Eterna创始人Jesse Gamble录了一段测试视频，演示自家连接器如何让外部AI产品直接操作公司系统。整个过程没有用任何API密钥。ChatGPT、Claude、Grok、Meta的Muse和Mistral Vibe，各自以普通消费级应用的身份，作为远程工具源接入Eterna的服务器。

五个账号全部跑在免费版上，视频里那个Mistral账号也是免费的。Gamble顺带提了一句：另有一些服务商要开通付费档才能添加远程连接器。

连接器跑在一台Windows电脑上，对外暴露七个工具：operating.resolve、get_capabilities、execute_read、execute_write、get_result、cancel_operation和operating.finalize。这七个工具罩住了13个业务领域里的91项操作。

测试方法很直接。五个模型各开一个全新对话，喂同一句提示词：加载系统，报告未结岗位和系统健康状态。五个模型返回的结果一致——同样的五个未结岗位，系统状态健康。

安全模型是这套方案里更值得看的部分。读操作立即执行。写操作走另一个独立工具，任何不可逆的动作，只要所有者没有批准，一律拒绝。每一次调用都会写进那台PC上的审计日志，也就是说，谁跑了什么，记录留在企业自己手里，不在AI服务商那边。

Gamble给出的解释是：重活由工作区承担，模型这一侧的开销就能压得很低。这也解释了为什么免费账号能跑通——模型不需要扛下业务逻辑，它只负责发起调用。

从算力视角看，这个结构把成本从推理端挪走了。业务系统自己完成解析和执行，模型退化成一层薄薄的指令入口。对预算敏感的中小团队来说，这种分工意味着不必为每一次业务查询支付大模型的token费用。

审计日志落在本地PC而非云端，是另一个容易被忽略的设计选择。数据主权留在企业一侧，AI厂商拿不到操作记录。对于把客户数据看得比什么都重的业务系统，这一条往往比功能清单更能决定采购。

七个工具、91项操作、13个业务领域，这组数字说明连接器不是为单一场景定制的。读写分离、不可逆操作需审批、全量留痕，三件事凑在一起，构成了一套可以对外交付的接入规范。

Gamble在文末提到，为业务方搭建类似系统正是Custom Systems在做的事，并附上了链接。