Okta 用身份权限过滤 MCP 工具列表，降低 AI Agent 令牌成本

一句话看懂

Okta 提出用身份权限过滤 MCP 工具列表，减少 AI Agent 每次调用的令牌开销，内部建模显示可见工具减少超 90%。

详细发生了什么

Okta 在官方博客中提出，通过基于身份的 Model Context Protocol（MCP）工具范围控制，可以显著降低 AI Agent 的令牌成本。每个 AI Agent 调用模型时，MCP 服务器暴露的每个工具都会携带 schema、名称、描述和参数，这些信息全部计入 prompt 开销。Okta 将这种开销称为“工具税”（tool tax）——模型会考虑所有可见工具，即使它永远不会调用其中一些。

Okta 的解决方案是在构建 prompt 之前，根据 Agent 身份和关联用户的权限过滤工具列表。管理员在 Okta 控制台中配置特定身份可用的工具，Okta 返回范围限定的工具集，而不是整个服务器的完整目录。内部建模显示，某些权限场景下可见工具数量减少超过 90%，工具 schema 成本也按相同比例下降，但 Okta 未提供绝对的令牌或美元数字。

Okta 将这一能力定位为其“安全 Agent 企业蓝图”的一部分，强调最小权限原则：Agent 不应感知未被明确授权的资源、数据库或工具。该方案在运行时还会再次检查范围，防止未授权调用执行。Okta 区分了身份范围控制与网关控制：网关可以按 key、团队或组限制支出，但身份权限提供了更细粒度的控制，直接决定特定 Agent 或用户可用的工具。

中文圈视角

对国内开发者和企业来说，这个方案有几个值得关注的切入点。首先，MCP 正在成为连接 AI Agent 与工具的热门标准，国内也有不少团队在尝试类似架构，但 token 成本优化往往被忽视。Okta 提出的“工具税”概念很形象，提醒开发者注意 prompt 中工具定义的累积开销，尤其是在工具数量多、用户量大的场景下。

其次，身份与权限控制是 MCP 落地的关键难点。国内企业如果使用自建 MCP 服务器或第三方服务，可以参考 Okta 的思路，在工具列表层面做权限过滤，而不是仅仅依赖运行时拦截。不过，Okta 的方案深度绑定其身份平台，国内用户可能需要寻找替代方案，比如在自研网关中实现类似逻辑，或使用国内的权限管理服务。

另外，安全角度也值得注意。减少未授权工具的可见性，不仅能省 token，还能缩小被攻破身份的“爆炸半径”。国内企业在合规和数据安全压力下，更应重视这类最小权限设计，避免 Agent 因越权操作引发风险。

几条值得记住的细节

Okta 将 MCP 工具列表带来的 prompt 开销称为“工具税”，并认为这是 Agent 调用前的固定成本。
内部建模显示，某些场景下可见工具数量减少超 90%，工具 schema 成本按相同比例下降。
方案在构建 prompt 前过滤工具列表，并在运行时再次检查范围，实现双重控制。
Okta 将 MCP Server 工具映射到 OAuth scopes，并定义了 helpdesk 只读用户、操作员、应用管理员等用户分段进行建模。
Okta 强调身份范围控制与网关控制互补，前者决定可用工具，后者限制支出和速率。

一句话总结

对于使用 MCP 构建 Agent 的团队，Okta 的方案提示：通过身份权限过滤工具列表，既能省 token 又能降安全风险。