添加一个可解释、可管理的 AI 操作层——无需移除 D365、Salesforce 或 SAP。

三个规范输出：事件流（连续行为信号 - 非周期性批次）、黄金记录（不断发展的身份解析 - 非一次性清理）、服务视图（稳定的数据合约 - 不受存储变化影响的上层）。

Kafka 作为事件主干。Flink 用于实时计算（窗口、状态转换、事件时间语义）。StarRocks 用于高性能分析访问。用于与 POS、电子商务、CRM、服务、广告和仓储系统进行托管集成的连接器目录。

语义层将列和表转换为客户和价值（实体、属性、关系、意图、细分、指标）。指定范围的代理角色（顾问、数据分析师、营销设计师、忠诚度顾问）分析、比较、判断和推荐——默认情况下，没有人拥有执行权。

代理的判断与角色相关，并与共享的语义和指标相关联。代理不能绕过工作流层。企业信任源于有限的责任，而不是广泛的模型能力。

API 优先，云原生。每个可调用功能都具有明确的输入、输出、约束、故障行为和治理边界，涵盖四个领域：身份与权限、经济激励、内容与覆盖范围、服务与责任。

MCP（模型上下文协议）原生支持——以机器可读格式描述工具边界、参数和预期结果。CLI 技能使业务功能可组合和版本控制。作为受控执行节点，连接到更广泛的 AI 生态系统（Microsoft Copilot、自定义代理）。

事实所有权、执行所有权和审计所有权必须明确分配。现有数据仓库仍为权威存储；循环在此基础上增加了事件处理、身份解析和服务层。

一种最小化副本集成模式将循环置于 D365、Salesforce、SAP、POS 和电子商务之上——它们仍然拥有交易记录和主数据，而循环则添加了统一的访问、语义、AI 判断和受控编排。

四种操作类型，并采用递增式治理：只读分析、推荐、受控写入、高风险执行。一个三层授权金字塔——实体（什么 object？）→ 操作（什么操作？）→ 范围（范围有多大？）——用于评估每个请求。

代理程序受限于工作流上下文：它们只能看到工作流公开的内容，只能使用授权工具，并且只能生成允许的内容。人类操作员和人工智能操作员遵循相同的治理逻辑，并可完全追溯场景、节点、判断、规则和结果。