Agent 与工作流01
AI Agent 让团队做应用和内部工具比以前快得多，但真正卡住进度的是拿不到实时的业务数据。每接一个数据源，都要单独向系统负责人申请权限、等审批，规则和连接还得一个个手工重建；拿不到直连就只能用副本，数据过时，也没法写回源系统。有人提出“统一 API 层”的做法：把数据库、接口和 SaaS 工具的访问集中到一个受管控的入口，按角色和字段级权限放行，AI Agent 也拥有独立身份，通过 MCP 接入，只能看到自己该看的数据。这样一来，申请和审计都集中在一处，权限在数据层执行，而不靠提示词约束 Agent。文中以 Monospace 为例说明这种模式，但该内容属于产品介绍，实际可用性和效果原文未说明。
文中可用工具
- Monospace统一 API 层产品示例，一次性连接数据库、SaaS 和内部 API，保留原系统不迁移，在元数据层统一映射并集中管控访问权限
Agent 与工作流02
这篇文章讲的是：当 AI 助手（Agent）需要查订单、调库存时，人们常用 MCP 把公司内部 API 接给 AI 用。但接上只是一步，真正麻烦的是——AI 进来后能看到哪些数据？如果把 API 的所有信息都开放给 AI，像客户身份证号、财务记录这些敏感内容就有泄露风险；可要是每个团队各自写过滤规则，又会做出几十个重复的工具，很难维护。作者建议用 GraphQL 在字段层面定一份明确规则：每个字段能不能被 AI 看到、能不能写入，都写得清清楚楚，而且不用改掉原有后端系统。这样组织就能放心让 AI 调用业务接口，而不是靠每个开发者自己记得删敏感字段。
文中可用工具
- MCP让 AI Agent 能发现并调用公司内部 API 的协议
- GraphQL按字段精确控制 API 返回内容，可用来限定 Agent 只能看到和操作哪些信息
- REST现有后端服务常用的一种 API 风格，GraphQL 层可以架在它上面
- gRPC现有后端服务常用的一种通信协议，GraphQL 层可以架在它上面
- SOAP现有后端服务常用的一种通信协议，GraphQL 层可以架在它上面