Gartner 预测：到 2028 年，70% 的企业将放弃由供应商协助搭建的智能体 AI

Gartner 预测，到 2028 年，70% 的企业将放弃由供应商协助搭建的智能体 AI 系统。《The Register》9 月 30 日报道了这一预测。Gartner 指向一种它称为前沿部署工程（FDE）的模式：供应商把自己的工程师派驻到客户现场，按照客户的具体需求开发和部署软件。

这种做法能让项目在早期快速推进。但 Gartner 认为，供应商撤走之后，客户可能根本无力维护这套系统。据《The Register》报道，Gartner 高级总监分析师 Mukul Saha 表示，FDE“要想成功，首先要把合作结构定对，从范围、激励到治理、归属和退出机制都要明确”。Gartner 还预测，到 2028 年，能把客户的重复性需求转化为供应商核心产品功能的 FDE 项目不足 20%。Gartner 同时警告存在“FDE 注水”：普通的咨询服务被包装成更专业的东西。它的建议是，只在问题确实需要深厚产品经验、需要快速适配，或者需要与客户运行环境紧密集成时才用 FDE。

供应商称正在填补的工具缺口

Gartner 发出警告的同一天，OpenClaw 发布了 OpenClaw Enterprise，这是一个开源控制平面，用于在敏感环境中管理常驻智能体。该项目称，IT 部门常常直接封禁智能体平台，原因是缺少通用的安全、防护和治理标准。OCE 目前尚未发布 1.0，采用开放方式开发，为智能体生命周期的各个环节加入多租户、硬性安全边界和可审计性。项目方表示，Red Hat 和 OpenAI 已经在试用。

同一天在 GitHub 上发布的另一套开放协议 UAI 针对的不是部署，而是身份与问责。它把一个智能体绑定到一位可追责的负责人，规定它能做什么，记录它做过什么，并允许第三方在不信任签发注册表的前提下验证这些证据。项目方明确表示，它并不声称某个智能体是安全的，只保证其行为可以被归因。网络访问是另一个控制点。Tailscale 在 9 月 30 日发布了一篇操作说明，介绍 Meta 的 Muse 智能体如何作为独立节点加入用户的 tailnet，并通过授权、标签和一次性确认来限定它能访问的范围。Tailscale 称这套设置是叠加在 Meta 自身针对提示注入和数据外泄的防护之上的一层。

开发方以速度和成本回击

与此同时，工具供应商在吞吐量上展开竞争。获得 YC 投资的开源推理引擎 Magnitude 表示，它会针对用户自己的硬件调优内核，让开放模型跑得比 llama.cpp 快最多 2 倍，Metal 上的解码快 92%，CUDA 上快 19%。面向智能体集群的 git 替代工具 git-dedup 采用直接替换的方式，声称大型检出快 6 倍，并把一位开发者的 git 存储从 35.5 GB 降到 11.1 GB。

Vercel 的《State of agent skills》报告日期为 9 月 25 日。报告称，skills.sh 在七个月内收录条目超过 28000万，记录安装量接近 28000万，在其分类样本中，跨行业技能占安装量的 87.5%。这些是注册表活动数据，不能证明商业价值。9 月 30 日报道该报告的 DevNavigator 指出，这类说明也可能固化过时的假设或个人的偏见，因此仍然需要领域专家审核。