LLM网关

我的核心判断：代理的胜负手，正从模型侧挪到数据侧
这两年里我参与过十几个企业级智能代理的选型和落地。它刚出来的时候，我基本把它当成一个\”工具插线板\”用，接几个接口、写点提示词就上线；现在再看，我更愿意把它当成企业内部系统的一个新入口。看法变了这么多次，比较稳的一条是：协议层把接入这件事简化了，麻烦反

我做过十来个把 MCP 代理接进企业内网的项目，也帮人看过不少横评表格。协议版本、工具数量、并发上限、超时重试、传输方式，一列列排得整整齐齐，看起来很专业。但这些表有个共同的毛病：它们测的是代理自己能不能跑起来，不是它在企业里能不能用。真正让人熬夜的从来不是框架启动失败，而是它调到了什么、拿到的东西

做企业数据这行十来年，我被问到的问题这两年变了。以前是\”数据中台怎么搭\”，现在是\”我们的表、指标、业务动作，怎么让大模型直接用起来\”。MCP 出来之后，这件事总算有了一个相对标准的答案——把数据、指标、工具封装成 MCP 代理，让模型按协议自己去发现、去调用。听着很美。真到选型现场，麻烦才刚开始。我

我做过十几个企业级 AI 接入的项目，消费零售、装备制造、银行后台都跑过。这一年最大的变化是：前年大家聊 MCP，聊的是怎么把一个接口包成 server，让模型能调得动；现在聊的是几百个代理同时在线，谁批的、花了多少钱、调的是哪份数据、出错找谁。话题从\”能不能连\”变成了\”能不能管\”。代理数量的增长从

核心判断：代理能跑多快看模型，能跑多久看底座
我做过不少 MCP 代理的选型咨询，最怕碰到一种情况：会议室里坐满了人，讨论的全是模型版本、工具注册协议、Agent 编排框架，没人问一句——你们公司多少人，数据散在几个系统里，谁有权看哪一块。这几个问题不解决，代理上线两周就会被业务部门弃用。代理的能力

我做过一次挺亏的评估，现在想起来还会拿出来当反面教材。一家装备制造企业要上 MCP 代理，让大模型能直接查订单、库存、质量和售后数据。IT 部门拿着三家报价单来找我，价差不到 8 万，会都开完了，就等着签字。我让他们把运维工单、接口改造量、业务侧因为查数查错产生的返工时长摊到一张表上看了一遍，账本

MCP 代理的 ROI，本质是一套口径工程，不是一道算术题
这两年我被问得最多的一句话是：上一套 MCP 代理，我该怎么跟老板证明它值这个钱。我的习惯是先不报数字，反问三件事——代理每天被真正调用多少次？每次调用替谁省了多少时间？省下来的结果，业务主管认不认？这三件事答不上来，后面堆多少参数都是虚的

一、把话说在前面：协议管连接，业务管对错我这半年被问得最多的一句话是：MCP 这类协议铺开之后，企业是不是就不用再折腾数据了。我的判断很直接——协议解决的是“怎么连”，解决不了“连上之后说什么”。MCP 把工具调用和数据源接入做了标准化，模型拿到接口确实容易了不少，可它不负责接口背后那张表里的字段

我做过几个 MCP 代理项目，也旁观过不少团队从兴奋到沉默的全过程。能不能落地，跟模型选哪个关系不大，跟数据边界清不清楚关系极大。很多团队的第一反应是\”先把模型接进来跑个 demo\”，两天就能跑通，然后拿着演示去汇报；等真要进生产，才发现代理回答的销售额和财务口径差 8%，代理查的客户名单里躺着三条

这两年找我聊数据智能体的人明显变多。开场白几乎一样：想接 MCP 代理，让业务同事用嘴查数、用嘴取报表。我通常会先问一句——你们的数据资产目录谁在维护，多久更新一次？答不上来的，我基本会劝他先把账算清楚再动手，因为钱花出去容易，收回来难。
我把这笔账拆成四块看：接入成本、语义成本、运行成本、回收周期