MIND 新增了 Model Context Protocol (MCP) 介面,讓安全團隊能從任何已連線的 MCP AI 用戶端,以自然語言指揮上述任一代理程式 。這表示團隊可以用「調查昨晚的 PII 警示」或「更新信用卡分類器」這類口語指令,而不必透過另一個獨立主控台操作 。
使用 MIND 平台的組織回報,代理程式將每起事件的調查時間從 3–4 小時縮短至幾分鐘,相當於 每起事件每天節省 25–50% 的時間,Noname Security 的 CISO Mike Morrato 如此表示 。ThoughtSpot 的資安工程資深總監 Al Faiella 則說,他的團隊獲得的是「安心感」——事件送達時調查已完成,政策也會自我調整 。
MIND 的發布聲明點出一個現實:「生成式 AI 應用、代理式 AI 與自主工作流程,創造與移動資料的速度,遠超過安全團隊手動治理的能力」。安全團隊仍將大部分時間花在人工工作(建構分類器、調查警示、調校政策、處理例外),而非策略規劃 。MIND 執行長 Eran Barak 表示:「AI 從根本上改變了資料的產生與流動方式,但多數組織的資安做法卻未跟上」。
2026 年 1 月,MIND 推出了 DLP for Agentic AI,這是一套以資料為中心的方案,專注於發現哪些 AI 代理在活動、偵測它們存取哪些機敏資料,並防止 AI 對 AI 互動中的資料外洩 。那次發布為代理式 AI 工作流程提供了基礎能見度與控制層 。2026 年 7 月的代理程式發布則建立在此基礎之上:1 月的發布讓團隊擁有 AI 代理資料存取的能見度與政策控制,而新代理程式則 自動執行這些政策的操作——自主建構分類器、調查事件、制定政策、修補暴露 。兩次發布結合,從「看見 AI 代理在做什麼」進展到「讓 AI 代理自己執行 DLP 計畫」。