تصور کنید دستیار هوشمند شما فقط پیشنهاد تغییر دما ندهد، بلکه تاریخچه رویدادهای خانه را تحلیل کند و به‌طور خودکار محیط را بهینه سازد. در ۱۶ سپتامبر ۲۰۲۶، گوگل دسترسی زودهنگام به سرور پروتکل زمینهٔ مدل (Model Context Protocol یا MCP) را برای اکوسیستم Google Home فعال کرد تا عامل‌های (Agents) — شبیه به کارمندانی دیجیتال که می‌توانند به‌جای شما تصمیم بگیرند و ابزارها را اجرا کنند — خارجی بتوانند سخت‌افزارهای متصل را کنترل کنند.
این اقدام، خانه هوشمند را از یک محیط بسته به یک لایه عامل‌محور (Agentic) و متقابل تبدیل می‌کند. همان‌طور که در تحلیل قبلی ما درباره‌ی تلاش‌های گوگل دیپ‌مایند برای حکمرانی بر ریسک‌های AGI اشاره کردیم، این استقرار جدید، استقلال عامل‌ها را مستقیماً به اتاق نشیمن کاربران می‌آورد. البته این سطح از دسترسی، چالش‌های امنیتی جدیدی را به همراه دارد؛ موضوعی که در بررسی ما پیرامون پروتکل MCP و ریسک تزریق پرامپت در ابزارهای خارجی به تفصیل مورد بحث قرار گرفت.
به گزارش TechCrunch، این سامانه از تمامی دستگاه‌های اکوسیستم Google Home، از جمله زنگ‌های درب و ترموستات‌های گوگل نست (Google Nest) و همچنین دستگاه‌های سازگار با استاندارد Matter پشتیبانی می‌کند. برای فعال‌سازی این قابلیت، کاربران باید مراحل زیر را طی کنند:
- ایجاد یک پروژه در گوگل کلاود (Google Cloud) که برای Home MCP پیکربندی شده باشد.
- ارائه جزئیات پیکربندی به یک عامل پشتیبانی‌شده (مانند Claude، ChatGPT، Hermes، OpenClaw یا Google Antigravity).
- اعطای مجوزها از طریق یک فرآیند ورود امن.
بر اساس مستندات گوگل، کاربران اکنون می‌توانند با زبان طبیعی خلاصه‌ی دوربین‌ها را بررسی کنند، فعالیت‌ها را رصد نمایند و داشبوردهای سفارشی بسازند. در حال حاضر این قابلیت تنها برای مشترکان سطح Google Home Premium Advanced در ایالات متحده با هزینه ۲۰ دلار در ماه در دسترس است. برای مدیریت امن‌تر این دسترسی‌ها در مقیاس گسترده‌تر، راهکارهایی نظیر درگاه‌های امنیتی برای رفع گلوگاه‌های دسترسی عامل‌های هوش مصنوعی توسعه یافته‌اند تا کنترل دقیق‌تری بر ابزارهای متصل ایجاد شود.
گوگل با پذیرش MCP شرط‌بندی کرده است که آینده خانه هوشمند، نه در اختیار یک دستیار صوتی واحد، بلکه در دست عامل‌های تخصصی است. این یعنی Google Home به‌جای یک رابط کاربری، به یک زیرساخت بک‌اند تبدیل می‌شود. اثر ثانویه این تصمیم، افزایش شدید کاربرد مدل‌های زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — است که اکنون می‌توانند بر دنیای فیزیکی اثر بگذارند. در همین راستا، برای مقابله با حفره‌های امنیتی احتمالی این مدل‌ها، سیستم Bifrost با لایه‌ی حاکمیتی خود تلاش می‌کند تا امنیت عامل‌های MCP را تضمین کند.
گوگل در حال حاضر از طریق انجمن توسعه‌دهندگان خانه هوشمند در حال جمع‌آوری بازخوردها است.
گام بعدی شما
- اگر توسعه‌دهنده هستید، مستندات MCP گوگل را برای اتصال مدل‌های محلی به سخت‌افزار بررسی کنید.
- قابلیت‌های کنترل صوتی فعلی خود را با خروجی‌های مدل‌های استدلالی مقایسه کنید تا تفاوت در تحلیل داده‌ها را ببینید.
- رصد کنید که آیا این قابلیت از لایه اشتراکی ۲۰ دلاری به نسخه‌های رایگان منتقل می‌شود یا خیر.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو