先把事实钉死：到底放开了什么，谁能用

2026 年 9 月 16 日，Google 开始为 Google Home 放量 Home MCP 的早期访问，17 日被 The Verge、TechCrunch、Engadget 等媒体集中报道。Google Home & Nest 产品经理 Taylor Lehman 在官方博客里的表述是：它允许任何支持 MCP 的 AI Agent —— 包括 Google Antigravity、Claude、Hermes、Open Claw 等 —— 安全地使用你 Google Home 生态里的全部设备与事件历史。

这句话里的每个形容词都值得拆开看。先说限制条件，因为它比宣传语诚实得多：仅限美国、仅限英文、仅限 Google Home Premium Advanced 订阅用户（每月 20 美元或每年 200 美元），未来几周逐步放量，且没有给出扩展到其他档位或市场的任何时间表。

再说开通方式，这一点决定了它现在的真实用户画像：你要自己建一个 Google Cloud 项目，启用 Home API，配一个外部受众的 OAuth 同意屏幕，创建 Web 应用类型的 OAuth 客户端 ID 并把目标 Agent 的回调地址填进重定向 URI，最后发布应用。服务端点是 https://home.googleapis.com/mcp，授权范围是 home.platform.v2。Google 官方还给 Antigravity、Claude Cowork、OpenClaw 各写了一份分步指南。

这不是一键开关，这是一份写给开发者和极客的说明书。普通家庭用户不会去建 Cloud 项目、配 OAuth 同意屏幕。所以第一波拿到 Home MCP 的人，本质上是在用「开发者姿势」体验「消费者场景」—— 这个错位本身就说明 Google 把它当成了基础设施建设，而不是功能上线。

能力面被 Google 官方文档清晰地分成四块：实体枚举（列出住宅里的房间与设备）、实时状态监测（查询设备在线状态等实时值）、设备控制（执行带参数的动作）、历史分析（查询过去状态与按时间排列的事件日志）。对应的示例提示词也很朴素：家里有几盏灯？家里是不是都锁好了？我出门这段时间发生了什么？

为什么我把它看成一个真正的里程碑

AI Agent 这个赛道这两年最不缺的就是「新发布了能聊天的 Bot」。判断一件事是不是里程碑，我习惯看一个很粗的标准：它有没有让 Agent 能作用的对象集合发生数量级变化。

过去 Agent 能碰的东西，基本都在屏幕里。读文档、写代码、调 API、发邮件、操作浏览器 —— 全是像素和字节。做 Agent 的人心里都清楚，所谓「工具调用」在现实世界这一侧是严重缺位的：Agent 可以帮你写一封安排上门维修的邮件，但不能帮你把门打开让师傅进来。

Home MCP 改变的是这一点。摄像头、门铃、恒温器、灯、暖通系统、家电，全部通过一个标准协议变成 Agent 可以读写的对象。The Verge 举的例子很具体：问 Agent「孩子放学回家后做了什么」，它去调所有摄像头的跨镜头事件记录再给你一段汇总；想知道上周洗了几桶衣服、灯亮了多久，它去查设备状态历史做推断；任务跑完了，它通过 Google Home 音箱给你发一条语音消息。

这里的关键词是「事件历史」。很多人只注意到「能控制设备」，但真正让 Agent 变聪明的是可查询的时序数据。一个只能开关灯的东西叫遥控器；一个能回答「这周灯被开了多久」「我出门那段时间家里发生了什么」的东西才叫 Agent。控制是末梢，上下文才是本体。

MCP 正在变成 Agent 世界的 USB-C，那插座在谁家

MCP（Model Context Protocol）是 Anthropic 在 2024 年开源出来的协议，用来统一 Agent 与工具、数据源之间的连接方式。到 2026 年，Google、OpenAI、Microsoft 等都已经以某种形式支持它。它正在变成一个事实标准 —— 我用「事实标准」这个词是谨慎的，因为它的地位不是靠标准组织投票得来的，而是靠「大家都实现了它」堆出来的。

USB-C 的类比好用在这里：协议统一之后，外设厂商不用再为每种主机做一根专用线，主机厂商也不用为每种外设写一个专用驱动。MCP 做的就是这件事 —— Google 不需要为 Claude、Hermes、OpenClaw、Antigravity 各写一套 Home 集成，只需要维护一个 MCP Server。

但 USB-C 的类比也有一个很少被讲的另一半：USB-C 是接口标准，插座是谁的，电是谁的，规则是谁定的，跟接口是否统一毫无关系。你插上充电器那一刻，供电的是墙，收费的是电网，能不能插这个孔是插座主人的事。

这就是我看这则新闻最主要的判断：Google 让出去的是接口，攥在手里的是地基。

开放是真的，但地基没给

「向任何 AI Agent 开放」这句表述是成立的，但它包含了三层没有被说出口的保留。

第一层是设备图谱。Home MCP 暴露的是你 Google Home 生态里的设备清单和房间结构。哪些设备在这个图谱里？Nest 门铃、Nest 恒温器，以及挂着 Works with Google Home 认证或走 Matter 协议的设备。这份图谱是 Google 十几年在智能家居上攒下来的最值钱的资产之一 —— 数亿台设备的接入关系和房间级语义映射。第三方 Agent 拿到的是查询结果，图谱的所有权、维护权、变更权都在 Google 手里。

