賦予 AI 在控制下存取實際業務功能的權限
MCP原生工具邊界和可版本化的 CLI 技能將業務功能轉化為機器可讀、可調用的函數——因此代理可以透過受控介面執行操作，而不是透過硬編碼的 API 黏合程式碼。
代理的有用性取決於它們可以安全地調用的功能
能夠推理但不能行動的代理只是一個演示。當企業需要建立受眾群體、發放優惠券或發送訊息時，它必須調用真正的業務功能——而調用方式決定了企業的安全。硬編碼的 API 連線無法明確誰可以做什麼、在什麼限制下做什麼，以及失敗時會發生什麼；它將每一次整合都變成了客製化的、不受監管的管道。這就是為什麼智能體人工智慧最困難的部分不是模型本身，而是圍繞執行的整合和治理。
產業正在對這一層進行標準化。開放協議，例如 MCP（模型上下文協議），以機器可讀的形式描述功能的輸入、輸出、約束和故障行為，從而使代理能夠安全地發現和調用該功能，而不是通過脆弱的手動調用——這樣，無論哪個代理（無論是您自己的還是供應商的）調用該功能，都能保持其可控性。
- 到 2027 年，超過 50% 的企業 AI 代理將依賴 MCP 或 A2A 等標準化框架來實現安全互通性。 — Gartner，透過 K2view (2025) ↗
- 預計到 2030 年，超過 60% 的早期智能體 AI 編排項目將無法達到性能或成本目標——差距在於集成，而非模型。 — Gartner，透過 StackOne (2025) ↗
- 到 2026 年底，40% 的企業應用程式將配備特定任務的人工智慧代理，而目前這一比例不到 5%。 — Gartner，2025 年 8 月 ↗
為什麼這個問題至今仍未解決
硬編碼整合無法實現治理
原始的API呼叫沒有權限、限製或故障處理機制的概念。如果以這種方式將代理連接到您的系統，則每次整合都會變得客製化、不透明且不受控制——隨著代理和工具number數量的增長，將無法進行合理的邏輯推理。
沒有安全執行的判斷毫無價值
如果推理不能透過穩定、受控制的介面來呼叫真正的功能，那麼它就沒有企業價值。如果團隊低估了執行層，代理專案就會停滯不前——失敗的是集成，而不是智慧。
預計到 2030 年，超過 60% 的早期代理編排實施方案將無法達到預期目標，主要原因在於整合和治理方面的問題。 — Gartner，透過 StackOne (2025) ↗黑盒連接器不組成或版本
黏合程式碼無法像軟體一樣組裝成工作流程或進行版本控制，因此每個功能都是一次性的，每次變更都存在風險。沒有一種簡潔的方法來建構、測試和回滾代理的功能。
鎖定單一人工智慧生態系統
如果沒有開放標準，Microsoft Copilot、自訂代理商或合作夥伴系統就無法在同一治理模式下安全地呼叫各項功能——這意味著將路線圖押注於單一供應商的專有黏合劑。
MCP-原生工具和可組合、可版本化的 CLI 技能
每個可呼叫功能都以機器可讀的形式進行描述，包括輸入、輸出、約束、故障行為及其治理邊界，涵蓋四個領域：身分和權限、經濟激勵、內容和覆蓋範圍以及服務和責任。代理商透過 MCP 發現並調用功能，從而限制濫用，並可控每次調用，而不是依賴脆弱的硬編碼 API 整合。
CLI 技能將這些功能打包，以便像軟體一樣組合成工作流程並進行版本控制。受眾群體和行銷活動基於即時行為數據，透過受控工具呼叫建構——無需外部數據供應商——並且該平台可以作為受控執行節點而非黑盒，連接更廣泛的企業級 AI 生態系統，從 Microsoft Copilot 到自訂代理。
工作原理
AI 前沿：MCP 與技能 背後的機制。
MCP-原生工具邊界
每項功能都以機器可讀的形式描述—包括輸入、輸出、約束、故障行為和治理邊界。代理透過 MCP 呼叫這些功能，從而減少誤用並確保每次呼叫都可控。
可組合、可版本化的技能
CLI 技能包業務功能，使其可以組合成工作流程並像軟體一樣進行版本控制。受眾群體和行銷活動均基於受監管工具呼叫獲取的即時行為數據構建，而非外部數據供應商。
可控執行節點
該平台作為一個受控節點，可以連接到更廣泛的企業級AI生態系統——例如Microsoft Copilot、自訂代理。外部協調器可以呼叫相關功能，但只能在MCP和工作流程層強制執行的邊界內進行。
卓越的典範
基於上述機制和獨立基準的方向性結果－設計目標，而非保證結果。
您可以控制每次呼叫的執行情況
每項功能都有其自身的邊界、限制和故障處理機制，因此代理程式會在約束範圍內行動，而不是繞過約束——而且每次呼叫都可檢查和審計，而不是隱藏在黏合程式碼中。
可組合、版本化的功能
業務功能變成了建置模組，您可以將其組裝成工作流程，並像軟體一樣進行回滾，這樣您就可以建置、測試和改進代理程式可以執行的操作，而無需每次都進行客製化重寫。
跨生態系的統一治理模型
無論您的客服人員或 Microsoft Copilot 呼叫此功能，MCP 中所述的功能都將保持安全，使您符合分析師預期大多數企業客服人員將採用的開放標準。
到2027年，超過50%的企業AI代理將依賴MCP或A2A等標準來實現互通性。 — Gartner，透過 K2view (2025) ↗常見問題
什麼是 MCP？它對首席資訊長 (CIO) 有何重要意義？
MCP（模型上下文協定）使代理程式能夠安全地發現和使用功能。它不使用硬編碼的API集成，而是以機器可讀格式描述工具的邊界、參數、約束和預期結果——從而減少濫用、實現治理，並使平台能夠作為更廣泛的人工智慧生態系統中的一個受治理節點。
這可以連接到 Microsoft Copilot 或我們自己的代理嗎？
是的。該平台以 API 為先導，並開放 MCP 原生功能，因此可以作為受控執行節點連接到更廣泛的 AI 生態系統（包括 Microsoft Copilot 和自訂代理），每次呼叫都會強制執行工具邊界。
我們需要外部數據供應商來建立受眾群體嗎？
不。受眾群體是透過內部命令列介面 (CLI) 驅動的受控工具呼叫構建的，每個受眾群體都源自於即時行為數據——無需外部數據供應商。