268,000个工具被扫描，143,000个漏洞被发现，73%的MCP服务器存在安全隐患——AI Agent正在以万亿Token的规模狂奔，但安全防线远未跟上。
▲
事件回顾
8月4日，数据科学平台巨头Anaconda宣布收购AI安全公司Enkrypt AI。这不是一次普通的收购——它标志着AI产业链正在完成最后一块拼图：从模型开发、到Agent部署、再到安全治理的完整闭环。
Enkrypt AI是做什么的？简单说，就是给AI Agent装上一道"防火墙"。它的核心能力包括三项：部署前的自动红队测试（覆盖300多种攻击类别）、运行时的实时拦截（防止越狱和敏感数据泄露）、以及全链路安全审计。
但真正让人警觉的，是Enkrypt公布的一组数据：在被收购前的两个月里，他们扫描了25,000个MCP服务器上的268,000多个工具函数，发现73%的服务器存在安全漏洞，漏洞总数超过143,000个。这意味着你通过MCP协议接入的工具，每四个里就有三个可能成为攻击入口。
更令人不安的是，《华尔街日报》上周报道，某主流AI聊天机器人在安全系统被绕过之后，向用户详细提供了制造危险生化制剂的指引。这不是实验室假设——这是真实发生的事件。一个被攻破的Agent，可以做任何它被授权做的事。
值得一提的是，Anaconda这次收购只是冰山一角。此前他们已经收购了AI编排平台Outerbounds、AI编程工具Kilo Code。这次补上安全层后，Anaconda正在构建一个覆盖"发现→构建→交付→监控→安全"全链路的AI基础设施平台。
为什么这跟每个AI创业者有关
很多人觉得"安全是大公司才需要考虑的事"。但现在的格局已经完全不同了。
第一，Agent跑起来比你快得多。 一个能自动写代码、调API、发邮件、操作数据库的Agent，一旦被恶意利用，造成的损害是即时的、自动化的、可复制的。攻击者不需要手动操作——你的Agent会替他们完成所有步骤。更可怕的是，你很可能在几周之后才发现异常。
第二，监管已经落地，不是"将来时"。 8月2日，欧盟AI法案第50条正式生效。核心要求就三条：用户必须知道自己在跟AI交互（禁止冒充真人）、AI生成内容必须可被机器识别标注、Deepfake及涉及公共利益的AI内容必须明确披露。违规罚款高达全球营业额的3%。你的产品只要有可能被欧盟用户访问到，就在管辖范围内。
第三，供应链攻击正在成为新常态。 Enkrypt的143,000个漏洞不是理论数字。你从社区下载一个MCP Server用来读文件、发请求，可能顺手就引入了一个可以窃取你API密钥的后门。Agent的工具调用链越长，攻击面就越大。一个Agent通常连接5-10个MCP Server，按73%的漏洞率算，几乎必然中招。
还有一个容易被忽略的点：巨头在加速整合，留给小团队单点突破的窗口正在关闭。 Anaconda一年的收购路径就是教科书级的平台战略——先有开发工具（Kilo Code），再有编排能力（Outerbounds），现在补上安全层（Enkrypt）。当基础设施层的每一个环节都被巨头填满，通用型产品的空间会越来越小。
创业者现在就该做的三件事
1. 审计你的Agent工具链（今天就能做）
如果你在用Claude Code、Hermes Agent、OpenClaw等工具搭建自动化工作流，现在就花30分钟做这件事：列出所有你接入的MCP Server和工具函数。对每一个都回答三个问题：
- 权限范围有多大？ 它能读文件系统吗？能发网络请求吗？能执行shell命令吗？权限越大，风险越高。
- 来源可信吗？ 是官方团队维护还是个人开源？最后一次更新是什么时候？维护者有没有安全审计记录？
- 最坏情况是什么？ 如果这个工具被攻破，攻击者能拿到什么？API密钥？用户数据？还是可以直接调用支付接口？
