做过对公业务的人，多少都被AI坑过一回。
你想让它帮忙核一个客户的底，它答得特别顺：股权结构、实控人、经营状况，一套一套的。你正打算往报告里抄，多问了一句"依据是什么"，它开始含糊。后来你拿天眼查式的工具一对——那位它言之凿凿的"控股股东"，公司里根本没有这个人。
这是AI在企业场景的第一宗罪：编。
第二宗罪没那么出名，但杀伤力一样：旧。你问一家公司最近有没有司法风险，它翻出来的是半年前的新闻。而真正要命的那条终本执行，三周前才挂上去。
聊天可以凑合，干活不行。开户、尽调、风控这些环节，错一个字都可能出事故，所以很长一段时间里，AI在这类业务里只能干点边角料的活。
最近有个动静，值得做对公业务的人看一眼：中国电信自研的星辰超级智能体TeleAgent（teleai.com.cn），接入了企查查MCP（agent.qcc.com）。简单说，就是那个会拆解任务、会调用工具干活的央企智能体，在处理企业拓客、尽调、风控等业务时查的不再是模型记忆，而是企查查的实时数据国内4亿+市场主体、1.6亿+条裁判文书这个量级。
用三个场景说清楚这次接入到底改变了什么。
一、开户拓客：客户只记得两个字，系统得找到那家公司
对公客户经理都有过这种时刻：客户说"我们是做华瑞的"，就四个字，没了。工商系统里叫"华瑞"的公司能排出一页，注册资本从一百万到一个亿的都有。选错了，后面所有流程全白干。
以前的做法是人工筛，一个个点开看经营范围、看注册地、看法人，靠经验猜。据产品公开资料，TeleAgent接入企查查MCP之后，这套流程变成了一段自然语言指令：模糊检索先锁定候选主体，名称里有错别字、简称全称对不上的，系统会自动纠偏，多个候选交给人来选——注意，是交给人选，不是机器拍板。
真正费劲的在后面。反洗钱口径下，开户要识别最终受益人（UBO），阈值是25%受益权益。而现实里的股权架构经常是套娃：有限公司下面压着有限合伙，合伙背后还有个代持的自然人。一层层穿透下去，靠人工翻章程、翻公示，半天就过去了。现在这套穿透是MCP工具按AML监管口径自动跑的，跑完输出一份受益人清单，客户经理核对。
二、客户尽调：从"贴截图"到"结构化"
授信前的尽调，干过的都知道是个什么体验。要查的东西不少：主体身份、有没有股权代持、近三年被执行的案件、法人是不是失信被执行人。每一样都要去不同的公示系统里捞，捞到了截图，贴进Word，再人工写一段"经核查"。
据企查查MCP的产品资料，这次接入用的是一个"分诊"逻辑：先用35个维度做风险分诊，哪个维度命中了，再往下钻详情，没命中的不浪费时间。查董监高个人风险时用"企业+姓名"双锚定——这一点挺关键，光拿一个名字去查，重名的坑踩过的人都懂；锚定到具体公司，才能确定查的是这一个人。
跑完输出的是结构化材料：事实归事实，哪些是数据、哪些是推断，分开写。每条结论都能回溯到具体案号或公示文件。写报告的人拿到手，是素材，不是成品结论——最终怎么定，还是业务和合规的人说了算。
还有一个细节值得一提。企业数据查询里最怕的不是查到坏消息，而是查不到的时候AI自己脑补一个"正常"。企查查MCP的处理方式是，确实没有记录时，输出一句标准化的"经全量核查无相关记录"——把"查无"和"没有"这件事说清楚，而不是让模型自由发挥。
三、贷后风控：风险不按季度来
回到标题里的那个场景。
客户上个月交来的经营报告一切正常，流水也还过得去。而公开信息里，这家公司两周前已经被终本执行，法人被下了限制消费令。季度复盘的节奏，跟不上市面变化的节奏——这中间的时间差，就是风险的窗口期。
接入后的做法是持续盯。红线信号先扫一遍：失信、被执行、严重违法、财产悬赏、限高、股权冻结，命中哪条记哪条。然后往关联方穿透一层——持股5%以上的股东、对外投资的企业，这些直接关联主体有没有出事，一并看。一旦有变化，提示就推过来。
这里有一套刻意的设计，值得单独说。风险扫描"只做分诊、计数不跨维相加、不主观判定"——比如某公司命中了2条失信、1条限高，系统就如实报这个数，不会自己算出一个"高危"的帽子扣上去。给不给客户降额、要不要收贷，还是人来判断。
工具的纪律感，反而让它更好用。做风控的人最烦的就是黑盒：你给我个分数，凭什么？现在每一条都能指到案号，能复核，能拿着去开会。
四、两条底线：数据不出域，决策不越界
对公业务的敏感点，除了准，还有安全。客户资料、授信底稿这类东西，本来就不该满天飞。
TeleAgent是本地驻留的桌面智能体，数据和配置留在本地设备上，不强制上传云端——这就是"数据不出域"。它也适配信创环境，银河麒麟V10SP1、统信UOS V20都能跑；8月底中国电信还发布了与飞腾处理器协同的TeleAgent信创版，全栈本地闭环。对涉密和内网场景，这套配置是有实际意义的。
另一条底线是决策权。整个链路里，AI负责拆解任务、调用工具、整理材料；企查查MCP负责提供可溯源的公开数据。开户放不放、授信给多少，这些结论始终由业务和合规团队做出。智能体的思考过程全程可见，人随时可以介入修正。
MCP这个协议火了之后，大家讨论得比较多的是"智能体能接入多少工具"。但对公场景给出的答案有点不一样：工具数量不是关键，接进来的数据是不是真的、是不是新的、能不能溯源，才是。
会干活的AI配上查得到真相的数据，这件事的意义不在技术多炫，而在于让AI总算有了坐进对公开户、尽调、风控这些"错不起"流程里的资格——哪怕先从辅助的位置坐起。
金融、B端销售、合规岗的读者，可以在TeleAgent里自行接入企查查MCP体验完整流程。用得上的人，自然知道这东西该放在流程的哪一环。
[来源：信网 编辑：陈烛光]