AI 將能查詢實時空氣、交通信息,韓國首爾將試點公共數據 MCP 服務

重點摘要
首頁 > 智能時代>人工智能 AI 將能查詢實時空氣、交通信息,韓國首爾將試點公共數據 MCP 服務 2026/7/12 11:23:03 來源:IT之家 作者:潞源(實習) 責編:潞源 評論: IT之家 7 月 12 日消息,據韓媒 Etnews 報道,韓國首爾市今天宣佈,將率先在公共數據服務領域試點 MCP(IT之家注:模型上下文協議)服務。
韓國首爾市今(12)日宣布,將率先在公共數據服務領域導入模型上下文協議(MCP)技術,未來民眾向人工智慧提問「現在明洞有多少人?」或「漢江空氣品質如何?」時,AI將不再依據網路上可能過時的資訊回答,而是直接查詢政府即時資料庫,提供更準確的動態數據。根據韓媒《Etnews》報導,首爾市政府本次試點的核心在於MCP(Model Context Protocol)技術,這是一種能讓AI模型與外部數據源直接連線的開放協議。傳統上,大型語言模型主要依靠訓練階段所吸收的靜態資料,或是透過網路搜尋引擎抓取網頁內容來生成答案,這種方式容易導致「幻覺」現象——也就是AI將錯誤或過時的資訊當作事實輸出。
MCP的導入可讓AI繞過這些中間環節,直接向政府公共數據伺服器發送查詢請求,並取得即時、可驗證的數值。首爾市政府說明,未來用戶若向Claude等支援MCP的AI助理詢問「首爾森林附近還有多少輛共享單車?」,系統回傳的將不僅是粗略的估計,而是來自首爾市共享單車即時管理系統的實際剩餘車輛數,甚至可能包含各站點的空車位數量等細部資訊。同樣地,針對「明洞擁擠程度」或「漢江邊的微塵濃度」等問題,AI也能調用首爾市公共安全與環境監測平台的最新數據,而非數小時前的新聞報導。
為了讓這項服務順利落地,首爾市政府計劃將現有的公共數據應用程式介面(API)全面升級為MCP相容的接口,使AI智能體能以標準化方式存取各類政府開放資料。試點初期,官方將開放100個名額供民間申請,有興趣的開發者或企業可透過Kakao旗下的PlayMCP平臺進行登記。獲准參與的用戶將能查詢首爾市121個主要區域的人流密集度、大眾運輸即時動態、氣象資訊以及文化活動舉辦狀況等多元數據,資料更新頻率從數秒到最長五分鐘不等,確保AI回答始終貼近最新現況。這項措施被視為首爾市政府推動智慧城市治理的重要一步。
過去,市民若要掌握即時生活資訊,往往需要分別打開氣象App、交通App或政府網站,自行比對多個來源;如今透過單一AI介面就能一次整合所有公共數據,大幅降低資訊獲取門檻。對於旅遊業者、物流公司、災害應變單位等需要即時決策的組織而言,MCP服務更可能帶來顛覆性的效率提升。值得注意的是,本次試點的合作夥伴Kakao在韓國已擁有極高的市佔率,其旗下PlayMCP平臺將扮演MCP服務的入口角色。Kakao近年積極布局人工智慧與自動駕駛領域,工會雖曾於6月發動罷工要求改革薪酬制度,但整體業務擴張腳步並未停歇。
此次與首爾市政府合作,等於將MCP技術直接嵌入韓國民眾日常生活最常用的通訊與支付生態系中,未來潛在應用場景相當廣闊。從技術層面來看,MCP協議由Anthropic等公司主導開發,本次首爾市政府的試點也是全球主要城市中少見的大規模公共數據MCP應用。雖然該協議曾被部分專家指出存在設計缺陷,例如伺服器可能被誘導執行任意程式碼,但首爾市政府強調,試點期間將嚴格控管數據存取權限,並採用加密傳輸與身分驗證機制,確保市民資訊安全。首爾市政府表示,若試點成效良好,未來將逐步擴大MCP服務範圍,納入更多市政數據庫,甚至開放給其他縣市參考。
這項計畫不僅讓AI從「資料庫中的知識」進化為「即時環境的感知器」,也為全球智慧城市建設提供了新的實驗樣本。對於習慣使用AI查詢資訊的民眾來說,從此不再需要擔心獲得「過時擁擠指數」或「錯誤天氣預報」,真正實現「問即所得」的智慧生活體驗。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

DeepSeek重啟融資,三年市值對齊騰訊?
DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。