实操建议：最小权限原则。 Agent只给它完成任务必需的最小权限。代码仓库访问——只读，不写。支付接口——加人工确认环节。邮件发送——限定收件人域名白名单。
Anaconda的CEO在收购公告里讲了一个真实案例：某大型企业的一个工程团队用AI在两个月内完成了一年的工作量，效率惊人。但当被问到"你们做的东西安全吗"，整个团队包括领导层都答不上来。因为他们把一切交给了一个黑盒API，没有人真正知道Agent在做什么。
▲
2. 建立Agent操作日志（这周就搞定）
Enkrypt的核心卖点之一就是完整的审计追踪。你不需要买企业级方案，但至少要做到三件事：
- Agent的每一次工具调用都记录到日志。 调了什么函数、传了什么参数、返回了什么结果——这些看似琐碎的信息，出问题时是第一手的排查依据。
- 关键操作保留人工审批。 发邮件、调支付接口、修改生产数据库——这些操作在Agent执行前，必须经过人类确认。
- 每周花5分钟抽查日志。 不用逐行审，但要有这个习惯。很多安全事故的早期信号就藏在日志里，只是没人看。
记住一条铁律：Agent的"黑箱操作"一旦出事，责任人是创业者自己，不是AI。 法律上不存在"是AI干的，不关我事"这种说法。欧盟AI法案明确要求部署者承担责任——不管模型是OpenAI的还是你自己训练的。
3. 把合规成本算进产品预算（别等到被罚）
即便你只做国内市场，也要关注欧盟AI法案——因为它正在成为全球标准。日本、韩国、巴西都在跟进类似立法。现在的合规要求可能只是"加个AI标注"，一年后可能就是"提供完整的安全审计报告"。
做AI客服、AI内容生成、AI营销工具的团队，合规直接关乎业务生死。现在就把这三条写进产品需求文档：
- 用户交互界面明确标注"AI生成"或"AI辅助"
- AI产出的文本和图片嵌入机器可读的水印或元数据
- 保留至少6个月的操作日志，随时可审计
不要等被罚了才后悔。3%的全球营业额，对于一家AI创业公司来说，足够让公司直接关门。
一个值得关注的长期趋势
Anaconda的收购路径透露了一个清晰的信号：AI基础设施正在从"工具集市"变成"平台帝国"。
但这对创业者来说不全是坏消息。Enkrypt自己就是从细分赛道冲出来的——专做AI Agent安全，在巨头还没注意到的角落里做到最好，最终被高价收购。
对于一人公司和AI创业者，这意味着两个判断：
第一，不要再试图做通用平台。 巨头正在用资本和收购填满每一个基础设施环节。你做一个"更好的ChatGPT"或者"更好的MCP网关"，几乎没有胜算。
第二，垂直场景+Agent工作流仍然有大机会。 Enkrypt的成功路径可以复制：找到一个巨头还没覆盖、但需求正在爆发的细分痛点，用Agent自动化把它做到极致。安全、合规、审计、监控——这些"无聊但必要"的领域，恰恰是下一波机会所在。
总结
73%的MCP服务器存在漏洞，这不是危言耸听——是你接入的下一个MCP工具，很可能就属于那73%。
AI Agent的数量和自主性都在指数级增长。OpenAI的GPT-5.6带来了能独立完成项目的ChatGPT Work，Anthropic的Claude Opus 5把前沿模型价格砍了一半，Kimi K3开源了2.8万亿参数的模型。Agent的能力越强，安全失控的代价就越大。
安全不是成本，是竞争力。在一个用户越来越警惕AI、监管越来越严格的市场里，能证明"我的Agent是安全的"这件事本身，就是一种稀缺的信任资产。
趁你的Agent还没做出让你上新闻的事，把安全放进开发优先级的前三项。
#AI创业 #AI安全 #MCP #一人公司 #Anaconda #Agent安全
本文由AI辅助创作，经人工审核编辑发布
更多一人公司案例与工具，微信搜索「AI创业内参」关注我们