Docusign 向所有 AI 代理开放 MCP Server：协议层进入 Agentic 时代

2026 年 9 月 4 日，Docusign 宣布将从 9 月 30 日起向每一个 AI 代理开放其 MCP 服务器：由 AI 引擎 Docusign Iris 驱动的协议智能与受治理操作，可在 Claude、ChatGPT、Gemini、Copilot、Slack 以及任何 MCP 客户端中原生调用。这条新闻的份量在于它把 Docusign 的定位从「电子签章工具」升级为「agentic 企业的协议层」——当代理开始替企业谈判、起草、审批与执行合同时，谁拥有合同的状态机、权限模型与审计记录，谁就处在企业运营的中心。

1. 从签章工具到协议层

过去十年 Docusign 的核心是签名：把「需要签字」的那一刻数字化。新发布的 MCP 服务器则把重心移到协议的全生命周期——查找合同状态、从模板起草、路由审批、催签、归档，全部变成可供 AI 代理调用的工具。配合 Iris AI 引擎，代理不只是机械调用 API，而是能理解合同内容与业务上下文。对开发者来说，这是一次标准的 MCP 集成：你熟悉的 Claude、ChatGPT、Gemini 都能通过同一协议连上，业务发生在哪个聊天界面，代理就在哪里工作。

# Connect Claude Code (or any MCP client) to the Docusign MCP server.
# Once GA on Sept 30, 2026, the same endpoint works from ChatGPT,
# Gemini, Copilot, and Slack through their MCP clients.
claude mcp add docusign   --transport http   --url https://mcp.docusign.com/mcp   --scope "agreements.read agreements.write envelopes.send"   --env DOCUSIGN_ACCOUNT_ID=acct_9f2c   --env DOCUSIGN_INTEGRATION_KEY=ik_live_44a1

2. MCP 为什么是 agentic 集成的正确接口

MCP（Model Context Protocol）正在成为代理连接外部系统的通用语言，类似 USB-C 之于外设：一个协议，多种设备。Docusign 选择它而非各家私有 SDK，等于承认「代理生态是多元的」——企业里同时跑着 Claude、ChatGPT、Gemini、Copilot，不可能为每家写一套专用集成。对开发团队的意义是：如果你在构建自己的 SaaS 或内部工具，把核心能力暴露成 MCP 工具，比逐个对接模型厂商更可持续；代理能发现、调用、并尊重你定义的权限与审批。

// Check the status of an agreement from inside an agent loop.
// This is agreement intelligence: the agent reads state, decides,
// and only calls governed actions when policy allows.
const result = await mcp.callTool("docusign", "get_envelope_status", {
  envelopeId: "env_7c1e9a",
  includeDocuments: false,
});
// => { status: "awaiting_signature", currentRecipient: "finance@corp",
//      nextAction: "remind", permission: "read" }

3. Iris 引擎带来的是「智能」还是「自动化」

需要区分两个词。自动化是执行预定步骤：起草、发送、催签。智能是理解内容：这份合同的付款条款是什么、风险条款是否偏离标准模板、该走哪条审批路径。Docusign 称 Iris 为协议智能引擎，它处理的是后者。对企业的价值在于，代理驱动的合同流程可以带着上下文决策，而不是盲目执行脚本；风险在于，智能引入不确定性——所以受治理操作（governed action）与权限圈定必须与智能并行设计。

// Prepare and route an approval without leaving the chat surface.
// Governed action means the agent can start a workflow, but
// sensitive steps still require human or policy approval.
const draft = await mcp.callTool("docusign", "create_agreement_from_template", {
  templateId: "tpl_nda_standard",
  parties: [
    { name: "Acme Corp", email: "[email protected]", role: "signer" },
    { name: "Evergreen Tools", email: "[email protected]", role: "signer" },
  ],
  fieldValues: { effectiveDate: "2026-10-01" },
});

if (draft.requiresApproval) {
  await mcp.callTool("docusign", "route_for_approval", {
    agreementId: draft.id,
    approver: "general_counsel",
    policy: "contracts_over_50k",
  });
}

4. 权限与审批：agentic 时代的控制面

代理能以机器速度并行处理几百份合同，这个规模让「事后发现错误」的代价极高。因此关键设计是权限圈定与审批路由：代理默认只读，发送、催签等写操作按角色授权，作废、删除、冻结付款等敏感动作必须人工确认。Docusign 已有的企业级权限、许可与治理模型会延续到 MCP 通道——换句话说，代理拿不到比背后的人类员工更高的权限。开发者在集成时也应复制这套模式：最小权限 + 敏感动作人工闸门 + 全量审计。

5. 对开发者与集成商意味着什么

第一，如果你的产品处理合同、发票、采购或任何需要签章与审批的流程，现在可以把 Docusign 作为后端能力嵌入自己的代理工作流。第二，注意 GA 时间是 9 月 30 日，但 MCP 服务器与 Slack、Perplexity 等集成此前已陆续发布——可以先在测试账号上验证工具契约与权限模型。第三，把 token 成本算进去：完整合同文本进入上下文很贵，优先用状态查询与摘要工具，而不是把整份 PDF 塞给模型。最后，所有通过代理执行的合同动作都要落审计日志，这是未来合规审查的底线。

// Scope what an agent may do: read-only by default, writes gated.
// The agentic enterprise still needs permissions, even when the
// caller is ChatGPT or Claude rather than a human in a browser.
{
  "agent": "claude-code",
  "permissions": {
    "agreements": ["read", "search"],
    "envelopes": ["read", "send", "remind"],
    "templates": ["read"],
    "approvals": ["request"],
    "admin": []
  },
  "require_human": ["void_envelope", "delete_agreement", "payment_hold"],
  "audit_level": "full"
}

6. 现在该做什么

如果你在评估或构建 agentic 合同流程：先在测试环境连接 Docusign MCP，跑通「查状态—起草—送签」的最小链路；为你的代理定义明确的权限矩阵，默认只读，敏感动作人工审批；用 JSON 工具校验工具调用的载荷，用 API 测试工具在发布前试跑端点；估算长合同文档的 token 成本并设计摘要策略；最后把每个代理动作写入审计日志。协议层走向 agentic 是不可逆的趋势，早一点把权限与审计设计好，就能早一点安全地让代理替你跑合同流程。平台团队还应先发布一份内部 MCP 工具设计规范：一致的命名、显式的错误码、机器可读的权限声明，能避免下游每个团队重复踩同样的坑。盯住 9 月 30 日的全面开放窗口，并把最初几周当作受控试点——先用少量只读工具验证，再大规模放开写操作。能在 agentic 协议上赢的团队，会把 MCP 服务器当成架构的起点而非终点：在其上叠加合同 QA 的评测框架、用于条款比对的结构化抽取，以及任何涉及金钱或法律承诺动作的人工复核环节。

# Audit log: what an agent did to an agreement, and who approved it.
# When agents act at machine speed, the log is your control surface.
{
  "event": "agreement_action",
  "ts": "2026-09-04T18:22:41Z",
  "agent": "chatgpt-mcp",
  "user": "u_alex.chen@corp",
  "tool": "send_for_signature",
  "envelope_id": "env_7c1e9a",
  "policy_check": "pass",
  "human_approval": {"required": false, "note": "under 50k threshold"},
  "result": "sent"
}