最近看到一个真实的场景，让我印象很深。

律所合规助理拿到一份采购合同，甲方是一家听起来很正规的国内贸易公司，把脱敏后的合同扔给AI后，让它做一遍合规审查，洋洋洒洒的给出了一份五页的分析报告，结构完整，条款识别准确，风险点也标注得清清楚楚。

唯独漏了一件事：这家公司在签约六个月前刚刚进入经营异常名录。

AI不知道，因为没人告诉它。

但这不是 AI 的问题，是数据的问题

最近参加了蛮多业内峰会，大家都在说「AI Agent」这个词，说AI可以帮你干活、替你决策、自动处理工作流。没错，这些都在变成现实。

但有一个基础性的问题被忽视了——AI的决策质量，取决于它能拿到什么信息。

对中国商业场景来说，最关键的一层数据，是真实可靠的企业信息。

工商登记是不是真的？法人是不是真实的？有没有正在进行的诉讼？股权是不是被冻结过？这些问题，AI用自己的训练数据根本回答不了——那些数据早就过时了，而且从来就不完整。

于是我们看到了一个奇怪的局面：AI能帮律师起草合同，却不知道对面那家公司是否还在正常经营。AI能帮投资人写尽调报告，却不清楚被投标的上个月刚收了一张行政处罚单。

智能体很聪明，但它没有眼睛。

---

MCP：给AI装上看懂中国企业的眼睛

企查查智能体数据平台，底层跑的是MCP协议。

可能很多同业朋友不理解MCP，是什么不重要，你只需要知道一件事：它简单易用，让AI可以实时调用企查查的数据库，像安排了20个助手一样为你查公司信息。

不是离线数据包，不是周期性同步，是真正的实时查询。当你的AI助手在处理一份采购合同时，它可以在一秒之内跑完这几件事：

• 验证甲方主体资格是否合法有效；

• 扫描近两年的司法风险记录；

• 确认实际控制人和股权结构；

• 检查是否存在经营异常或严重违法。

然后把结果融进它的分析报告里，一气呵成，你喝了口茶，报告已经出来了。

它的内部长什么样

产品本身的设计把企业数据按功能拆成了四个独立模块：

第一个，企业基座 Server

工商登记的基础信息层12个工具，把企业是谁这件事搞清楚。公司全称、统一社会信用代码、法定代表人、注册资本、经营状态，这些是后面所有判断的前提，没有这层，后面所有分析都是空中楼阁。

第二个，风控大脑 Server

这是整套产品里使用率最高的一块，34个风险扫描工具。覆盖失信被执行、严重违法、经营异常这些硬红线，还有司法拍卖、股权冻结、行政处罚等软风险。

有个细节我觉得设计得很好，当查询命中风险时，系统会触发即熔断——直接给AI发出明确的停止信号，让它不再往下走流程，先把风险摆上来说。不是把数据塞给AI让它自己判断，是直接告诉AI这里有问题，决策的工作给到使用者，判断由你来进行。

第三个，知产引擎 Server

专利、软件著作权、资质认证、ICP 备案、商标……这些过去只有专业机构才会系统性查阅的信息，现在AI做背调的时候可以顺手扫完，6个工具，挺够用。

第四个，经营罗盘 Server

招投标记录、新闻舆情、融资动态、荣誉资质……13 个工具，呈现一家企业现在在干什么。这层信息往往比静态的工商数据更能反映真实经营状况，一家账面漂亮的公司，如果近三个月的新闻舆情全是负面，注意了，你得多留个心眼！

