10 月 1 日，老牌企业软件公司 Progress（纳斯达克代码 PRGS）给自家的 Agentic RAG 平台加了一组新能力：一个原生 Microsoft Teams 应用、一个会自主做多步检索的 Smart Agent，以及一个改善内容摄入的 WordPress 插件。技术看点不在「又多一个检索产品」，而在它把原生 MCP 支持直接做进了 Smart Agent——智能体可以在提问那一刻实时接入业务系统与网页，而不必预先把数据搬进索引。对正在把智能体塞进日常工具的企业来说，这恰好戳中了「模型会聊天、接系统却很难」的痛点。
背景：企业智能体卡在「只会聊天、接系统难」
过去两年，企业把 AI 接进内部流程，最常见的一步是把文档先索引进向量库，再让模型检索作答。这条路的问题是：索引一旦建立，内容就在那个时间点定格，系统里的实时状态（一张刚更新的工单、一个刚变更的权限）它看不到；而若要逐个系统写定制集成，工程成本又迅速失控。Progress 的思路是承认这两件事同时存在，于是给出两种互补的接入方式，而不是二选一。
MCP 进 Smart Agent：实时、不复制的活数据通道
新版本的 Smart Agent 内置了对 MCP 的原生支持。这意味着智能体在回答问题时，可以直接通过 MCP 去连活的商务系统与网页来源，而不是先把数据复制一份、再定期同步。对受治理企业而言，这有几个实在的好处：数据留在原系统、权限沿用原系统的规则、不必为每一套系统写一套连接器。换句话说，检索的边界从「我预先搬进来的」扩展到了「我现在能实时够得到的」。
Smart Agent 怎么查：像人一样查到够用为止
另一个值得注意的设计是 Smart Agent 的多步检索能力。它不是一个关键词查一次就交差的工具：它会先规划问题、拆成子问题，然后跨 Knowledge Box、MCP 连接的应用与公开网页去检索，再评估自己是否已经收集到足够信息，不够就生成新的子问题继续查，直到依据足够。这种「边查边判断」的循环，正是把多步检索的编排从人工写死，交还给智能体自己跑——也正是在复杂跨系统问题里，单纯预索引检索会露怯的地方。
为什么值得写：RAG 正从「检索」迈向「导航」
把这次更新放回行业坐标里看，它反映的是企业 RAG 的一个转向：从「把知识喂给模型」走向「让模型在知识图谱与系统之间导航」。Teams 原生应用与 WordPress 插件则负责把可信 AI 直接放进员工每天用的协作与内容工具，降低采用门槛。对 Progress 这种以数据连接与基础设施见长的老牌厂商，把 MCP 当成 Smart Agent 的一等公民，是一条和纯大模型厂商错位的路。
边界与口径：厂商自述与同质化风险
需要冷静看待的是，这次更新全部来自厂商自述，具体检索质量、跨系统准确率与真实企业落地规模，尚缺独立基准佐证。与此同时，把 RAG 加 MCP、再包一层聊天入口，已经是相当拥挤的赛道，真正的区分点会落在治理粒度、权限保真与跨系统稳定性上，而不是「又支持了一个协议」本身。对选型方而言，更该追问的是：当一条 MCP 返回了过期或越权数据，Smart Agent 的评估与拦截是否顶得住。
结语
Progress 这波更新的意义，不在于又给 RAG 加了几根线，而在于它把「实时、不复制、按权限」的活数据通道，做成了 Smart Agent 的原生能力。当企业智能体的瓶颈从「会不会说」转向「能不能在系统之间安全地导航」，谁能把这条通道做得既顺手又守规矩，谁就抓住了下一阶段的入口。