连接大模型智能体与数据空间：基于模型上下文协议的架构中介方法
事件
数据空间支持跨组织的主权化、受治理数据共享，但大模型智能体与这类基础设施之间存在错配：语言模型的概率式交互方式难以直接对接由策略驱动的数据治理体系。为此，研究者提出一种基于模型上下文协议（MCP）的架构中介方法，并通过名为 Eunomia 的智能体加以实现，使大模型智能体能够以受控方式与数据空间服务交互。
该中介层的核心机制是把数据空间的能力翻译为结构化、模式驱动的工具，供 AI 智能体发现和调用，同时保留原有的治理约束。原型实现验证了目录发现、元数据检索和数据服务调用等环节的端到端交互，且无需修改数据空间既有组件。结果表明，基于协议的中介方式能够实现智能体与数据空间生态的互操作和标准对齐集成。
这一方案的价值在于为希望在受治理数据共享环境中引入 AI 驱动自动化的组织提供实践指引，在保持合规性、互操作性和架构关注点分离的同时，降低智能体接入数据空间的门槛。
来源
本条目由采集管线自动抓取并发布，完整内容见下方来源链接。
*采集源：arXiv cs.AI*