为 AI Agent 设计数据层：从事务系统到 MCP 与语义模型
一句话结论：TOTVS 的 Fabiane Nardon 分享了如何为企业 AI Agent 准备数据层，核心是在精度、安全和成本之间平衡确定性逻辑与非确定性 LLM。原始信息明确她介绍了使用数据网格、低延迟数据库架构、语义本体和动态 MCP 工具选择来优化上下文窗口并减少事务系统中的 token 开销。值得关注是因为它提供了企业级 Agent 落地的数据架构实战经验，而非理论空谈。影响对象是负责企业 AI 架构设计、数据工程和 Agent 应用开发的工程师。下一步可参考其数据网格和动态 MCP 选择思路，评估自身系统的数据准备度。