请问HN：给人工智能代理提供数据库访问权限是新的商业智能工具问题吗？
我正在咨询的一些早期到中期的初创公司都在问同一个问题：他们的人工智能/机器学习团队想要生产环境中的Postgres数据，但没有人确切知道该如何提供这些数据。
我之前为商业智能团队处理过类似的情况——使用读取副本，并设置较高的`max_standby_streaming_delay`和开启`hot_standby_feedback`，偶尔在主库上接受一些膨胀。这种方法效果不错。但对于人工智能/机器学习的需求，我感觉有些不同，虽然我还无法完全表述清楚，这也是我提出这个问题的原因之一。
我正在尝试调整几个方面：
1. 代理实际连接到哪里？是主库（带有行级安全性），读取副本，数据仓库（如Snowflake、BigQuery、Redshift），湖仓（如Iceberg、Delta在S3上），还是其他地方？
2. 如果你们<em>不</em>这样做——是出于合规性、成本担忧、糟糕的经历（如查询失控、提示中的个人身份信息）还是其他原因？
3. 我最感兴趣的是：这是否真的与给商业智能工具数据库访问权限的感觉不同，还是同样的问题换了个说法？
我并不寻求产品推荐，而是想从那些真正面临过这个挑战的人那里获得真实的见解。
查看原文
A couple of early-to-mid-stage startups I'm consulting with are asking the same question: their AI/ML team wants production Postgres data, and nobody's quite sure how to give it to them.<p>I've handled this before for BI teams — read replica with a generous `max_standby_streaming_delay` and `hot_standby_feedback` on, accepting the occasional bloat on the primary. Worked fine. But the AI/ML ask feels different in ways I can't fully articulate yet, which is part of why I'm asking.<p>A few things I'm trying to calibrate:<p>Where does the agent actually connect? Primary with RLS, read replica, warehouse (Snowflake/BigQuery/Redshift), lakehouse (Iceberg/Delta on S3), or something else?<p>If you're <i>not</i> doing this — is it compliance, cost fear, bad experiences (runaway queries, PII in prompts), or something else?<p>And the one I'm most curious about: does this actually feel different from giving BI tools DB access, or is it the same problem wearing new clothes?<p>Not looking for product recommendations. Trying to get a real sense from people who've actually faced this challenge.