联合国与谷歌推出联合国系统数据共享平台（UN System Data Commons），建在谷歌开源的 Data Commons 之上，取代运行多年的 UNData 门户。新平台支持自然语言提问，也支持 MCP 协议，AI 系统可以直接调用底层数据源，返回结果带来源可追溯。谷歌通过 Google.org 提供 200 万美元资金支持。
推动这件事的直接依据是一份联合国儿童基金会的研究。研究测试了 6 款模型回答全球发展指标类问题的表现，覆盖 OpenAI 的 GPT-4o 与 GPT-4o-mini、Anthropic 的 Claude Sonnet 4.5 与 Haiku 4.5、谷歌的 Gemini 2.5 Flash 与 2.0 Flash，13.3 万多条回答的平均准确率 21.2%。约 60% 的回答没有给出可用数字，模型倾向于含糊其辞；同一道题隔两天再问，得到相同数字的比例约五成。这份研究还是未经同行评审的工作论文，尚未投稿。
从人来浏览改成机器来取
UNData 的形态是典型的统计门户：按机构、按指标、按年份点进去，下载表格。新平台把入口换成了一次调用。MCP 在这里承担的是连接层的角色，模型不再去抓网页快照，而从数据源直接取数并带回引用路径。
联合国统计司代理司长 Shantanu Mukherjee 的说法是：
We are orders of magnitude more advanced in scale, scope, and flexibility. 在规模、覆盖面和灵活性上，我们比过去高出好几个数量级。
谷歌 Data Commons 负责人 Prem Ramaswami 提到推广用的是培训培训者的方式，同时给了一条限制条件：模型可能误读细微语义，输出应当由人复核。
目前 26 家联合国机构承诺接入，上线时可用的数据集接近 20 个，目标是在 2027 年前把联合国系统 80% 的统计数据集搬上来。
中文世界这一侧还是空白
国内的公开统计数据还没有对应的调用层。国家统计局、各部委和地方统计年鉴的公开形态仍以网页表格和 PDF 为主，模型要用只能靠抓数据再二次整理，误差在哪一步产生很难回溯。中文用户现在问模型”中国 2024 年城镇化率是多少”，拿到的数字大概率来自某篇二手稿，而非原始统计口径，联合国这次处理的正是同一类麻烦。
另一个能观察的点是引用流量。研究提到 2026 年 1 月到 9 月，ChatGPT 带来的转介量同比增长 67%。统计机构过去衡量影响力看的是门户访问量，现在多了一条要盯的链路：有多少模型在回答问题时引到了你这份数据。
还没有答案的部分
平台的长期运维谁出钱、200 万美元之后的预算从哪里来，公告没有说。26 家机构各自开放到什么颗粒度、敏感指标怎么处理、成员国对数据主权的顾虑如何安排，也都还没有公开方案。80% 这个 2027 年目标目前只有一个时点，没有分阶段的核验办法。
参考来源：TechCrunch、联合国统计司与谷歌 Data Commons 公告、CocoLoop、联合国儿童基金会工作论文；准确率与机构数量按研究和公告披露的口径核对。