企业级 AI 平台如何把可靠性做进运行时

把大模型接入企业，不等于部署一个聊天页面。真正进入业务后，系统必须回答：谁能访问哪些知识库？上传的资料存在哪里？后台任务中断后谁来恢复？模型调用和工具操作如何审计？这些问题共同构成 AI 平台的运行时，而不是边缘功能。

身份与权限必须贯穿链路

认证只解决“你是谁”，授权才决定“你能做什么”。用户、组织、角色、知识库、文件、会话和工具调用都应有可检查的权限关系。后端必须在每个资源访问点校验权限，不能依赖前端隐藏按钮。对临时下载链接、服务账号和管理员操作，还要设置有效期与审计记录。

文件与运行环境需要隔离

原始文件宜进入对象存储并按租户、知识库、版本组织；解析任务和 Agent 运行可使用临时工作空间；最终结果再回写受控存储。会话结束后清理临时目录，避免不同用户或不同任务之间的文件泄露。敏感文件不应作为长上下文永久保存在模型会话中。

异步任务要能恢复

Worker 重启、网络波动和模型服务短暂不可用都是常态。任务表需要记录状态机、尝试次数、检查点和错误原因；启动时扫描可恢复任务；幂等键防止重复执行造成多份索引。前端看到的“处理中”也应来自真实任务状态，而不是一次请求是否返回成功。

可观测性让故障可解释

为请求、任务、模型调用和工具调用建立关联 ID，采集耗时、token、队列长度、错误率和资源消耗。日志中不能直接记录敏感正文，但应能定位到受控的文件和任务引用。平台能力越强，越要把审计和监控当作产品的一部分。

企业 AI 的可信来自边界清晰：正确的人在正确的范围内，以可追溯的方式，让智能能力完成正确的工作。