身份及租戶
傳遞已驗證使用者、機構、角色、目的及政策，在來源或可信服務執行存取，而非依賴提示詞。
企業 AI 架構
企業 AI 應如何連接現有系統？
保留記錄系統的權威地位。把 AI 放在明確身份、數據、工具及政策邊界後，分開檢索與動作，暴露有限且有版本的接口，寫入後驗證最終狀態，並在擴大權限前設計監測、降級及撤權。
作者 Onyx Devs Lab · 發布 · 更新
權威記錄系統保持權威
接口有版本的讀取、工具、事件及合約
控制批准、執行、驗證、審計、恢復
建立受治理上下文路徑
模型只應收到目前獲授權任務所需的上下文。
數據合約及檢索
為每個來源定義對象標識、欄位、語義、新鮮度、譜系、權限、引用、缺失行為及版本兼容。
邊界服務
以適配器或服務規範舊 API、資料庫、文件、事件及供應商系統，同時保留限流、責任、審計及變更隔離。
把動作視為受控交易
模型建議並不證明業務動作有效或已完成。
有限工具
只暴露有類型、特定用途的操作，配置驗證、最小權限、限額、試運行及確定性政策檢查。
批准及執行
把確認綁定至確切目標與內容，防止過期或重複動作，串行處理衝突，記錄執行者、原因、請求、結果及政策版本。
狀態驗證及恢復
回讀記錄系統，偵測局部失敗，對帳不確定結果，冪等重試，通知負責人，撤銷權限並保留人工降級。
如何設計受控整合路徑
梳理系統及信任邊界
盤點來源、負責人、身份、接口、數據類別、網絡區域、讀寫路徑、速率、失敗模式及記錄系統。
定義規範合約
為 AI 層使用的實體、事件、工具、權限、錯誤、新鮮度、譜系及兼容規則建立版本。
交付唯讀縱向切片
啟用高影響動作前，先證明身份、檢索、引用、延遲、監測及業務用途。
按權限等級增加寫入
每項動作配置驗證、確認、冪等、審計、狀態驗證、回退或補償、限額及撤權。
常見問題
AI 應直接連接生產資料庫嗎？
通常應暴露受控讀取或服務層；直接存取可能繞過業務規則、租戶控制、審計、限流及安全結構演進。
RAG 就是整合層嗎？
不是。檢索只供應上下文；整合亦包括身份、合約、流程、工具、事件、寫入控制、最終狀態驗證、監測及恢復。
應如何處理舊系統？
按風險使用支援 API、副本、導出、隊列、網關或有限適配器，記錄責任及失敗行為，不隱藏舊系統限制。