AI 智能体调用主数据，真正的风险不在于“能不能查到”，而在于查到的对象是否准确、数据是否有效，以及调用者是否有权使用。客户名称、物料名称或供应商名称可能存在重复；组织、法人和业务范围也可能不同。若智能体仅依赖自然语言匹配，极易把相似对象混为一谈，进而生成错误的查询结果或执行指令。
先建立受控的数据访问层
不宜让智能体直接连接多个业务系统，更不应直接开放数据库权限。较稳妥的方式，是由主数据平台或统一数据服务层提供受控接口，返回统一标识、标准名称、对象状态、生效时间、来源、版本和跨系统映射关系。智能体先完成对象识别，再依据统一标识调用 ERP、CRM、采购或财务系统获取交易信息。
权限判断必须发生在数据返回之前，而不是交给智能体自行推断。系统应结合用户、角色、组织、法人和数据范围，判断其是否可以查看或修改相关主数据。客户、供应商、银行账户、组织和财务信息等敏感内容，还应配置字段级访问控制、脱敏或单独审批机制。所有查询、导出、修改和审批行为都应保留审计记录。
把读操作与写操作分开
查询类任务可以在授权范围内自动完成，但涉及新增、变更、冻结、启用、付款、合同状态或财务记账等动作时，智能体只能生成建议或发起流程，不能绕过业务规则直接执行。写操作至少应经过字段校验、重复识别、生命周期状态检查、权限校验和必要的人工确认，并记录旧值、新值、变更人、生效时间和审批结果。
一次安全调用可以抽象为：识别对象，校验权限，读取主数据状态，调用授权业务接口，核验返回结果，记录全过程。接口还应具备失败重试、幂等和异常追踪能力，避免网络或系统故障导致重复写入。
主数据平台解决的是对象身份、状态、来源和权限问题，业务系统负责交易处理，流程引擎负责审批编排，知识库负责信息检索。只有明确这些边界，AI 智能体才能在可信上下文中工作，而不是把不一致的数据更快地传播到更多系统。
