信网在7月17日发布消息称, 近期, 全球AI智能体核心互联协议MCP发布了“2026 - 07 - 28版本候选规范, 官方认定此次更新当属协议问世以来, 规模最大的, 一次系统性修订, 完整标准会于7月28日正式向外发布。此次升级意味着MCP从简单的, AI工具调用连接协议, 转变为能够规模性部署, 全链路可以治理, 调用全流程可以追溯的, 生产级智能体基础设施。根据立足国内人工智能产业本土化落地的需求, 企查查技术团队凭借自身MCP平台构建的工程实践成果, 对新版协议变革的内在逻辑予以解读, 从而为国内企业的数据智能体建设打造出本土化落地的范本, 进而全力推动我国“人工智能 ”行动在垂直行业实现高质量落地运行。四大核心变革重塑MCP底层逻辑补齐企业级AI规模化短板2026年5月, 有对外公示的MCP候选规范, 集中对无状态核心架构进行优化, 对标准化能力发现机制加以优化, 对长周期任务协作给以优化, 对全链路可信溯源予以优化, 这是四大核心模块, 还配套完善授权安全的配套体系, 完善扩展插件的配套体系, 完善结构化数据交付的配套体系, 彻底解决旧版协议难以适用大规模企业业务场景的痛点, 释放四大产业转型的信号。从协议角度来讲, 新版方面的确是彻头彻尾使会话绑定机制化为乌有, 全部的请求是达成自携带含有的信息在那儿传输, 服务的这边在承载单一回话时候, 并不需要把固定的机器进行锁定, 以这个特性自然达成适配中国国内云原生, 呈现出分布式算力部署体系构成样式这么一个结果, 把底部潜藏的障碍给消除掉, 让国产领域大模型集群与政企这类智能体平台都可以弹性地进行容量扩充。在能力治理的范畴之内, 增添了统一化的能力探寻, 能力缓存, 能力限流以及能力审计的标准, 请你留意往昔之时, 人工智能仅可借助被动途径, 获得那些有关工具的清单。然而在当下, 网关以及客户端具备这样优越的效能, 可以做到自动去识别上百种的数据工具, 可以做出清晰合理的分类并进行有效的管控, 能够完美地相附和调适国内工商领域, 金融生态以及法律规程等多个维度的垂直状数据场景, 成功破开了工具异常杂乱, 调用失序无章的行业普遍存在的弊病, 大功告成的在任务执行方面, 运用多轮互相交互请求, 借助标准化任务引擎, 以及MCP应用组件, 以此支持长周期尽调, 支持批量数据扫描, 支持用户信息确认等复杂业务流程, 从而摆脱传统单次接口调用的限制, 进而贴合国内信贷风控这类长链路业务需求, 贴合企业尽调这类长链路业务需求, 贴合合规审查这类长链路业务需求。在可信溯源方面, 要全面实现完整JSON与W3C链路追踪规范的落地, 还要叠加强化OAuth授权体系, 并且要求所有AI输出结果附带上结构化数据格式, 带上完整调用轨迹, 带上主体身份边界。这一变革直接冲击到国内AI产业一直存在的结论无依据问题, 冲击到数据边界模糊问题, 冲击到模型幻觉高发等核心难题, 还契合我国AI治理、数据要素可信流通相关政策方向性引导。于业内进行分析的人士指明, 在本轮所实施的修订之中, 其核心要点并非在于全新增添调用的方式, 而是在于达成MCP从“连接工具”向“支撑产业落地领域基础设施”这一身份的转变, 进而向着全球范围、特别是国内体量可观的众多垂直行业智能体构建起统一架构、具备安全性以及可实施管控操作的底层通行标准情况。有着一代又一代的演进, 从API到MCP, 企查查历经十年实践, 在中国企业数据领域, 映照出了AI转型的脉络。沿着国内人工智能产业, 自开端的基础检索, 接着的系统集成, 再到如今原生智能体时代的发展轨迹, 企业数据服务模式历经了三轮迭代, 而企查查在十余年里的产品演进路径, 恰恰是国内商用数据为AI发展提供助力的典型代表情况。