在智慧城市的願景中，「資料」一向被視為新的石油，但現實情況是，這些石油被深埋在不同局處的「孤島」之中，只有少數具備高階分析能力的專家能夠開採。波士頓市資訊長聖地牙哥・加西亞（Santiago Garces）團隊近期利用Anthropic推出的「模型上下文協議」（Model Context Protocol, MCP），結合具自主執行能力的 Agentic AI，打破城市治理中資料壁壘。
這不單在市府機房，更延伸至近地軌道的低軌衛星（LEO）。當AI代理遇上衛星邊緣運算，一條橫跨雲、邊、端、天際的資料動脈正在成形，預告資料孤島的終結與單一語境層時代的到來。
城市治理的語言正在改變
過去城市治理的瓶頸常卡在兩端，資料分散於不同部門且資料格式複雜，難以被一般公務員或民眾解讀。波士頓市府的做法是利用Agentic AI做為中介，同時拆掉這兩座門檻。Garces團隊利用MZC伺服器做為安全的中介層，讓Claude AI能直接與市府的開放資料入口互動。
MCP的核心價值在它定義一套標準化協議，讓AI成為能主動調用工具的代理人。透過開發一系列「技能」的開放原始碼工作流程，AI代理能自動連接市府的基礎建設、房產、垃圾清運、除雪、學校與樹冠分布等資料。這種設計的重點是把資料查詢、欄位理解、交叉分析與文字轉譯串成一個可重複執行的自動化流程。這套系統實現「資料民主化」。
筆者認為Garces的目標十分直白，讓AI培訓的市府員工都能做出資料洞察，不必等待專業資料團隊排程。這也代表城市治理的語言正在改變，從冰冷的Excel儀表板轉向可對話、可追溯、可複用的AI工作流。
當AI代理透過MCP協議跨部門調用資料，政策討論將能對齊事實基底。這種變革更從中心延伸至邊緣節點，如智慧路燈能在事故瞬間自動處發派單，賦予城市神經反射般的反應力。
Agentic AI 正重構城市治理的底層邏輯
如果把城市治理看成一條資料動脈，低軌衛星（LEO）就是確保動脈永不中斷的旁路系統（Bypass System）。低軌衛星近年被頻繁討論，當衛星端搭載具備AI推理能力的晶片，能與地面的Agentic AI接軌時，讓資料在正確的地方先被理解。例如在災害應變場景中，地面基地台可能毀損，衛星上的AI代理可先進行初步影像辨識，再透過衛星鏈路將高度摘要、具決策價值的訊息送入市府的代理系統，衛星成為Agentic AI架構中負責廣域感知的高空節點。
波士頓的案例提醒我們，這種模式也帶來新的挑戰，首先是安全與隱私，MCP伺服器必須具備極強的權限控管，確保AI代理僅能存取授權資料；其次是責任歸屬，當AI代理自主觸發了城市服務，背後的審核機制與問責體系需要同步演進。
筆者認為AI不會取代市政分析師，它能否讓更多人接近同一份事實。從波士頓的開放資料平台到太空中的低軌衛星，Agentic AI正重構城市治理的底層邏輯。它讓資料從死板的記錄變成活的技能，讓治理從被動的回應轉向共同參與。
對於像台灣這樣天然災害頻繁且具備深厚資通訊基礎的地方，這MCP＋AI Agent模式極具參考價值。當我們能建立起一套跨領域的數位公共基礎設施，讓每一位公務員都能擁有資料化的洞察力，當市府員工、民眾、感測器與衛星都能在同一個邏輯語境下運作，城市才真正稱得上是「智慧」。
- Boston’s CIO wants the public — and other city governments — to use his open-source agentic AI tools
- Building an “Agentic Middleware” for the City Government: Boston’s Experiment with Model Context Protocol
（首圖來源：shutterstock）
科技新報粉絲團
加入好友
訂閱免費電子報
