Multiverse Computing 这周在 Hugging Face 博客发了一篇技术文，直接戳中企业级 AI Agent 的一个结构性问题：现在 Agent 拿到外部信息，只验证答案对不对，不验证答案从哪来。这意味着一个 Reddit 段子被当成路透社新闻引用，系统毫无察觉。

这是什么

MCP（Model Context Protocol，模型上下文协议）是 AI Agent（能自己调用工具的 AI 助理）接入外部数据/工具的事实标准。可以把它理解为"AI 助理的 USB 接口"——让大模型能稳定地连接数据库、查邮件、调 API。

这篇博客指出：当前 Agent 工作流程里，拿到工具返回结果后只做"事实校验"——数字对不对、人名有没有错——但完全跳过"信源校验"——这个回答来自权威机构还是匿名论坛。Multiverse Computing 提议的做法叫 source-aware verification（信源感知验证）：让 Agent 在采纳结果前，先评估信源本身的可靠性，再决定要不要用、怎么用。

行业怎么看

支持者认为这是把"AI 幻觉（hallucination，AI 凭空生成看似合理但事实错误的回答）"问题从症状层推向结构层。一个被反复验证的产业经验是：企业 Agent 落地的真正难点不是能不能干，是干错了能不能被发现。信源审查就是这道防线——尤其在 Agent 开始自动执行操作（发邮件、改数据库、跑交易）之后，错信源的爆炸当量远大于"ChatGPT 编了一句对话"。

反对意见也很明确。一种声音认为这是"打补丁"，真正解法应该靠基础模型本身具备更可靠的引用和推理能力，而不是在 Agent 层外挂审查模块。另一种担忧来自成本——每一步都评估信源，延迟和 token 消耗（AI 处理文本的计费单位）会显著上升，实时交互场景可能根本用不起。还有一个被低估的问题：信源可靠性谁来打分？评分模型本身就可能被攻击、被污染，治了一圈又回到原问题。

对普通人的影响

对企业 IT：选型 Agent 类产品时，"能不能审计它引用了什么、从哪引用"会从加分项变成必选项，尤其金融、医疗、法务场景——这几个领域今年都在等这道防线的成熟。

对个人职场：用 AI 做研究、写报告、做决策辅助的人，得开始建立"信源二次核查"习惯——AI 给一个看起来很专业的引用时，多花 30 秒回看一眼原文，这事未来几年都不会过时，甚至会变成某种职场基础素养。

对消费市场：消费级 AI 助理的回答里，"我引用的来源是 X，可信度评分 Y"会越来越常见。这是 AI 产品从"看着像真的"走向"敢让你查真的"的分水岭——也是用户第一次有底气为"我引用了谁"这句话付钱。