arXiv cs.AI· Yitian Zheng, Zhaorun Chen, Haoyu Li, Bo Li·· 11 小时前AI 评分44
GatewayBench：面向 MCP 网关的统一能力与安全评测平台
GatewayBench: Unified Capability and Security Evaluation Platform for MCP Gateways
AI 导读
研究者推出 GatewayBench，首个针对 MCP 网关的统一评测框架与基准，将网关架构划分为扁平式与分层式两类。该基准包含六大领域 524 个任务，工具池来自 251 个真实 MCP 服务器的 11,118 个工具，并注入任务无关工具以模拟大规模部署。
正文 · AI 翻译
摘要：AI 智能体越来越多地通过调用工具与外部环境交互，模型上下文协议（MCP）已成为连接智能体与异构工具和服务的标准接口。随着组织大规模部署智能体，MCP 网关已成为聚合、治理和塑造智能体所接触工具面的关键中间件层。尽管 MCP 网关在智能体系统中的重要性日益增长，此前尚无工作系统性地研究网关设计如何影响智能体能力、效率与安全性。为填补这一空白，我们推出 GatewayBench，这是首个面向 MCP 网关的统一评估框架与基准。我们将网关架构归纳为两大范式：扁平化网关与分层网关。GatewayBench 包含跨六个领域的 524 项任务，以及来自 251 个真实 MCP 服务器的 11,118 个真实世界工具组成的工具池。为模拟大规模部署，我们系统性地从该工具池中采样与任务无关的工具注入每个智能体环境，从而在可访问工具面扩展时实现受控评估。基于 GatewayBench，我们针对七种广泛部署的 MCP 网关和多种智能体配置开展了大量实验，覆盖良性任务与对抗性任务。结果揭示了不同网关设计在任务完成、工具使用效率与攻击韧性方面存在显著差异，并进一步表明这些效应与底层模型和智能体运行框架强烈交互。这些发现凸显出 MCP 网关是智能体 AI 技术栈中一个影响重大却尚未被充分探索的组件。通过在真实工具生态下对网关架构进行受控评估，GatewayBench 既为 MCP 网关设计提供了实践指导，也为开发更强大、高效且安全的智能体系统提供了严谨的测试平台。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.23449 [cs.AI] |
| （或 arXiv:2610.23449v1 [cs.AI] 为本版本） | |
| https://doi.org/10.48550/arXiv.2610.23449 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yitian Zheng [查看邮箱]
[v1]
2026年10月16日星期五 13:31:09 UTC（1,428 KB）
来源：arXiv cs.AI · arxiv.org