MIND 新增了模型上下文协议(MCP)接口,使安全团队能够通过他们已使用的任何支持 MCP 的 AI 客户端,使用自然语言直接指挥上述任一代理 。这意味着团队可以用通俗语言指示代理“调查昨晚的 PII 告警”或“更新信用卡分类器”,而无需通过专门的控制台 。
使用 MIND 平台的组织报告称,这些代理将每起事件的调查时间从 3-4 小时缩短至数分钟,相当于每天每起事件节省 25-50% 的时间,据 Noname Security 的 CISO Mike Morrato 所述 。ThoughtSpot 的安全工程高级总监 Al Faiella 表示,他的团队获得的价值是“安心”——事件发生时调查已经完成,策略也能自我优化 。
MIND 的公告将此次发布置于“生成式 AI 应用、Agentic AI 和自主工作流创建和移动数据的速度,已超安全团队手工治理能力”的现实背景下 。安全团队的大部分时间仍花在手动工作上(构建分类器、调查告警、调优策略、清理异常),而非战略层面 。MIND CEO Eran Barak 指出:“AI 从根本上改变了数据的创建和流动方式,但大多数组织保护数据的方式并未改变”。
2026 年 1 月,MIND 推出了 Agentic AI DLP,这是一种以数据为中心的安全方法,专注于发现哪些 AI 代理处于活跃状态,检测它们访问了哪些敏感数据,并防止 AI 间交互导致的数据泄露 。该早期版本为 Agentic AI 工作流提供了基础的可见性和控制层 。2026 年 7 月的代理发布则建立在这一基础之上:如果说 1 月的发布为团队提供了针对 AI 代理数据访问的可见性和策略控制,那么新代理则是自动化这些策略的运营执行——自主构建分类器、调查事件、创建策略和修复暴露 。两者结合,实现了从“看清 AI 代理在做什么”到“让 AI 代理自行运行 DLP 程序”的转变。