很多企业上 AI Agent，第一步都会做系统连接：查 Salesforce 的客户状态，读 SAP S/4HANA 的订单或账务信息，再把结果整理成一段自然语言。
Demo 阶段，这套流程看起来很顺。到了生产环境，问题很快冒出来：同一个客户在 CRM 和 ERP 里口径不一致；销售能看的字段，财务未必能看；旧接口响应慢，Agent 还可能反复重试。
IBM 在介绍人工智能时，把机器学习放在 AI 之下，强调模型是通过数据训练来做预测或决策。这个定义放到企业系统里，提醒很直接：Agent 的输出质量，首先受数据和系统边界限制。模型再强，也不能替企业补上权限、口径和流程设计。
先管住权限，再谈智能
ERP 和 CRM 的权限，比文档检索复杂得多。
在 Salesforce 里，销售经理可能只能看自己团队的线索；CFO 需要查看全公司的营收预测；一线销售不该碰到核心账务字段。让 Agent 拿一个“超级管理员”Token 去跑所有查询，短期省事，长期就是风险源。
更稳妥的做法，是在 Agent 和业务系统之间加一层权限网关。它不让模型直接决定“该看什么”，而是先解析用户身份、角色和访问范围，再生成带权限条件的查询。比如把自然语言问题转换成带 WHERE 子句的 SOQL 或 SQL，确认只访问合法数据后，再交给 Agent 做分析。
这件事看起来像后台工程，实际决定了 Agent 能不能进生产。没有细粒度权限上下文，结果通常只有两种：要么查不到数据，流程中断；要么查多了，带来泄露风险。
数据对不上，回答就会跑偏
ERP 和 CRM 对同一件事的定义，经常不一样。
一个常见场景是：CRM 里客户状态已经是“已签约”，ERP 里对应发票还停在“草稿”。Agent 如果直接读取两个字段，再生成一份经营报告，很可能给出一个看似流畅、实际错误的结论。问题不在表达能力，而在它拿到的数据本来就没有对齐。
做 CRM-ERP 联动，最好单独准备一层轻量的数据对齐层，而不是把所有判断都丢给模型。
可以先处理三类基础问题：
- 统一实体 ID：确认 SAP S/4HANA、Microsoft Dynamics 365、Salesforce 里的“客户”指向同一个实体，不能只靠名称模糊匹配。
- 状态映射表：把 CRM 的
Closed-Won和 ERP 的Billing Ready这类状态关系写成明确规则，不让 Agent 临场猜语义。 - 更新时间校验：Agent 做判断前，先看数据是否新鲜。比如 ERP 数据超过 24 小时未更新，就在输出中标记“可能过时”，并提示人工确认。
《一单合规医疗语料，清洗费比采购费还贵》提到过数据清洗成本的问题。放在企业集成里，这个感受会更明显：系统越多，历史字段越多，Agent 越需要一套稳定的数据口径，而不是更多提示词。
中间件不是可有可无
不少团队会让 LLM 直接调用 REST API，去访问 ERP 或 CRM。低频查询可以这么试，复杂事务和高并发场景就容易出事：API 限流、网络抖动、旧系统响应慢，都可能让 Agent 卡住，甚至进入无效重试。
更实际的架构，是把 iPaaS 或自建中间件总线放在执行层。Agent 负责理解任务和编排步骤，中间件负责真正的调用、排队、重试、熔断和日志。
中间件至少要做三件事：
- 异步解耦：Agent 不必等待 ERP 的慢批处理全部结束，先拿到任务状态，再继续后续流程。
- 重试与熔断：外部系统不可用时，由中间件返回明确错误码或缓存结果，而不是让 Agent 自己无限尝试。
- 审计日志：每一次读取、写入、触发流程都要可追溯，方便后续排查和合规审查。
《Rust 正在靠近 AI 基建核心层》提到，Rust 在高性能、内存安全的 AI 基建组件中逐渐受到关注。这里可以把边界划清：LLM 逻辑层仍然常见 Python，但高并发 API 调用、数据路由、异常处理这些中间件能力，用 Rust 或 Go 会更容易做稳定服务。
从聊天框走到业务流程
企业不会长期为一个“会回答问题”的 Agent 付费。真正有价值的部分，是它能进入工作流。
比如 Agent 发现某客户信用额度即将超限，理想动作不是只提醒销售一句话，而是自动创建待办事项，并预填充 ERP 里的相关单据信息。销售确认后，再进入后续审批或开票流程。
这要求工具调用必须被封装好。Agent 可以选择工具，但工具本身要经过测试，API 要幂等，异常要能回滚或补偿。尤其是涉及 SAP 账务、订单、发票这类核心对象时，不能让模型直接写入底层系统。
《Agent 上线前，先把推理账算清楚》提醒过 Token 消耗和响应时间。放在 CRM-ERP 联动里，这不是优化项，而是上线门槛。一个流程如果调用太多工具、思考步骤过长，响应时间超过 30 秒，用户很可能回到原来的系统里手工操作。
企业 Agent 拼的是工程纪律
AI Agent 接入 ERP 和 CRM，最容易被低估的不是模型能力，而是老系统的复杂度。
权限要先收紧，数据口径要先对齐，执行层要有中间件兜底，关键流程要留下日志和人工确认点。做到这些，Agent 才有机会从演示环境走进日常业务；做不到，它只是一个更会说话的接口调用器。
