写权限之前，先问一句：这个操作失败了能不能撤销。

知识库的权限边界。 知识库是信息存储空间，协议里写明平台无法全面控制上传内容。上传了带客户信息的文档，就等于把这些信息放进了检索范围。部门内部资料和企业公开资料不要混在同一个库里。

公开发布的智能体是给别人用的。 你配置的工具权限会随智能体一起被别人调用。发布前检查一遍：挂的工具是否有写权限、知识库是否含敏感内容、提示词里有没有写死账号。

怎么配置才不至于出事

按这个顺序做，能挡掉大部分麻烦：

• 先用只读工具跑通流程，确认步骤设计合理，再加写权限。
• 涉及外部平台账号时，用一个专门的账号，不要用主账号。
• 关键动作加人工确认环节，别让智能体一路执行到底。
• 知识库按项目分，一个库一个用途，别建大杂烩。

第三点是唯一真正有效的一道闸。自动化流程出问题，几乎都是因为中间没有停下来的地方。

想搞懂 MCP 本身

MCP 是 2026 年被讨论最多的接口标准，纳米AI 只是把它做成了普通用户能点的开关。MCP 协议的无状态化改造讲了这套协议为什么从有状态改成无状态，理解了那个变化，你就明白为什么现在加一个工具只需要填个地址。

另一条路是看别人怎么做端到端的任务自动化，智谱 AutoGLM是操作界面型 Agent 的代表，它和纳米AI 的差别不在模型，在「谁来点那个按钮」。

判断标准

看到一个新智能体，先看它挂了什么工具，再看它有没有写权限。有写权限又没有确认环节的，无论描述写得多好，都不要接生产数据。