AI模型与服务网关服务编排

这一年多我前后跟进过六个把 MCP 代理塞进企业数据场景的项目，两个做了一半停掉，三个还在半死不活地改 prompt 和工具描述，只有一个真跑起来、业务方每周主动在用。我复盘下来发现，决定生死的东西跟模型换代关系不大。跑起来那个，动手之前花了三个月把指标口径、主数据、权限边界理清楚，代理只是最后那层

做企业内 AI 代理这几年，我最直接的感受是：员工不用它，八成跟模型聪不聪明没关系。POC 阶段的满意率往往能到八成以上，上线三个月后还在用的员工，很多项目不到三成。掉下来的地方几乎都集中在体验链路上——入口藏得深、答案追不到源头、口径前后打架、等得太久、员工不知道能问什么。MCP 这类协议把代理和

我做过十几个数据类项目，这两年听到最多的一句抱怨是：模型都接上数据库了，为什么问出来的数还是错的。MCP 这三个字母，今年在企业 IT 圈里被反复提起，但真正把它当\”资产\”而非\”插件\”来管的团队，我见过的不到两成。
MCP 全称 Model Context Protocol，是一套让大模型用统一方式

一、这笔账，我从来不给一个数字我参与过大大小小二十多个大模型接入的评估，最常被追问的一句是：这套东西一年能省多少、多久回本。我的回答通常会让会议室安静几秒——如果把统一接入只当成接口收敛，这笔账基本算不回来；把它和企业自己的数据资产绑在一起看，账才立得住。
原因不复杂。统一接入的产出分三块：显性的

我做过一个粗略统计：过去两年我以顾问身份参与的二十多个企业级大模型项目里，超过一半的团队，前三个月都在做同一件事——统一接入。统一网关、统一鉴权、统一计费、统一提示词模板、统一向量库选型。做完演示很流畅，业务方也点头。半年后我再回访，真正跑上线并且还在用的场景，不到三成。大模型统一接入这件事，工程上

有人问我，元启智脉是不是又一个被造出来的新词。我的回答是：词是新的，它指向的问题已经存在十几年了。我做数据治理这些年，见得最多的场景是——企业花了几年建数仓、上报表、定标准，单点都做了，业务部门还是觉得数据不好用。原因不复杂：数据被切成了碎片，元数据躺在技术库里没人翻，主数据对不上，指标口径各说各话

做数据类项目这些年，我越来越不信\”一个平台包打天下\”这种说法。很多团队把这类智能数据平台当成一个巨型采购项，招标书写得天花乱坠，上线半年后真正在跑的只有三张报表，业务部门的评价是\”跟我没关系\”。我一般会先问一个问题：你们最想让它替谁干活？答案如果落在业务口，事情就好办；答案落在\”领导要看\”，这项目多

一、核心结论
我这两年参与过十几次大模型项目的上线评审，最直接的体会是：网关做得好不好，基本决定了这个项目能不能过合规这道关。不少人把大模型网关理解成一个反向代理，请求转发出去、响应拿回来，任务就算完成了。真到了内审或者监管问询的场合，出问题的往往不是转发本身，而是周边那一圈信息——这条请求调用的是