为什么企业 Agent 不能只接知识库？真正的工作还在 ERP、CRM 和 OA 里

企业做 AI 项目，最容易开始的动作是整理文档、搭知识库、上线问答助手。制度、产品手册、培训材料放进去，员工可以用自然语言查询，效果也比较直观。

但企业每天最花时间的工作，往往不在文档里。

销售要查客户、合同和回款，采购要看供应商和订单，财务要核对费用和付款，人力要跟踪入职流程，工厂要处理工单和巡检记录。知识库能告诉员工“规则是什么”，却不能替员工完成这些系统里的操作。

一、问答只是工作的一小段

拿销售拜访准备来说，员工需要先找客户基本信息，再看历史商机和合同，确认回款状态，翻产品资料，最后整理成拜访提纲。

如果 AI 只接了知识库，它可以帮销售整理产品介绍，却不知道这个客户目前处在哪个商机阶段，也不知道哪些合同已经逾期。

这不是模型回答能力的问题。企业数据分散在不同系统里，客户真正需要的答案，通常要把知识、实时数据和业务记录放在一起看。

二、业务系统保存的是“正在发生的事”

知识库里的制度和手册，通常回答“应该怎么做”。

ERP、CRM、OA、MES、WMS里保存的，则是企业当前正在发生的业务：订单到哪一步、客户是否回款、采购单有没有审批、工单有没有关闭、库存是否足够。

Agent想参与真实工作，就需要同时处理两类信息：一类是企业知识，另一类是实时业务数据。前者帮助它理解规则，后者帮助它判断当前情况。

因此，企业级 Agent 的任务链路通常会包含：提出目标、理解意图、获取知识与数据、调用工具和系统、执行动作、人工确认、返回结果并留下记录。

三、MCP把“系统里的能力”交给 Agent 使用

MCP可以把企业系统中的查询、更新和流程服务封装成标准化工具，交给 Agent 在授权范围内调用。

比如，用户说：“请整理本月逾期客户，并生成跟进清单。”

Agent需要先查询 CRM 中的客户和商机信息，再查询合同或回款数据，按照企业规则识别逾期情况，最后生成清单。若还要把跟进任务写回 CRM，就涉及数据更新动作。

每一步都不应靠一段自由生成的文字完成，而要落到明确的工具、参数和权限上。

四、只接系统也不够

把系统接进来之后，企业还要继续回答几个问题：这个员工能看哪些客户？这个 Agent能不能代他提交单据？哪些动作需要审批？调用失败后怎么处理？系统数据被修改后，谁能追查？

所以，MCP接入不能脱离企业治理单独建设。得小帆的产品资料中，MCP管理、安全网关和权限控制分别承担协议标准化、能力注册、路由编排、流量控制、身份认证、权限校验和操作审计等工作。

系统接进来，任务才能开始；权限、审批和审计跟上，任务才有机会进入生产现场。

写在最后

知识库让 AI 能基于企业资料回答问题，MCP让 Agent 有机会调用企业系统。两者缺一不可。

如果只做知识问答，企业得到的是一个更好用的信息入口；如果把知识、数据、工具和流程连起来，Agent才可能参与查询、分析、填单、提醒和流程执行等真实工作。