最近，马努斯（Manus）仅完成了7500万美元的新融资，他在社交平台上发布了公告，正式向所有人开放，没有等待名单或邀请代码。此外，在宣布访问MCP（Multi-Iattrators协作协议）之后，OpenAI只是启动了一个名为“ Deep Research Connector”的实验功能，旨在通过MCP等功能组合第三方工具。它不是MCP特征的开源和开源，深度研究连接器是其自己的产品Chatgpt的特定OpenAI功能的扩展，该功能主要为OpenAI生态系统服务。无论哪种形式，“连接”都成为大型模型时期和代理商波的重要关键字。在元明肯的观点中，加强MCP技术联系的作用，尤其是Manus，促进了跨思维，跨平台和跨工具效应的增强。多I的全面智能服务Ntelligence场景将在三到五年内全面替代复杂的服务工作。应该谨慎的是，当连接多个代理的过程中，链接发生在链接处时，计算机或其他控制终端可能是“邪恶的”。它还使MCP协议驱动了代理生态系统的丰度，并成为无法忽视的安全弱点的风险。全球AI Cloud Service平台的实践者的代理商的明确生态趋势告诉记者，破坏DeepSeek Circle的人提醒所有人AI是HI HI HIH INDI，非常接近所有人，并且需要尽快乘公共汽车。代理商未来生态系统开发的方向将取代旧的应用程序或直接代理的旧应用程序，即将传统应用程序连接到智能，主动性和交互式能力，以改善用户体验。像日历，粘笔笔和物品法力饮食应用程序，他们成为代理商后可以是个人助理。以日历应用程序为例，它可以积极研究用户的先前行程和习惯，并明智地建议适当的活动或休息时间；收到会议邀请时，它会自动与信息相关并修复提醒。与要执行的粘合剂笔记和功能接触以优化计划计划。在“犹豫”窗户纸之后，AI技术的开发和实施迅速改善。根据Gartner的预测，到2028年，至少有15％的一天至日工作决定将通过AI代理做出自治，而33％的商业软件应用程序也将包括AI代理。当生态学逐渐构建和改善时，商业化是不可避免的。在Chuangshi合作伙伴Venture Capital的合作伙伴Liang Yu的角度，AI技术现在加速了所有快进键，代理商和代理商-Liang Yu更好地称呼这种“产品” - 本质上没有改变。核心仍然是解决人们的需求，通过满足需求来从消费者那里获得付款，从而有点商业上的自行循环，并且越来越多的资源和能力相应地吸收，从那以后就形成了一个商业巨型和良好的周期。作为代理商相关领域的从业人员，在未来情报的创始人杨金蒙（Yang Jinsong）的角度来看，真正的经纪人的真正加速始于DeepSeek推出后。 20代理人是部分笼统的，并在24年内实施。例如，在某些情况下，仅与具有外部API的语言模型连接。但是2024年的行业仍处于实用的教学客户状态。到2025年，从客户的角度提出的问题数量显着增加，甚至去年的收入收入的80％在今年第一季度完成。 cLear Technology Trendsa和处于风险的潜在危机逐渐变得清晰。红杉资本已在AI Ascent 2025会议上透露，AI代理人将从助手变成合作网络（Swarm Agent），并最终发展了代理商的经济，涉及资源转移，交易和信心。开发人员需要解决正在进行的身份，通信协议（例如拟人MCP）和安全性的挑战，并建立支持长期自动活动以满足企业和个人需求的代理商。在红杉提到的三个主要挑战中，AI背后的安全风险占据了一个重要的立场，并且是代理系统稳定且可靠的操作的基础。研究人员从安全研究所的Anheof中发现，即使MCP也可以帮助代理商在沿MCP服务器本地部署该软件时实现更大的应用程序和与更多系统的连接（SERVMCP协议的部分），一旦发生弱点，就可以直接操作并控制本地文件。其次，当训练了人工大型智力模型时，许多肮脏和有毒的数据。通过对齐值来确保正确输出来输出这些数据。当与交付过程的特定链接破坏了该值的有效性时，所有大型模型都可以是“不良”的大型模型，甚至远处都可以在MCP协议弱点的帮助下运行相关过程。任何没有安全保护的大型模型都可以立即成为“坏主”。前三个风险是：提示单词注入，数据泄漏和软件供应链风险。以前，安全公司不变实验室透露了MCP的官方博客，即MCP具有诸如工具中毒（工具攻击工具，是“ TPA”）MCP之类的风险，例如Cursor和Claude for Desktop。从表面上看，用户看到的工具描述是干净且无害的“家庭食谱”（正常代码注释），但是当AI模型在实施任务时，此“厨房机器人”时，评论中的“秘密语言说明”（恶意代码）得到了准确的识别。代理期间，AI安全风险包括许多方面。 Anheng信息的首席技术官Liu Bo告诉记者，MCP和A2A（Google作为代理到代理作为开放的资源标准，在协议设计阶段尚未完全考虑安全机制，该协议设计阶段是通过利用数据来巧合的，我们应该使用大型技术模型，我们不再需要依靠模型本身，但是在所有人的智能上都需要一个智能。在此类别的相应字段中，通常会提供安全责任的人。Lligence，例如制定政策和技术，以及进行稳定等技术试验。 Anhentic信息高级副总裁兼总监Wang Xin告诉记者，智能系统与传统软件系统相似，并且很难进行安全防御。例如，在网络安全领域中，WAF（Web应用程序防火墙）位于Web应用程序和Internet之间，并用作“守门员”，跟踪，过滤和阻止HTTP/HTTPS在Web应用程序内部和外部的http/https流量，解决有时难以补丁或未知的软件系统的疼痛点，这些疼痛点。此外，安全行业通常分为内部防御和外部防御。王新告诉记者，大型制造商主要解决了内源性安全问题 - 包括模型问题，算法问题，语料库管理问题等。但是，有一些特殊的功能ES在大型模型的应用方案中。 Monsterach，当当前的Transfomer架构进行无薪培训时，它涉及大量数据的实践。很难确保大量数据没有安全问题。目前，安全制造商将不得不在外面玩防御纸。因此，在代理商期间，大型模型和安全公司的制造商将在很大程度上与合作社建立合作和辅助关系。至于培训之前的语料库管理，王Xin说，现在，在训练阶段和运营阶段，模型操作的整个大型旋转，目前，客户团队通常在其自身的行业开发阶段进行模型培训，而开放资源模型或第三方模型则更多地使用了Side Saped Sa。对他们来说，以前的数据管理培训的安全性是黑匣子。但是，大M的操作安全性智能车身登陆过程的Odel是一个更普遍的安全阶段，它也是网络安全制造商主要为客户提供服务的阶段。