Okta 聚焦 MCP 工具范围：AI Agent 的成本与权限要一起治理
Okta 将身份权限用于裁剪 MCP 工具列表，凸显企业 AI Agent 落地时 token 成本、工具暴露面和最小权限治理正在合流。
AI Agent 接入企业系统后，一个容易被低估的问题正在浮出水面：模型每一轮调用前，往往需要看到可用工具的名称、描述和参数结构。如果 MCP 服务器暴露的工具很多，即使最终只调用其中一个，提示词中也可能携带大量“工具说明”。AI News 在 2026 年 8 月 13 日报道，Okta 正把身份权限与 MCP 工具列表结合起来，试图同时降低 token 成本和越权风险。
背景：MCP 普及后，工具清单变成新成本
Model Context Protocol（MCP）让 AI Agent 能以统一方式发现和调用外部工具。官方文档也强调，MCP 工具是模型可发现、可调用的能力，并包含输入 schema 等结构化描述。企业一旦把 Slack、Google Workspace、内部数据库、工单系统、代码仓库等都接入同一个 Agent，工具目录会迅速膨胀。
问题在于，工具 schema 不只是安全配置，它也会占用上下文窗口和推理预算。一个原本简单的请求，可能因为暴露了过多无关工具而变得更贵、更慢，并给模型更多误选工具的机会。
Okta 的思路：先按身份裁剪，再交给模型
Okta 的方向是把 Agent 当成一种需要治理的身份主体：先根据 Agent 身份和关联用户的权限，筛选它“应该看到”的工具，再把裁剪后的工具列表交给模型。这样做有两个直接效果：一是减少无关 schema 进入提示词，二是让最小权限原则提前发生，而不是等模型发起调用后再拒绝。
据报道，Okta 在内部建模中看到某些权限场景可让可见工具数量减少超过 90%，工具 schema 相关成本也随之下降。虽然这不是公开客户生产环境数据，但它抓住了企业 Agent 落地中的真实矛盾：安全控制如果只放在执行阶段，可能已经错过了降低提示词成本和减少信息暴露的机会。
为什么这件事重要？
- 成本可观：企业 Agent 的调用频率越高，重复发送工具描述的累计 token 越多。
- 安全前移：模型看不到无权限工具，就更难围绕这些工具产生错误计划或敏感推断。
- 治理粒度变细：过去很多系统只控制“能否接入某服务”，未来要控制“在该服务里能用哪些具体动作”。
适合哪些人关注？
- 正在部署企业 Agent、MCP Server 或内部工具编排平台的技术团队；
- 关注 AI 成本核算、权限治理、审计合规的 CIO、CSO 和架构师；
- 做企业 SaaS、身份安全、自动化平台和插件生态的创业者。
AI导航观点
MCP 的价值在于让工具连接标准化，但标准化之后，真正的产品能力会转向“治理”：谁能看到工具、谁能调用工具、调用前后如何审计、失败如何回滚。Okta 的案例说明，AI Agent 的成本优化和安全治理不是两条线，而是同一个“上下文暴露面”问题。
