MCP 的边界：插座万能，不代表什么都能插 | AI 打工日志·MCP篇④
《MCP 的边界：插座万能，不代表什么都能插》
能力越大，边界越要画清楚 · 阅读约 9 分钟 · 无需技术背景
先把丑话写在前面 这一篇是拿来泼冷水的
前三篇我们把这套东西夸了个遍：数据接进来之后，AI 就从闲聊级别升级到了能干活。
这话没错，但它含着一个被省略的前提——你把系统的钥匙，交给了一个会犯错的同事。
它没有恶意，但它会理解岔、会手滑、会被话术绕进去。普通同事写错一份报告，顶多挨顿骂；它要是理解错了，改的是数据库里的一万行记录。
所以这一篇不谈怎么接，只谈一件事：怎么收口。
这句话放在人和机器之间，一样成立。
四类最容易出事的隐患 对号入座，看看你现在占了几个
越权：门开得太大
为了图省事，直接给一个高权限账号。它能查的、能改的，远远超出这个任务实际需要的范围。
误写：理解岔了就改错了
它把「查一下上月的异常订单」理解成「把异常订单状态改成已处理」，一路执行下去还挺认真。
泄漏：凭据和原文一起出去了
配置里写死密钥、把整份配置贴到公开地方求助、明文走上了不受控的网络链路。
失控：钱在看不见地流
每次调用都要消耗算力与费用。一个没加约束的任务反复重试，账单能在一夜之间长出来。
这四类隐患有个共同点：都不是因为它存心捣乱，而是因为我们把边界画得太粗。
什么时候其实不该用它 不是所有活都值得接一根线
这类技术的尴尬之处在于：它很好用，于是人人都想用，包括那些根本不需要它的场合。
判断标准其实很朴素，就两条：这件事一个月做几次？是否值得为它维护一套配置？
❌ 一次性需求 —— 查一次单号、导一次名单，手动更快，别工程化
❌ 极低容错的事 —— 涉及资金划转、对外承诺、法律文书，宁可人工慢一点
❌ 口径每周都变的活 —— 它的强项是稳定重复，规则天天改则适得其反
❌ 数据量极小且固定 —— 就三行内容，直接贴给它比接一套更快更省
✅ 适合的特征 —— 高频、重复、来源稳定、价值明确的取数与整理
顺序反了，就会得到一个漂亮但没人用的方案。
四条可以立刻落地的安全底线 不用改架构，今天就照着做
① 权限最小化
建立专用账号，只给这一个任务需要的范围。不要用你的管理员账号图省事。能只读就不给写，能限定一张表就不要整个库。
② 写操作必有人工确认
凡是会改变外部世界状态的动作，都别让它自己说了算。让它生成待办清单，人来按下最后那个键。这一步慢不了几秒，但能挡掉绝大多数事故。
③ 敏感数据先进脱敏
涉及个人身份、薪酬、联系方式的内容，在接入之前先做处理：不给明细给区间，不给全量给抽样。它只需要结论时，就不要把原始明细交出去。
④ 留痕与上限双管齐下
谁在什么时候调了什么、改了哪条，要能查得到；同时给调用次数、金额设定上限并配告警。一条是事后追责依据，一条是事中刹车。
该不该接：四个场景自己判 点开看结论和理由
选一个你正在纠结的场景
📋 上手前自查清单
✅ 我用专用账号了吗，还是拿管理员账号图省事？
✅ 凭据在配置里是明文吗，会不会被提交或截图？
✅ 敏感字段做过脱敏或范围限制吗？
✅ 写操作有没有人工确认这一步？
✅ 调用量和花费设上限了吗，出问题时有告警吗？
✅ 万一它判断错了，我能在多长时间内撤回？
三题小测 做完这三题，边界就清楚了
全季回顾：四篇串成一条线 如果你只记住三句话
回头看整个 AI 打工日志，这条线其实一直在讲同一件事：
大模型给了它脑子，技能给了它章法，多智能体给了它团队，而连接给了它手上的真材实料。
前三样让它像个同事，最后一样让它真的能开始干活。
MCP 篇，收官
从原理到实操，从场景到边界，这四篇讲完了一套完整的连接能力。
下一季，我们把本领、团队和连接三者合起来，看看一个真正完整的 AI 同事长什么样。
