波士頓市資訊長聖地牙哥·加西亞（Santiago Garces）正積極推動一項創舉，利用代理式人工智慧（agentic AI）技術，將城市開放資料轉化為可用的洞察，供數據分析師及一般市民共享。此舉旨在提升政府效率，並賦予更多人利用數據解決城市問題的能力。
去年十月，波士頓市啟動了「模型上下文協議（Model Context Protocol, MCP）伺服器」。這是一個由 Anthropic 公司開發的軟體層，能讓 Claude AI 模型安全地與波士頓的開放資料入口網站等數據源進行互動。加西亞（Garces）進一步開發了一系列開放原始碼的「技能」（skills），這些是運行在 MCP 伺服器上的工作流程範本，每個技能都被視為一個 AI「代理人」，能夠設定複雜的分析流程，產出格式化的表格與淺顯易懂的答案。這些工具的開發，獲得了彭博慈善基金會（Bloomberg Philanthropies）以及麻省理工學院 Abdul Latif Jameel 貧困行動實驗室（J-PAL）的合作與支持。
MCP 伺服器作為一個基礎層，使 AI 代理人能與波士頓市的各類開放數據系統連結，包括城市基礎設施、公共服務、房產紀錄、垃圾收集時程、除雪路線、公立學校位置、樹冠覆蓋評估、建築許可及 311 服務請求（例如坑洞追蹤）等資訊。相較於過往城市數據分析師必須下載試算表並上傳至聊天機器人的做法，新工具透過 MCP 伺服器提供了一種更安全、結構化且潛在更準確的數據查詢方式，避免了資料重複與資訊過時的風險。
這些代理式 AI 代理人透過淺白語言編寫的程式碼，一步步引導執行任務，例如釐清問題、決定比較項目、審視數據，並將其轉化為清晰的發現。加西亞指出：「我所做的，就是將這些龐大的著作，例如彭博公共創新中心（Bloomberg Center for Public Innovation）的公共創新手冊，濃縮成這些檔案，讓 Claude AI 能夠遵循其路徑。」他強調，這些「技能」或代理人，是根據優秀政策分析師的習慣所設計。未來數月內，加西亞計畫將波士頓的 MCP 伺服器開放予公眾使用，同時鼓勵其他城市採納這些代理人工具，因其與三大主要開放數據平台（Tyler Technologies、Esri 和 Opendatasoft）相容，有助於城市間的數據比較。
波士頓市內部也將焦點放在讓每位完成負責任 AI 培訓的市府員工都能使用這些工具，賦予第一線人員執行過去僅有高層官員才能進行的「市長級」分析，而不需依賴專門的數據分析師。最終目標是讓市府員工及市民大眾，都能獲得過去僅限於高階官員才能接觸的數據分析和政策洞察，從而促進基於共同數據和事實的更優質對話，共同解決複雜問題。
