Google推出数据公地MCP服务器，为AI智能体提供可信数据支撑

Google LLC今日宣布推出数据公地模型上下文协议服务器（Data Commons MCP Server），这是一个旨在为数据公地的互联公共数据集提供标准化访问的新工具。

数据公地是Google在2018年推出的开放知识库，旨在将经济、健康、人口统计和环境等领域的公共数据集整合并链接成统一的图谱。该库的创建目的是让可信的统计数据对研究人员、政策制定者、开发者以及随着今日发布，现在还有人工智能系统更加易于访问和使用。

新的数据公地MCP服务器为AI开发者和智能体构建者提供了一种可靠的方式，通过可验证的统计数据来支撑输出结果，而不是冒着模型幻觉的风险。

MCP服务器被设计为标准化接口，允许AI系统直接查询数据公地，而无需管理复杂的应用程序接口。Google将MCP服务器定位为构建"数据丰富"智能体应用的基础，通过简化对统计数据集的访问来实现这一目标。

该服务器通过Google的Gemini CLI和智能体开发套件集成到现有的开发工作流程中，并提供示例智能体和Colab笔记本以便快速原型开发。其理念是让企业和独立开发者都能更轻松地创建可以将可靠上下文直接引入其推理过程的智能体。

在博客文章中，Google举例说明了新服务的使用方式，重点介绍了ONE数据智能体，这是与ONE Campaign合作创建的智能体，使用MCP服务器帮助倡导者和政策制定者以自然语言探索全球健康融资数据。用户可以询问哪些国家在健康预算方面面临脆弱性等问题，生成比较图表，或下载数据集进行进一步分析。

Google软件工程师Keyur Shah解释说："要从传统数据库编制可靠报告，用户需要跨数据集工作并手动提取数据。然而，智能体能够理解复杂查询，并能够快速获取和编制所需数据。ONE数据智能体正在为数据驱动倡导的新时代铺平道路，使其更加易于访问且具有影响力。"

虽然这只是一个例子，但该功能可以应用于许多行业。通过启用对可信数据集的自然语言访问，Google希望加速智能体应用在各个行业的采用，特别是在公共健康、气候和经济规划等需要以现实世界数据为基础的关键领域。

数据公地MCP服务器对AI输出准确性也具有更广泛的影响。通过为大语言模型提供"数据骨干"，Google解决了对AI输出透明度和可信度日益增长的需求。

当然，MCP方法的有效性取决于数据的新鲜度、覆盖面、准确性和可解释性，这些是全球统计系统可能面临的挑战。但这是朝着缩小先进模型推理与决策者所依赖的结构化、事实信息之间差距迈出的一步。

Q&A

Q1：数据公地MCP服务器是什么？它有什么作用？

A：数据公地MCP服务器是Google推出的模型上下文协议服务器，为数据公地的互联公共数据集提供标准化访问。它为AI开发者和智能体构建者提供可靠方式，通过可验证的统计数据来支撑输出结果，避免模型幻觉的风险。

Q2：ONE数据智能体具体能做什么？

A：ONE数据智能体是与ONE Campaign合作创建的智能体，使用MCP服务器帮助倡导者和政策制定者以自然语言探索全球健康融资数据。用户可以询问哪些国家在健康预算方面面临脆弱性等问题，生成比较图表，或下载数据集进行进一步分析。

Q3：数据公地MCP服务器如何解决AI输出准确性问题？

A：通过为大语言模型提供"数据骨干"，MCP服务器让AI系统能够直接查询可信的统计数据，而不依赖可能出现幻觉的生成内容。这提高了AI输出的透明度和可信度，让决策者能够依赖更加准确的事实信息。