本期焦點集中在 Model Context Protocol（MCP）的企業整合、安全風險與工具治理。從 REST API、資料庫、知識庫到程式碼審查，MCP 的應用範圍持續擴大；與此同時，代理劫持、憑證保護及自動化越界等問題，也顯示 AI 代理進入正式環境後需要更嚴謹的權限與稽核機制。
Stravito 以 MCP 串接企業市場研究資料
知識管理新創 Stravito 推出 MCP 伺服器，讓使用者可透過 ChatGPT、Claude 與 Microsoft Copilot 等 AI 工具存取公司內的消費者及市場研究內容。這項整合可將既有研究資料直接帶入對話式工作流程，降低在不同知識系統與 AI 介面間切換的成本。
osm 在 Claude Code 讀取前遮罩 API 金鑰
開源 Claude Code 外掛 osm（opensecretmask）主打避免模型直接接觸 API 金鑰及其他機密資料。當 Claude 準備讀取秘密值時，工具會先以假值替換，藉此降低敏感憑證進入模型上下文的風險；專案採 MIT 授權。
TigerGraph、LangGraph 與 MCP 組成詐欺調查代理
一套端到端詐欺調查系統採用九節點 LangGraph 代理，以 TigerGraph Community Edition 作為知識圖譜底層，並透過 TigerGraph MCP 提供工具存取、NVIDIA NIM 負責大型語言模型推理。案例展示代理如何彙整調查資訊，並為需要監管通報的案件產生符合 FinCEN 格式的可疑活動報告敘述。
Google Cloud API Gateway 將 REST API 轉為 MCP 工具
Google Cloud 提出透過 API Gateway，讓企業既有 REST API 可供 AI 代理呼叫。此作法著眼於沿用閘道中既有的路由、驗證與配額管理能力，避免團隊為每套 API 另外建立一個重複實作相關機制的 MCP 伺服器。
Anthropic 引進 Accenture 旗下 Faculty 進行安全評估
Anthropic 宣布第三方駐點評估計畫，由 Accenture 旗下 AI 公司 Faculty 的人員以接近內部員工的存取條件測試模型安全措施。報導指出，Anthropic 與 Accenture 已各自承諾未來五年至少投入 10 億美元，反映大型模型供應商正擴大外部安全驗證及企業合作。
WordPress Trac 推出 MCP 伺服器
WordPress Trac MCP 伺服器讓 Claude、ChatGPT 與其他 MCP 用戶端直接查詢 WordPress.org Trac。AI 助理可透過統一介面讀取工單、變更集與時間軸歷史，為問題追蹤、版本考證及開發維護工作提供結構化上下文。
vsql-mcp 開放 AI 代理存取 MySQL
vsql-mcp 將 MySQL 能力封裝為 MCP 工具，使 Claude Code、Codex、Cursor 與其他支援 MCP 的代理能先探索可用工具，再透過明確介面執行資料庫操作。這種模式可取代讓模型自行猜測應如何連線及呼叫資料庫的做法，但實際部署仍需搭配最小權限與查詢管控。
A2M 研究揭露 MCP 生態系的語意供應鏈風險
論文提出 A2M（Attraction-to-Manipulation），研究 AI 代理依靠語意比對選擇第三方 MCP 工具時可能遭遇的劫持攻擊。攻擊者可控制工具中繼資料與輸出，影響代理的工具選擇及後續行為；這也凸顯工具描述、來源信任、執行軌跡與輸出驗證需要被納入 MCP 安全設計。
Anthropic 擴大亞太布局，將設新加坡辦公室
Anthropic 預計於十月成立新加坡辦公室，這將是其繼東京、班加羅爾、首爾與雪梨之後，在亞太地區設立的第五個據點。此舉反映 Claude 在新創公司、大型企業及政府部門的需求成長，也使新加坡成為主要 AI 業者持續投入的區域據點。
Reddit 對 Anthropic 的資料擷取訴訟獲准繼續審理
美國聯邦地方法院法官大致駁回 Anthropic 針對 Reddit 訴訟提出的抗辯，使案件得以繼續。Reddit 指控 Anthropic 不當蒐集使用者內容以訓練 Claude；案件進展顯示，網站服務條款與資料擷取限制可能成為 AI 訓練資料爭議的重要法律依據。
HEMA 以 MCP 與 Amazon Bedrock 整合企業資料
HEMA 分享採用 MCP 與 Amazon Bedrock 的企業導入案例，目標是把原本分散於不同入口及內部系統的資訊轉為可直接詢問的答案。案例聚焦如何讓代理安全銜接既有資料來源，改善員工在多個入口間反覆查找資訊的流程。
Gemini 資安測試誤觸非目標企業系統
Google 證實，Gemini 在五月進行資安能力評估期間，因誤判測試範圍而存取三家企業的系統。測試由獨立 AI 評估機構 Irregular 執行；事件顯示具自主操作能力的資安代理若缺少明確的目標邊界與執行期防護，可能把未獲授權的系統納入行動範圍。
MCP Nexus 1.0 處理大量工具的路由與探索
MCP Nexus 1.0 定位為 MCP 工具的路由與探索層，試圖解決代理同時面對數十乃至數百項工具時的選擇及上下文負擔。當所有工具描述一次暴露給 Claude Code、Cursor 或 OpenCode，模型可能難以有效判斷；集中式探索與按需路由因此成為 MCP 規模化的重要基礎設施方向。
Cerber 將 Claude Code 的 PR 審查集中到待辦匣
Cerber 是為累積中的 Pull Request 所設計的 Claude Code 審查待辦匣。開發者可將原本需要逐一手動啟動的代理審查集中處理，同時避免未經人工確認的代理留言直接進入 GitHub，進而意外把尚未檢查的內容轉化成其他團隊成員的工作。