文章
7 篇关于构建 AI-native 软件的文章。
-
草稿AI Agent 能不能碰业务数据？先看这 5 条安全边界
真正的问题不是 AI Agent 能不能接业务系统，而是它以谁的身份访问、能看什么、能不能写、每一步是否可审计，以及出问题时能不能立刻收住。
安全与治理 IT / CIO AI Agent数据安全权限治理AI落地 -
草稿从 CRM 开始：如何让 AI 读懂客户、商机和跟进记录
很多公司的 CRM 里有客户、商机、联系人和跟进记录，但 AI 只停留在外围。真正有价值的做法，是让 AI 在权限之下读懂这些业务对象，而不是把数据导出来问一次。
集成与数据 业务决策者 CRM 客户管理 CRM销售管理AI落地客户数据 -
草稿从一句话需求到能用的应用，中间发生了什么
你对编码 Agent 说"我要一个报修系统"，几分钟后应用就跑了起来。这篇把中间的每一步拆开——真实的交互、生成的对象与 API、迭代回路，以及 Agent 会在哪出错、你得收哪些尾。
应用搭建 开发者 低代码AI 开发对象建模 -
草稿低代码为什么救不了复杂业务？AI-native 应用平台差在哪
低代码解决的是“更快搭页面和流程”，但复杂业务真正卡住的是对象、权限、集成、变更和可维护性。AI-native 应用平台要解决的是另一层问题。
应用搭建 IT / CIO 人事与内部应用案件管理 低代码AI-native应用平台系统架构 -
草稿制造业老系统怎么接 AI：不换 ERP，先从报表和工单开始
制造业系统往往又老又重，ERP、MES、WMS、设备台账和工单系统都不能轻易替换。更务实的 AI 路线，是先连接现有系统，从报表、工单和异常分析切入。
集成与数据 IT / CIO 案件管理供应链与采购 制造 制造业ERP工单AI落地 -
草稿你花几十万做的内部系统，为什么半年后就没人敢动了？
定制系统不是越用越顺，而是越用越僵——直到没人敢碰。这背后是一笔很多老板没算过的账，和一个 AI 时代会被放大十倍的根因。
系统现代化 业务决策者 AI落地数字化转型趋势观点 -
已发布让你现有的业务系统原生支持 AI —— 无需迁移
把 ObjectOS 连到你已经在运行的数据库，让编码 Agent 把数据表建模为对象，再为真实数据叠加 AI —— 在你的权限之下、在你的服务器之上，原系统毫发无损。
集成与数据 通用 Data SourcesAI-NativeArchitecture