第一阶段属于信息检索时代, 其要解决的是“数据能不能查到”这一问题, 它是依靠工商数据库、股权数据库、司法数据库以及知识产权海量公开商业数据库, 进而搭建起标准化企业档案查询体系, 以满足人所具有的获取企业基础信息的基础需求, 同时这一阶段还是国内商业数据数字化的起步阶段。在第二阶段, 也就是API开放时代, 要解决的是“系统能不能用上数据”这一问题。它面向金融、政企、财税等行业, 开放标准化接口, 并且将标准化企业字段输出至CRM、风控、信贷系统, 以此实现业务系统数字化改造, 这在过去数年是国内产业数字化的主流模式。第三阶段进入Agent - 原生智能体时代, 核心要解决的是, “AI到底能不能正确运用真实商业数据”。与以数据字段作为核心交付逻辑的API不同, MCP是从AI智能体任务需求出发的, 它会同时输出工具语义、业务约束、证据链路以及行业知识库, 使大模型依据客观商业事实来完成判断, 而不是依靠训练记忆去产生模糊推演, 以此适配国内大模型行业落地的情况, 降低AI幻觉, 强化数据可信的发展主线。“国内的AI 产业, 正全方位地从关于通用大模型的比拼进行转化, 转变为朝着垂直行业可信智能体落地的竞赛方向发展, 企业所拥有的真实商业数据, 乃是进行智能体落地的核心底座。”企查查技术总监杜虎宣称, API仅仅能够达成数据搬运的工作, 然而, 适配了新版MCP标准的数据基座, 才能够使智能体理解复杂的商业场景, 进而为AI注入客观的、可以进行核验的现实商业逻辑。具备着五层能力的矩阵得以落地, 实现本土化适配, 并且通过企查查 MCP 打造出国产企业数据智能样板。到2026年7月时, 企查查智能体数据平台, 已达成新版MCP候选规范的全适配情况。其搭建了企业数据、法律数据、智能文档解析这三大类MCP服务类型。上线了9组服务端、197项数据工具、还有27套标准化业务技能, 并且已完成与腾讯、阿里等国内主流大模型客户端的兼容对接工作, 能够快速接入全部与MCP标准相符合的国产AI产品。平台放弃了那种把简单 API 转变为工具的较为浅显的改造想法, 构建了五层逐步深入的可信能力矩阵, 去适应国内金融合规、企业尽调等有着高要求监管条件的场景, 从而形成了与海外通用 MCP 工具不同的本土特性, 底层的原子工具能够提供实时的工商、风险以及股权方面的原始数据, 服务端依据法律、企业经营来划分专业界限, 资源层积累行业术语、数据字典、尽调模板等稳定的知识库, 业务技能层会自动将工具进行组合, 封装企业核验、受益所有人穿透、风险扫描等标准化业务流程, 全局约束层设定主体锚定、数据时点区分、引用溯源的硬性规则, 以此守住商用数据合规的底线。这套分层体系, 直接回应国内产业的三大现实痛点, 其一为海量工具被无序调用, 其二是智能体将历史与实时企业状态混淆, 其三乃AI输出的结论没有权威溯源。企查查MCP, 以金融体系KYB企业核验、UBO股权穿透场景作比, 能标准化达成从“让主体精准锚定”, 到“分维度分层扫描风险”, 再到“区分实时/历史数据留存的界面界线”, 之后“全链路留存查询凭据论据”共计四步的可信施行流程, 这一流程可杜绝诸如AI随便臆测同名企业、过度夸大风险、缺少数据源头等状况问题, 并且所有智能体得出的结论, 都能够回溯到具体的工商档案、查询的时间以及调用过的工具方面, 完全契合国内金融行业强力监管、具备可审计的要求。