提示词无法提供保护：通过 MCP 代理进行架构级强制以实现对 LLM 工具访问的控制

大型语言模型日益作为自主智能体运行，从大型注册表中选择并调用工具。本文发现关键缺陷：当未授权工具出现在上下文中时，即便有明确指令，模型在对抗场景下仍会选择它们。我们提出一种受治理的 MCP 代理，在工具发现和调用两个阶段实施基于属性的访问控制（ABAC），分别移除上下文中的未授权工具并拦截未授权调用。实验表明，该代理将未授权调用率降至 0%，而仅靠提示词限制效果甚微，证明架构级强制对可靠工具控制的必要性。