ParrotP

做企业集成十几年，被问得最多的还是那句话：这块到底该上 ESB 还是 iPaaS。我的判断很直接，这两者不是谁替代谁的关系，它们回答的是两个不同的问题。ESB 的重心是内部系统之间怎么稳定、可管、可审计地对话——服务总线、协议转换、消息路由、集中式治理，它是典型的中心化架构，部署在内网，服务注册、版

我参与过上百个数据类项目的评审，也陪甲方走过不少选型全程。说句实在话，十个喊着要\”打通信息孤岛\”的项目，有七个在三个月后都会发现，真正卡住他们的不是工具功能，而是没人说得清\”客户\”这两个字在集团里到底有几个版本。销售坐在会议室里翻 PPT，主数据、数据中台、数据资产、AI 问数挨个讲一遍，每一页都

先说我这些年最硬的一个判断我干集成前后十一年，甲方待了三年，乙方交付和售前加起来八年，经手的混合集成项目四十多个。有句话说出来可能不太讨喜：真正被技术瓶颈卡死的项目不到三成，剩下七成死在没人认领的边界上。混合集成这个词听着挺技术，拆开看其实就是两件事。一是部署形态混，核心账套在自家机房，营销系统跑

连接器这个词，我最早听到是在做系统集成的时候。那会儿大家管它叫\”接口\”，后来叫\”驱动\”，再后来叫\”适配器\”，现在统一叫连接器。名字换了三轮，事情本身没变：把两个原本不说话的系统，接上电，让数据能流过去。我经手过的项目里，连接器出问题的概率，比数据库本身出问题的概率高得多。原因不复杂，数据库有标准，连

做企业集成这些年，2026 年这个节点给我的感觉是边界在被重画。以前谈系统集成，脑子里冒出来的是 ESB、消息队列、点对点接口，衡量标准是谁跟谁通了、响应几毫秒。现在客户把我叫到会议室，第一个问题常常变成：这批主数据准不准、这个口径谁说了算、集成过来的字段能不能直接喂给 AI 用。这不是术语换了包装

一、我的判断：别在代理层横向换工具，要往上换一层过去一年半，我参与过十几家企业的大模型落地评审，行业跨度挺杂：汽车零部件、城商行、连锁零售，还有两家做工程装备的。有个现象几乎一模一样——团队最先搭起来的一定是模型接入层，密钥托管、限流、多模型路由、调用日志、token 成本核算，用一层开源代理或者

这笔账为什么十家企业有八家算不准我这两年跟过十几个大模型网关的立项评审，见过最离谱的一份测算表，把节省下来的调用费用直接乘以 36 个月当三年收益。也见过特别保守的，只算了 IT 少招两个人。两份表都能过内部评审，但两份都不靠谱。大模型网关的 ROI 不是一个财务公式问题，而是一个口径问题——你把

我的判断是：AI 网关和现有系统的对接，八成的工作量不在网关本身，而在网关下面那层身份与数据。我参与过六七个企业级 AI 接入项目，从几十人的 SaaS 公司到上万人的制造集团，结论高度一致——网关产品的路由、限流、审计、多模型切换这些能力，半年之内基本都趋同了，真正拉开差距的，是它能不能干净利落地

聊这个话题之前，我先说一个我自己的判断：大部分企业 AI 项目的钱，不是被模型单价吃掉的，是被集成方式吃掉的。我见过好几个团队，模型选型会上争得面红耳赤，token 单价从每百万 20 块压到 8 块，回头一算季度账单，还是超了预算三倍。为什么？因为集成层没设计好——三个业务系统各接一套模型 key

做了十几年系统稳定性相关的活儿，我有个挺固执的判断：限流降级做得好不好，八成不取决于你用了什么组件，而取决于你有没有把场景拆对。我见过太多团队在网关上加了一层限流，压测报告写得漂漂亮亮，真到线上出问题那天，要么阈值压根没触发，要么一触发就把正常业务也顺带打死了。事后复盘，几乎都是同一个毛病——动作是