适配新版无状态与能力发现标准筑牢国产智能体规模化运行底座智能体平台在国内大规模商用落地, 关键支撑是新版MCP无状态架构以及统一能力发现机制, 旧版远程MCP借助会话绑定服务器, 在承载国内政企、金融客户高并发、多租户混合调用需求方面存在困难, 取消会话ID后, 所有的那些调用请求能够自由地分发到任意的服务节点, 并且兼容国内主流云服务商的负载均衡、弹性扩缩容方案, 还能大幅降低企业搭建MCP平台的运维成本。配备上线的标准化能力找到接口, 致使诸多商业数据工具能够被AI自动辨别分类, 平台能够进行分层限流、权限管控设置。于企查查MCP实际运作里, 智能体能够自行分辨基础工商查询、司法风险穿透、知识产权检索工具, 自动施行“先全面扫描、高风险维度精确深挖”的节能调用逻辑, 防止无差别批量调用导致算力、数据资源耗损, 契合国内企业削减成本提升效率的数字化转型需求。借助新版规范里的资源模块、结构化模块、链路追踪模块, 企查查构建完好的企业数据可信闭环, 知识库统一提供行业规则, 消除不同大模型的理解偏差, 标准化JSON固定输出格式, 便利下游业务系统自动校验, W3C全链路追踪留存每一步调用轨迹, 达成AI结论全流程可复核、可追责, 符合国家人工智能治理对可解释、可追溯的发展需求。这一新版强化扩展插件, 以及版本迭代机制, 在为国内行业定制化功能开发提供保障的情况下, 能够长期持续维持协议版本的兼容状态, 进而降低产业迭代升级所产生的成本。产业新竞争赛道开启从接口数量比拼转向可信数据能力较量本次开展的MCP全球重大修订, 明确清晰地划定了全球AI智能体产业下一阶段的竞争主线, 即单纯的接口以及工具数量二者不再成核心壁垒, 而具备可规模化部署能力、行业语义适配能力、以及全流程可信溯源能力这三大能力的垂直数据基座, 将会成为国产AI产业的核心竞争力。基于国内人工智能发展政策以及产业现状这部分情况, 我国大力促使数据要素朝着市场化流通方向发展, 推动垂直行业智能体创新成果落地, 与此同时还持续不断地完善有关AI安全、可信、可解释方面的相关规范, 新版MCP标准正好为本土企业提供了标准化技术抓手。海外协议框架需要依据国内商业数据规则以及行业监管要求来完成本土化改造, 如此才能够切实服务于金融、政务、小企业 等本土场景。杜虎称企查查布局MCP平台, 核心目标在于, 把十余年积累的国内全域商业数据资源, 转化成适配国产智能体、符合国内合规要求的标准化数据基座, 依靠新版MCP规范, 平台不断打通国内主流大模型生态, 使各类行业AI智能体可不需自建海量企业数据体系, 就能调用客观、可溯源的工商、股权、司法数据, 减少模型幻觉, 降低行业AI落地门槛。业内有着专业知识的专家觉得, 伴随7月28日正式版本的MCP规范开始落地, 在国内将会迎来一回MCP平台建设的热潮。企业去搭建智能体数据底座的时候能够对照三大核心标准来评估落地后所产生的成效: 这其一, 是能不能依靠无状态架构来达成并实现弹性规模化运行, 进而完成工具统一治理这件事其二, 是能不能提供清晰的行业语义以及主体识别规则, 从而使得AI能够精准地使用垂直数据其三, 是能不能让每条AI结论都得以溯源到原始数据以及调用链路, 以此来满足审计跟合规方面的需求。把标准搭建通用互通底座, 本土化实践确定产业落地价值了。要面向众多AI开发者、行业里的企业, 企查查智能体数据平台已把官网给开放, 会供给标准化接入密钥、还有配置文档和好多个落地指引, 能覆盖企业、法律、文档解析这三种MCP服务, 帮助国内的智能体产业靠着标准化协议, 去挖掘商业数据要素的价值, 从而走出可信、合规、规模化的中国AI发展路径。信网记者