真的不会把 AI 搞糊涂吗？

这也是我最开始使用时候的疑问。

企业数据量很大，信息很杂，如果直接把原始数据塞给大模型，不仅Token（官方现在命名叫词元）消耗惊人，AI还容易被噪音带跑偏——这是实际部署中很常见的问题。

这个解法是——数据在进入AI之前，先在MCP层做了一轮处理。

• 首先是实体强锚定，通过统一社会信用代码做强制验证，防止AI认错公司——这种情况比你想象的更常见，光是「腾讯」二字就对应着几十家注册主体，AI不锚定清楚，后面查的全是错的。
• 其次是上下文压缩，按需返回信息，不把整张数据表都倒给模型。招投标有几百条记录？精简成摘要；股东列表很长？只给关键字段。这直接降低了Token消耗，推理速度也快了。
• 最后是强语义状态码，这个细节很有意思——当查询没有结果时，不是返回空值，而是明确告诉AI核验通过，无异常记录，空值和无异常对AI来说是完全不同的信号，前者让AI困惑，后者让AI放心继续。

谁在用，怎么用

举几个实际场景，比较直观。

法务与律师，过去审一份合同，核验主体资格这步要单独开账号，手动查，把结果复制粘贴进报告。现在配置好之后，AI做合同审查的时候自动完成这步，直接在报告里写甲方主体资格核验：登记状态正常，无经营异常记录。

节省的不只是时间，是心智负担。

采购与供应链，供应商准入是个很烦的流程，收材料、查工商、核风险、写报告，每一步都要人来做。接了MCP之后，供应商提交完资料，AI自动跑完一遍尽调，风险项直接标注出来，采购经理只需要看最终判断，不用自己一条条翻。

某些公司把这个流程压到了原来的1/10，这个在过往的案例中数不胜数，并不夸张。

投资与 FA，投融资背调本来是件费时费力的事，信息来源分散，梳理逻辑复杂。现在可以让AI从股权结构、司法记录、知识产权、融资历史四个维度同时跑，5分钟出一份初稿，投资经理在这个基础上深化判断。

初稿不代表最终决策，但它把人从信息搜集中解放出来，让人做人该做的事。

银行与金融机构，KYB（Know Your Business）核验是信贷流程里绕不开的一步，过去人工操作慢且容易漏。接入MCP后，贷款申请提交的同时，AI自动核验企业信息，比对申请材料，识别异常字段，结果直接推给信审人员。

怎么使用这个MCP？

这是很多人最关心的问题。

企查查这次的接入方式比以前友好多了，不需要自己搭服务器，不需要写复杂的接口代码，不需要认证授权，直接手机验证登录即可。

大致流程如下：

第一步：注册并配置服务

注册账号之后进入控制台，根据自己的业务场景，选择需要接入的功能模块，四个Skills可以按需开通，不用全部都开。

第二步：获取专属API Key

配置完成后，在控制台页面点击「获取API Key」，完成验证之后拿到你的专属接入地址，注意需保留“Bearer”前缀，格式为：Bearer {你的API Key}，这就是你的AI应用和数据之间的桥。

第三步：配置你的 AI 工具

目前支持接入的平台很全：Cursor、Claude Desktop、Cherry Studio、飞书 AI、Coze、阿里云百炼、OpenClaw、Workbuddy……只要支持MCP协议的客户端，都可以用。

以Workbuddy为例，通过供应商资质尽调Skills，自动完成工商核验、司法风险扫描、舆情检索，输出结构化风险报告。

① 安装Skills

简单对话输入，将相关Skills（可直接复制skiis的网页链接）安装在你的agent平台内。

② 配置MCP

根据在mcp控制台内获取的API Key，完成工具配置。

第四步：直接用自然语言操作

配置好之后，不用学新命令，不用写prompt模板，直接用说话的方式就行：

"帮我查一下深圳某某科技有限公司的工商状态和股权结构"

"这家公司有没有司法风险记录？"

"给我做一份关于这家供应商的尽调报告"

AI会自动判断需要调用哪个工具，调完数据之后融进回复里给你。

AI最终能做多少事，取决于它能接触到多少可靠的现实世界信息。

如果你的工作场景里需要判断企业主体，需要做供应商筛查，需要跑合规尽调，需要做投资背调——那你现在有了一个之前没有的选项，让AI真的帮你查，而不是让你帮AI补数据。

这个区别，体验过ai的人都知道。

用数据能力解码难题，从成本中心到防火墙，持续打造数智化采购新体系

关注我，为您带来更多行业解决方案。