第二层是身份与授权。谁能拿到 access token、token 能做什么、什么时候失效、怎么撤销，全部由 Google 的 OAuth 流程和 Home API 决定。Agent 是「被授权方」，Google 是「授权方」，这个主从关系不会因为协议是开放的而改变。

第三层是事件历史。事件日志是 Agent 推理的燃料。火焰烧得旺不旺，取决于 Google 给你多少柴 —— 而 Premium Advanced 档位本身就和视频历史时长绑定（60 天事件型视频历史、摄像头与有线门铃 10 天 24/7 历史）。换句话说，「Agent 有多聪明」这件事，一部分被 Google 的订阅档位定价了。

把这三层叠在一起看，Google 的策略就很清楚：它不打算在「个人 Agent 的界面」这场仗里打赢 Claude 或 ChatGPT，它要做的是让所有 Agent 进入物理世界时，默认先从 Google 的插座上取电。这跟当年浏览器争默认搜索引擎、操作系统争默认浏览器，是同一套剧本，只是这次的入口从「打开网页」变成了「打开门」。

真正的变化：blast radius 从文字变成了物理行为

这一节是我认为最值得工程师群体认真对待的部分。

过去两年所有关于 Agent 安全的讨论，默认的爆炸半径是「屏幕里的文字」：Agent 被 prompt injection 之后，可能发出一封不该发的邮件、写错一段代码、泄露一段上下文。糟糕，但可回滚。

现在设备控制那一格被填上了。Agent 能改恒温器、能控制摄像头、能调度家电，Google 虽然说得很克制 —— 官方文档明确写了不允许 Agent 执行开锁这类敏感动作，也做了速率限制 —— 但请你注意 Lehman 那句被媒体反复引用的提醒：「把它连到 Home MCP 可能导致意料之外甚至不希望发生的行为」，并建议用户先读开发者政策和条款。

这是产品经理在自己产品的发布博文里写下的风险提示。厂商主动在新闻稿里放免责声明，通常意味着他们对边界也不完全有把握。

更值得琢磨的是授权模型本身。现在的流程是：你在 OAuth 页面点一下同意，你的 Agent 就拿到了读设备状态、读事件历史、发控制指令的权限。粒度有多细？Google 的文档里我看到的是一种「按能力分类」的粗粒度授权，加上针对人脸这类敏感数据的额外同意要求（熟悉面孔数据需要住宅管理者显式授权，且家中至少要有一台支持熟悉面孔检测的 Nest 摄像头或门铃）。

于是问题变成了：你能接受「照明和温控」和「摄像头事件历史」被打包在同一个授权里吗？对开发者来说这个粒度太粗了。我想要的模型是：这个 Agent 可以读灯的开关状态，不能读摄像头；可以调恒温器，不能碰任何和门相关的状态。这类细粒度 ACL 在传统后端是标配，在 Agent 授权里还处在很早期的阶段。

还有一个被忽略的问题：可审计性。当 Agent 代表你在家里做了一个动作，谁记录了这次动作？记录里有没有「当时 Agent 的推理链是什么」「它调用了哪个工具」「用户的原始意图是什么」？没有这套日志，出了事你连复盘的门都摸不到。行业里有个说法叫「谁的 Agent 干的」—— 在物理世界里，这句话很快就会变成保险理赔和法律责任的入口。

把这件事放到本周另一条新闻旁边看，味道更足：几位大厂 CEO 周末「松散同意」讨论暂缓前沿 AI、引入第三方审计与全球减速协议，被不少人质疑是「安全同盟」还是「卡特尔」。我倾向于认为这类讨论之所以显得空洞，恰恰是因为它太抽象。而 Home MCP 提供的是一个完全相反的东西：具体的权限模型、具体的设备清单、具体的审批流。Agent 进入物理世界之后，「治理」不再是哲学会议上的话题，而是一份要写进代码的 ACL 和一张要设计好的审计表。这比任何一份联合声明都更有推动力。

被忽略的另一半：Developer MCP 才是给工程师的那一半

媒体几乎都在讲 Home MCP，但同一批发布里还有一个 Home Developer MCP，我觉得对做 Agent 的团队同样重要，甚至更实用。

它是另一个 Server，面向的不是你的家庭 Agent，而是写代码的工具：把完整的 Home API 参考、集成指南、Matter 规范、OpenThread 与 Thread 文档全部索引起来，喂给 Google Antigravity 套件（CLI、Antigravity 2.0、IDE）、Claude Code、Cursor，以及 VS Code 里的 GitHub Copilot。鉴权方式也不同 —— 走未认证试用路径或项目 API Key，而不是用户级 OAuth。

这个设计传递了一个很清晰的信号：Google 希望你在动笔写智能家居 Agent 之前，就已经是「用 Agent 写智能家居代码」的状态。文档变成 MCP 服务端，是过去一年最被低估的一类基础设施改造 —— 它把「查文档」从一个需要人来做的动作，变成了 Agent 可以直接调用的工具，而文档质量本身成了 Agent 输出质量的天花板。

对做 Agent 的团队意味着什么

如果只看这一条新闻，它是一个智能家居新闻。如果放进趋势里看，它在提示三件很快就会成为标配的事情。

第一，「Agent 友好」会变成环境的基础属性，就像当年的 CI/CD。十年前，一个项目有没有 CI 是加分项；今天没有 CI 的项目没人敢合代码。三五年内，「这套系统有没有清晰的设备状态 API、有没有细粒度权限、有没有可订阅的事件流」会变成同类问题。今天很多设备和 SaaS 的 API 是给人用的 —— 分页设计得漂亮，但状态查询需要三次调用；权限只有「读」和「读写」两档；事件靠 webhook 但没有任何重放能力。这些「人友好但 Agent 不友好」的系统，会在下一轮被替换掉。

第二，「Agent 身份与授权」正在成为一个独立的基础设施层。注意 Google 这次的做法：你不用把账号密码给 Agent，而是让 Agent 拿一个受 OAuth 管控的、可以在 Google 后台撤销的授权。这个模型会成为模板。但它上面还缺很多东西 —— Agent 之间的委派（我的家庭 Agent 能不能授权一个维修 Agent 临时看一眼门铃画面）、基于意图而非基于能力的授权（「我要它确认孩子到家」而不是「给我摄像头读取权限」）、以及跨厂商的审计标准。这一层现在还是一堆散落的私有实现，谁先把它标准化，谁就拿到了 Agent 时代的第二个 USB-C。

第三，硬件厂商的议价能力会被重新定价。Matter 解决的是「设备能不能接入」，MCP 解决的是「Agent 能不能理解并操作」。当这两层都标准化之后，硬件本身的可替换性会显著提高 —— 这对做硬件的公司是压力，对做 Agent 的公司是红利。

一句话的冷思考

Web 时代，家是橱窗；App 时代，家是一堆各自为政的遥控器；Agent 时代，家第一次变成了一个可以被询问、被推理、被操作的整体。但代价是信任边界外移了。

以前你信任的是 Google 这个 App 不出问题；现在你要信任的是「你选的这个第三方 Agent + 它背后的模型 + 它的服务器 + 它可能被 prompt injection 的所有路径」。而这个链条上，除了第一环，Google 一个字都没有承诺 —— Google 说的是「我们的这一侧符合我们的安全与隐私标准」，它没说的正是另一侧会发生什么。你家的实时活动流，会经过一个第三方 Agent 的服务器。它记录什么、保留多久，Google 的文案里没有答案。

我的判断是：这项能力在两三年内会变得非常普遍，而且它会像所有入口级设施一样，最终被大多数人无感使用。但在此之前，会有一段相当长的、由安全事故推动的规则补课期。作为工程师，我们现在能做的、也最该做的，是别把「用户点了同意」当成安全模型 —— 那只是安全模型的起点。

其他动态

• Anthropic 推出 Claude Docs 与 Slides（9/16）：把文档、演示、设计能力合并进任意对话，Pro/Max 用户优先体验，Claude 从聊天工具进一步向 Agent 工作平台演进。
• Google DeepMind 多 Agent 协作实验（9/16）：解数学题场景中，部分 Agent 出现作弊行为后被其他 Agent 自发「吹哨」揭发，甚至分裂成对立阵营，成为多智能体对齐的一个新观察样本。
• 荣耀发布 MagicOS 11（9/15）：号称行业首个系统级 Agent Harness 架构商用落地（YOYO Harness），把 Agent 的感知、规划、工具调用与执行下沉为终端 OS 的底层能力。
• 诺和诺德与 Anthropic 合作（9/16）：宣布用 Claude 推进药物研发流程。
• 西湖机器人完成数亿元 A1 轮融资（9/16，具身智能方向）：报道同时指出 2026 上半年国内具身赛道融资约 935 亿元、同比增长约 5 倍，资本重心正从「造身体」转向「买大脑」，通用机器人大脑成为新焦点。
• Google 发布 Gemini 3.8 Live 语音模型：定位生产级语音 Agent，支持 97 种语言、可在对话中做后台工具调用，定价每分钟 0.005 美元，把语音 Agent 进一步推向生产环境。
• 微软开源 FastContext：用 4B–30B 的专用小模型充当「代码侦察兵」，并行检索并压缩上下文，主模型 token 最多可省 60%，是 coding agent 成本工程的一条新思路。

微信公众号

欢迎关注「字与码」

如果这篇文章对你有用，也欢迎在微信里继续关注后续更新。

X

X / Twitter

关注 @ax2_zicode

更即时的技术观察、新文章提醒和一些短想法会发在 X 上。