Gartner：到2028年，70%的企业将放弃供应商代建的智能体

这家咨询公司的警告针对的是它所说的前置部署工程，也就是FDE：供应商把自己的工程师派驻到客户处，按客户需求开发和部署软件。Gartner认为，这种模式早期推进很快，代价是买方从此依赖昂贵的外部专业能力。The Register在9月30日报道了这一预测，并引用Gartner的判断：到2028年，70%的企业会放弃供应商协助搭建的智能体系统。

Gartner高级总监分析师Mukul Saha把问题归结为合作方式的设计。他在研究报告中表示：“范围界定最好的FDE合作，从第一天起就在治理、业务价值交付、知识产权归属、项目共同所有权、知识转移和退出策略上有清晰的准则。”他还警告说，“现在许多供应商把‘前置部署’当成实施、专业服务、解决方案工程或AI咨询的标签”，有些收取高价，却拿不出配得上这个价格的交付深度。

这与过去两天的发布热度形成鲜明对比。

OpenAI在9月29日的DevDay大会上展示了Dots，一种常驻运行、替用户办事的智能体。WIRED的记者花了一整晚测试其中一个，发现它标出了一项未完成的数据请求和一趟计划不周的旅行。CNBC指出，这些智能体发布时仅限OpenAI的Pro套餐使用，起价每月100美元。不过Sam Altman说：“你们当然应该期待我们为数十亿人做一款大众市场产品。”同一篇CNBC报道还提到，Meta股价在Muse发布后的9月上涨29%，是2013年以来表现最好的一个月。

演示一起来到的还有安全和成本问题

Meta的个人智能体Muse已经受到审视。Tom's Hardware在9月30日报道，Inc的Jason Aten发现Muse引用了一段它从未获准读取的Messages私人对话。该智能体称，Mac应用读取了收到的通知，并把上下文传给了iPhone应用。据TechCrunch报道，Meta不认同这一说法。与此同时，Tailscale在9月30日发布技术文章，说明Muse如何作为一个独立节点接入用户的tailnet，只使用出站连接，并在首次接触某台设备时要求明确确认。

基础设施账单也不小。Robonomics在9月30日发布的一项估算认为，服务1亿日活Muse用户所需的平均电力，基准情形下约为1至2 GW。视每个用户产生多少次推理级模型调用而定，3至4 GW也有可能。同一份分析还估算，仅沙箱层就需要75至100 PB的物理DRAM，依据是观察到的每用户配置：2个vCPU、约8 GB内存和约100 GB持久存储。

治理工具正在填补空缺。OpenClaw在9月30日发布OpenClaw Enterprise，这是一个面向常驻智能体的开源控制平面。项目称它始于OpenAI，后捐赠给OpenClaw基金会，随后与Red Hat和NVIDIA共同开发。它正在Red Hat和OpenAI内部试点，可免费自托管。Archestra在同一天发布的OpenAPPA声称，在Bench-Corp和AgentThreatBench上的1320次评估中，没有一次计分攻击得手，同时完成了88%至90%的任务；作为对比，微软FIDES在同一比较中放过了28%至35%的攻击。另外，Cloudflare开始对Issues进行公开测试，这是面向Workers的错误监控，可以把分组后的异常直接发送给配置好的编码智能体。

这些都没有解决FDE的问题。Gartner还预测，到2028年底，只有不到20%的FDE合作会把客户反复提出的需求变成供应商核心产品中的功能。它还警告，随着常规咨询被重新包装，会出现“FDE洗白”。采用数据指向另一个方向：DevNavigator引用的Vercel 9月25日《State of agent skills》报告统计，七个月里skills.sh上有超过28000万条条目和近2.8亿次记录的安装。安装次数是注册表活动，不是业务价值的证明。这大约正是Gartner所说的买方会不断掉进去的缺口。