IT 負責人
面向IT 負責人的文章，討論如何用 ObjectOS 構建、執行和治理 AI 編寫的業務應用。
-
能證明
是誰 打開了 一條 客戶 記錄嗎—— 包括 AI Agent？ 記錄 檢視 審計， 以及 一行 檢視 記錄 永遠 不記的 四件事 在 @objectstack/cli 18.3.0 上，一個人經 REST 的讀取和一個 Agent 經 MCP get_record 的讀取各在 sys_audit_log 中留下一行 read；列表讀取、未登記的物件、被拒絕的讀取一行都沒有。這一行記了什麼，永遠不記哪四件事。
安全與治理 IT 負責人 審計追蹤記錄檢視審計AI Agent合規 -
AI 模型
進了 企業 還缺什麼？ 一個 世界、 一雙手、 一道 圍欄 缺的不是智力。模型進到一家公司，缺一個可以推理的世界、一雙能動手的手、一道圍住動作的圍欄。一份可執行的業務本體同時供給這三樣；文中一張帶出處的表，把每一樣對到執行環境裡供給它的機制。
AI 與 Agent IT 負責人 AI Agent可執行業務本體MCPAgent 權限 -
什麼時候
不該 用可執行 業務 本體？ 五種今天不適合用可執行業務本體的工作負載：各自該用什麼、為什麼、選錯的代價，加一張每行帶出處的決策表和一份自檢清單。
應用搭建 IT 負責人 本體可執行業務本體選型 -
AI 智慧
體刪除 生產 資料： 為什麼 執行環境 護欄比提示 詞可靠 公開記錄中的 Replit 事故提醒我們：智慧體的影響半徑不能只靠提示詞收窄。生產資料、破壞性操作和恢復證據，都需要由執行環境權限、審批和審計來約束。
AI 與 Agent IT 負責人 AI 智慧體Replit -
Power Platform 鎖定：Dataverse、Azure 與自託管
取捨 Power Platform 的優勢是真實的：身份、Teams、Dynamics 和賬單都在同一個租戶裡。但若你關心主權、規模化成本或 AI 改動審查，Dataverse 和 Azure 執行環境就是必須提前算清的邊界。
安全與治理 IT 負責人 DataversePower AppsPower Platform -
Vibe Coding 技術債：
為什麼 AI 生成的 應用 後來 難改 AI 生成程式碼能讓原型很快上線，但長期系統的問題在半年後出現：沒人完整讀過那一萬多行實現，也沒人能解釋當初的業務取捨。企業應用需要生成可審查的定義，而不是難維護的黑箱程式碼。
應用搭建 IT 負責人 -
EU AI Act 審計
準備： 你的 AI 執行環境 能交出 證據嗎 AI Act 的多數規則按官方時間線將在 2026 年 8 月 2 日適用。審計真正要看的不是模型多強，而是執行環境能否交出誰授權、動了什麼、證據在哪。
安全與治理 IT 負責人 -
MCP 安全：
為什麼 協議 還需要 受治理的 工具層 MCP 和 A2A 讓 agent 連線工具與其他 agent 變得更容易，但連線不等於授權。企業缺的不是再包一層介面，而是每次呼叫都帶身份、強制權限、留下審計的工具層。
AI 與 Agent IT 負責人 MCP受治理的工具AI 智慧體A2A -
Agentforce、Copilot Studio 之外：
何時 選擇 開放 自託管 執行環境 Agentforce、Copilot Studio、ServiceNow AI Agents 在各自生態內都很強。問題是你的資料、流程和權限是否也在同一個生態內；若不是，開放自託管執行環境或混合架構可能更穩。
AI 與 Agent IT 負責人 AgentforceCopilot StudioServiceNow -
AI 內控檢查：
把制度 變成 可追溯 控制 AI 內控應用不是制度問答，而是把制度條款、控制點、證據、缺口、整改和審計做成物件；AI 發現缺口，人確認責任，執行環境保留證據鏈。
應用搭建 IT 負責人 金融 -
AI Agent 工作臺：
讓 agent 在業務 系統 內受控執行 企業 agent 不能只是會聊天，而要能在業務物件、工具、權限、審批和審計邊界內執行任務。工作臺的關鍵是受控執行，而不是萬能權限。
應用搭建 IT 負責人 受治理的工具AI 智慧體智慧體權限 -
自託管 AI 應用
平台： 為什麼 執行環境 屬於你 當 AI 開始讀取業務資料、觸發流程、生成應用和呼叫工具，企業真正要控制的不只是模型，而是承載物件、權限、工具、審批和審計的執行環境。
安全與治理 IT 負責人 -
AI Agent 資料
安全 邊界： 如何 在企業 權限 內工作 企業不是不想讓 AI agent 使用業務資料，而是不允許它繞過身份、權限、審批和審計。真正可上線的 agent，必須像一個受控使用者，而不是影子管理員。
安全與治理 IT 負責人 AI 智慧體智慧體權限 -
製造業
既有 系統 怎麼接 AI： 先從 報表 和工單開始 製造業系統鏈路複雜，ERP、MES、WMS、裝置臺賬和工單系統都不能輕易替換。更務實的 AI 路線，是先連線現有系統，從報表、工單和異常分析切入。
整合與資料 IT 負責人 個案管理供應鏈與採購 製造 -
低程式碼 vs AI 原生
應用 平台： 複雜 業務 卡在哪裡 低程式碼解決的是更快搭頁面和流程；複雜業務真正卡住的是物件、權限、整合、變更和可維護性。AI 原生平台要把這些變成可審查的執行環境中繼資料。
應用搭建 IT 負責人 人事與內部應用個案管理