Perplexity 发布了 Bumblebee，瞄准一个被忽视太久的问题：AI 实验室争先恐后推代理和工具，但开发者端点安全？那是别人的事。现实是，通过恶意依赖或配置错误的 MCP 服务器发起的供应链攻击，已经能直接打进代理运行时。大多数实验室根本没正面处理这事。

只顾能力，留下了安全窗口

企业要把代理系统推到生产环境，第一个问题是：开发者机器上到底跑了什么？Bumblebee 通过只读扫描 lockfiles、编辑器扩展清单和 MCP 的 JSON 配置来回答这个问题。有新安全通告时，它能触发定向复扫，不用全公司铺 EDR。讨论焦点从"模型安全"转向了"运行时能不能信"。

• Perplexity 把安全检查做进了 Computer 产品，竞争对手大多没动静
• 只盯着模型的公司（OpenAI、Anthropic）如果没有类似工具，企业客户会有顾虑
• 目前 AI 配置复杂度还算可控，但代理一旦能访问文件系统和调用工具，复杂度会快速叠加
• 开源降低了采用门槛，还能围绕共享漏洞库积累网络效应

| 判断 | 证据 | 行业影响 | 我怎么看 | |------|------|----------|----------| | 小幅安全更新 | GitHub 仓库支持 npm/pypi/Go/Ruby 扫描和 MCP 解析 | 专注能力的人会觉得这就是个增量功能 | 低估了。代理一进生产，端点可见性马上变成采购必选项 | | Perplexity 切入基础设施 | 和 Computer 产品打通，支持实时风险触发 | 从搜索壳子向平台演进 | 企业谈判里，信任层会比模型大小更重要 | | 供应链担忧被夸大 | 现有 SBOM 和 EDR 覆盖类似范围 | 有人觉得 Bumblebee 在重复造轮子 | 没看到 MCP 环境块和编辑器扩展这些 AI 特有配置，传统工具根本管不到 |

真正的部署风险不是模型选错，是被脏运行时拖下水

"更大模型解决一切"的说法还是主流，但实际风险正在从本地机器状态渗透进来。这正是 Bumblebee 想让你看见的东西。

重要性：中
类别：开发者工具、AI 安全、行业趋势

结论：想把代理系统推进生产的团队，现在是早期窗口。企业安全和平台工程团队、做基础设施产品的公司会先受益；只盯着模型参数的玩家会吃亏。