科技數據分析公司數位科學（Digital Science）於 2026 年 8 月 11 日正式宣布，為其旗下的研究平台 Dimensions 推出兩款全新的模型上下文協定（Model Context Protocol，簡稱 MCP）伺服器。這項技術突破旨在為企業級人工智慧（Artificial Intelligence，簡稱 AI）代理人提供直接且符合授權規範的管道，使其能存取龐大且相互連結的科學與技術資訊資料庫。透過此項整合，AI 系統將不再僅依賴通用型大型語言模型所提供的既有知識，而是能即時檢索並分析最新的研究數據，進而提升科研工作的準確性與效率。
數位科學此次推出的 MCP 伺服器，核心目標在於解決當前 AI 系統在處理專業科學數據時的侷限性。透過標準化的模型上下文協定（Model Context Protocol，簡稱 MCP），企業級 AI 代理人能夠與 Dimensions 平台建立更為緊密的連結。這意味著 AI 系統在執行任務時，可以直接調用該平台內涵蓋廣泛的學術文獻、專利數據及各類科研資訊，確保其分析結果是基於最新、最權威的科學證據，而非僅是依賴訓練數據中的過時資訊。
這項技術架構的設計初衷，是為了讓 AI 代理人能夠在嚴格遵守授權規範的前提下，進行大規模的數據檢索與深度分析。對於科研機構與企業研發部門而言，這意味著他們能夠更有效地將 AI 工具應用於複雜的文獻回顧、趨勢預測及技術評估等領域。透過直接存取 Dimensions 平台內相互連結的數據網絡，AI 系統不僅能大幅降低產生幻覺（Hallucination）的風險，還能針對特定的科學問題提供更具深度與邏輯性的分析報告，進而加速科研創新的進程。
提升科研數據的即時性與準確度
傳統的 AI 模型往往受限於訓練資料的截止日期，難以掌握最新的科學進展，而數位科學此次的技術整合則有效填補了這一缺口。透過 MCP 伺服器，AI 代理人能夠即時獲取 Dimensions 平台上的動態數據，這對於需要高度時效性的科學研究至關重要。無論是追蹤新興技術的發展趨勢，還是分析特定領域的最新論文發表，AI 系統現在都能夠在符合授權的架構下，即時更新其知識庫，確保科研人員所獲得的資訊始終處於最前線。
此外，這種直接存取數據的方式，也改變了科研人員與 AI 工具的互動模式。過去，研究者必須手動篩選數據並將其輸入 AI 模型，過程不僅耗時且容易出現人為誤差。現在，透過與 Dimensions 平台的直接對接，AI 代理人能夠自動化地處理繁雜的數據檢索任務，並將分析結果直接呈現給使用者。這種自動化流程不僅顯著提升了研究效率，也讓科研人員能將更多精力投注於核心的創新思考與實驗設計上，進一步推動科學研究的深度發展。
構建符合授權規範的科研生態系
在推動 AI 應用的同時，數位科學也極為重視數據的授權與合規性。此次推出的兩款 MCP 伺服器，在設計之初便將「符合授權規範」列為核心考量，確保 AI 代理人在存取 Dimensions 平台內的科學與技術資訊時，完全遵循相關的版權與使用協議。這對於學術出版界與科研機構而言是一項重要的保障，不僅保護了知識產權，也為 AI 在科研領域的廣泛應用建立了一個健康且可持續發展的生態系統。
隨著人工智慧技術的不斷演進，如何確保 AI 系統所使用的數據來源可靠且合法，已成為業界關注的焦點。數位科學透過 Dimensions 平台所提供的這項解決方案，為企業與研究機構提供了一種安全、高效且透明的數據存取模式。未來，隨著更多企業級 AI 代理人採用此類標準化協定，科研數據的流通與應用將變得更加順暢，這不僅有助於提升全球科學研究的整體品質，也為 AI 在推動科學發現與技術創新方面，開闢了更為廣闊的應用前景。
Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機
Date: August 11, 2026