AI Agent 正在重塑企业数据的使用方式。从信贷风控到商机挖掘，越来越多业务场景开始让AI直接调用企业工商、司法、风险等专业数据。企查查围绕其MCP（Model Context Protocol）能力，持续探索专业数据如何被AI Agent 可信调用、协议化接入、计量消费。

但一个基础问题始终悬而未决：‌接进来的数据，质量到底行不行？‌

企查查技术总监杜虎给出了一个系统性答案——‌从POC（验证性测试）阶段就把质量关提前做好，而不是等签约后才发现"货不对板"。‌

一、如何对比数据质量？

很多企业采购数据服务时，POC流程长这样：服务商发一份样表，客户填好需求，数日后收返表，打个分，排个名。

看起来高效，但隐患巨大。

杜虎指出，‌如果提前暴露完整计分名单，服务商完全有可能针对已知对象额外查询外部来源、人工补齐甚至替换数据。‌ 返表结果可能准确，但它验证的是"经过专项处理后的这批样本"，而非"按采购条件持续交付的日常质量"。

换句话说，你看到的是一份精心准备的答卷，但你买的是全年考试的稳定发挥。

这不是指责谁作弊，而是指出方法论上的根本缺陷：测试条件与正式交付条件脱节。

‌

二、四个动作，让测试"不失真"

杜虎提出了一套客户主导的质量验证方法，核心是四个动作：

第一，先联调，再用受控样本。‌ 公开规则和非计分样例，正式样本由客户保管、不提前完整暴露计分对象。兼顾业务分布与重点难例，两组结果分别说明，不把专项难例成绩直接推为总体质量。

第二，按拟采购的常规条件测试。‌ 对齐产品、权限、字段、加工流程、规模、时限和更新条件；披露测试与正式服务之间的差异。

第三，保存第一次完整结果。‌ 成功、缺失、失败、超时、分页和时点全部留档。修复另建复测批次，不覆盖首测证据。

第四，开测前就安排后续复验。‌ 约定新样本、跨时间及正式交付后的检查范围和偏差处理，不等签约后才讨论验收标准。

一句话总结：‌客户主导不等于客户独自执行，关键是规则、样本、证据和裁决权由客户掌握。‌

三、三种测试方式：按交付形态选路径

根据拟采购的交付形态，杜虎梳理了三种执行方式——

方式1：客户清单，限时批量交付‌——适用于离线数据包、企业名录清洗补全。客户统一发出正式清单，服务商按常规流程交付，截止时封存完整文件与未完成项。

方式2：实时在线调用API‌——适用于拟采购在线接口。客户在约定窗口自行执行或现场见证，每次保存完整首响应、调用时点、分页、超时和重试。

方式3：AI工作台＋MCP受控调用‌——适用于服务商提供MCP服务的场景。客户用未曝光样本，按固定规则逐家调用，按服务商分别封存完整返回。

三种方式共同的底线是：‌不能把AI聊天摘要当证据，不能用模型记忆补某家的缺失再算分。‌

四、AI不替服务商"圆谎"

杜虎指出：‌AI没有编造答案，不代表它拿到的数据就是正确的；答案有来源，也不代表来源的数据质量已经得到验证。‌

如果A家缺少某字段，AI从B家结果或模型记忆中补齐，再生成完整报告——这可以辅助综合研判，但绝不能算作A家的数据质量成绩。

MCP的structuredContent是服务端产生的结构化结果，与模型按格式重新生成的"结构化输出"完全不同。‌结构符合要求不等于事实正确。‌

杜虎给出的分工很清晰：AI辅助规划、整理和解释；MCP负责连接与调用；评分依赖预先确认的规则和独立证据；争议由客户或约定评审人裁决。

五、复核四问：数据到底好不好用？

拿到测试结果后，采购方不应只看字段填没填满、条数够不够多。杜虎建议按业务用途逐项回答四个问题：

主体对不对？‌ 同名、更名、集团关联企业，应核对统一社会信用代码等主体标识。

重要信息有没有漏或报错？‌ 不能只抽查已返回记录，"未查到"不等于"确认无风险"。

变化能否及时体现？‌ 验证变化何时进入服务，而不只是接口返回快不快。

结果是否符合实际用途？‌ 按约定的合格新增线索评价，不能仅用交付条数判断。

同时要‌让关键质量真正影响评价‌——按事前约定单列错配、关键漏报、误报及更新延迟，避免被大量普通字段的"高分"掩盖。