IBM旗下流数据平台Confluent为其实时AI应用平台Confluent Intelligence和Confluent Cloud新增了全托管MCP（Model Context Protocol）服务器、Confluent Agent Skills、个人隐私信息检测与脱敏，以及Azure Private Link私有连接等功能，帮助企业构建实时AI应用时，借助AI代理管理数据流作业，并降低敏感数据泄露和公网连接风险。

Confluent此次在Confluent Cloud中推出全托管MCP服务器，并新增Confluent Agent Skills。开发者可将Confluent MCP作为控制平面，通过自然语言指令让AI代理自动探索、管理和调试Kafka、连接器、Schema Registry与监控指标等资源；而Confluent Agent Skills则提供常见Confluent工作流程与最佳实践，使支持Agent Skills规范的AI代理在执行任务时具备更一致的操作依据。

数据流是指数据在产生后持续输入系统，并在传输过程中实时处理。Confluent此次更新聚焦于企业AI应用需获取最新数据，同时需严格管控隐私、安全与网络连接风险的场景。Confluent表示，许多AI项目在上线前常面临数据分散、安全风险高、开发人员需频繁切换不同工具等问题，因此本次更新重点强化了数据流操作、数据治理与云上连接能力。

Confluent新增了内置机器学习函数，可在实时数据处理工具Flink SQL中自动检测并脱敏个人可识别信息（PII），使开发者无需额外编写定制代码、对接外部服务，或先将数据迁移至数据仓库，即可在数据流处理过程中直接完成敏感信息处理。该PII检测与脱敏功能目前在Confluent Intelligence中提供早期访问。

Confluent Cloud现已正式支持Azure Private Link，使Flink作业可通过微软私有骨干网络连接至Azure OpenAI、Azure SQL与Cosmos DB等Azure服务，避免AI工作负载通过公共互联网调用外部模型或查询外部数据表。

此外，Confluent还提供了免费开源的dbt适配器，让数据工程团队可沿用现有的dbt命令与项目结构，在Confluent Cloud上定义、测试和部署Flink SQL数据流管道。Confluent还新增了对TimesFM的早期访问支持，以及对Anthropic和Fireworks AI模型的支持，开发者可在数据流处理流程中直接调用这些模型，构建需要实时数据输入的AI应用。