c't 3003编辑Lukas Rumpler：AI控制智能家居的安全关键不在云端还是本地，而在你给了哪些工具

c't 3003编辑Lukas Rumpler在最新一期视频中展示了一个颇具争议的实践：通过Model Context Protocol（MCP）将大语言模型接入Home Assistant，赋予其管理智能家居的权限。他的核心判断是，安全与否不取决于模型运行在云端还是本地，而取决于你实际授予了哪些工具权限。

MCP是一个开放标准，允许Claude、ChatGPT、Gemini或本地程序（如LM Studio）通过统一接口向智能家居系统发出操作指令。Home Assistant提供了两条接入路径：官方内置的MCP服务器和通过HACS安装的社区项目ha-mcp。两者的权限差异巨大——官方集成只能查询状态和开关设备，ha-mcp则拥有近90个工具，可以创建自动化、编写仪表盘、读取日志、制作备份，甚至安装HACS扩展包。Rumpler将前者比作遥控器，后者比作管理员登录。

他用ha-mcp和Claude构建了几样东西来展示这种能力的实际价值。最直观的是仪表盘：他描述了想要一个挂在厨房iPad上、看起来像家居装饰而非技术面板的界面，Claude生成了以阿姆斯特丹运河房屋为隐喻的可视化——每栋房子代表一个房间，灯光亮起时窗户发光，有人在房间时门打开，洗衣机则是一艘小船，运行时滚筒转动。第二个仪表盘借鉴梵高《黄房子》，用SVG图形和动画呈现家中各房间状态。这些他自认手写代码无法完成。

更实用的场景是复杂自动化和故障排查。他描述了一个涉及多个条件的卧室灯光逻辑：无人五分钟后关灯，两小时内回来则恢复原状，晚八点到凌晨两点保持特定灯具常亮，有人进入时部分灯启动并在两分钟内调暗。手写这些分支条件很繁琐，Claude直接生成了所需的自动化、场景和脚本。故障排查同样有效：一次灯光意外变绿，Claude在日志中查到是女友误按了开关；一次语音文件无法播放，Claude定位到文件名中的德语变音符号被系统不支持。

但Rumpler强调这可以造成严重问题。他列举了三类风险：第一，ha-mcp的密钥地址本身就是密码，一旦泄露，攻击者可以在你的家庭网络中安装任意代码；第二，如果AI能读取你的日历，一条包含恶意指令的会议邀请可能在数周后被触发执行——安全研究人员去年已用Gemini在真实公寓中演示了这种提示注入攻击，导致百叶窗打开和热水器启动；第三，所有通过Claude处理的家庭数据都经过Anthropic服务器。

他给出的分层防护方案是：日常使用官方集成的Assist地址（只暴露已授权给语音助手的设备，无法创建自动化或安装扩展）；仅在需要构建时临时开启ha-mcp，并在完成后立即关闭访问开关；在ha-mcp面板中禁用不需要的危险工具（安装HACS包、重启、删除）；在Claude连接器中将所有变更设为逐次审批，每次点击仅允许一次而非始终允许；同时关闭Claude的网页搜索和邮件功能，防止AI同时接触外部内容和你的私人数据。

对于本地模型替代方案，Rumpler在同一任务上做了直接对比：让Claude和Qwen3.8-27b（运行在M2 Max、64GB内存的MacBook上）分别构建一个两小时后关闭卧室球形灯的自动化。Claude不到一分钟完成，Qwen花了30分钟，经历三次尝试，单次思考停顿超过四分钟，仅在2小时应写成02:00:00还是hours: 2这个格式问题上就纠结了数分钟。他后来让Qwen排查一个灯光不亮的问题，模型确实找到了一个他自认永远无法独立发现的逻辑错误（自动化在检查灯光是否关闭时，灯光尚未关闭，因此恢复条件未触发），但它提出的修复方案会引入新问题——灯光每次恢复都跳到最亮，忽略了之前的调光状态。

Rumpler解释本地模型慢的原因是Home Assistant在每一步操作时返回大量数据，模型需要先读完才能继续，而Mac的推理芯片在处理大上下文输入时远慢于独立显卡。他的结论是：构建复杂内容时用云端模型，简单操作和隐私敏感场景用本地模型，但无论哪种，人工审核不可跳过。AI替他完成了书写，没有替他完成验证。