AI管家进入家庭后，风险不再只是“设备被黑”，而是人工智能获得了读取家庭信息、理解环境并执行操作的连续权限。Google Home 接入 MCP 后，代理可以使用生态中的设备与事件历史，完成跨房间摄像头摘要、联网设备控制和自然语言监控。便利性提升的同时，家庭也可能从“设备集合”变成一个可被集中分析、调用和操控的数据系统。
权限集中放大隐私风险
摄像头画面、门锁状态、传感器记录和设备操作历史，单独看可能只是零散信息，合并后却能推断家庭成员的作息、是否有人在家以及日常活动规律。AI 管家若默认拥有过宽权限，用户很难判断一次普通提问究竟读取了哪些数据，也难以确认这些数据是否被保存、转发或用于后续推理。
MCP 当前面临的关键问题之一，是缺少强制身份验证。只要代理、连接平台或授权链条中的任一环节出现身份确认不足，攻击者就可能借助合法接口获取敏感信息。已有资料提到，随着采用者增多，现实中已经出现多起数据泄露事件，因此“能连接”不能等同于“值得授权”。
自动执行可能把错误变成事故
生成式 AI并不总能准确理解含糊指令。把“关掉家里的灯”“看看家里情况”交给代理处理时，错误可能表现为控制范围过大、读取不必要的摄像头，或在用户未充分确认的情况下执行设备操作。自然语言的低门槛，反而容易掩盖权限边界。
更稳妥的设计应当把能力分级：摄像头和事件历史采用最小授权，涉及门锁、报警等高风险设备时要求明确确认；每次调用都保留可查看的操作记录，并允许用户随时撤销代理权限。不同代理也不应共享同一组长期有效的家庭凭据。
AI管家的安全底线，不是回答得多聪明，而是能否明确说明“看到了什么、准备做什么、谁有权执行”。在家庭场景中，凡是无法解释权限来源、数据范围和操作结果的自动化功能，都不应直接开放到核心设备。