跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

OpenClaw 开放企业级智能体控制平面,Gartner 同日警告买家警惕供应商锁定

9 月 30 日,OpenClaw 基金会向早期用户开放了企业级智能体控制平面。同一天,Gartner 预测到 2028 年将有 70% 的企业放弃由供应商代建的智能体 AI 系统。

人工智能与模型分析林晓雯发布: 2026年9月30日4 分钟阅读资料来源 7
OpenClaw 开放企业级智能体控制平面,Gartner 同日警告买家警惕供应商锁定

OpenClaw Enterprise 是一套开源控制平面,用来在敏感环境中运行长期驻留的 AI 智能体,现在已可用于内部试点负载。项目在 9 月 30 日的博客文章中宣布了这一消息,称平台不绑定供应商,可免费自托管。

这个时间点对供应商服务行业来说有些尴尬,对买家却有用。就在同一天的几个小时前,Gartner 发布预测:到 2028 年,70% 的企业将放弃在供应商协助下搭建的智能体 AI 系统。Gartner 给出的理由是成本,以及没有外部帮助就难以修改这些系统。The Register 在 9 月 30 日报道了这份预测。

前置部署工程,以及它的退出难题

Gartner 针对的是它所说的前置部署工程:供应商把自己的工程师派驻到客户内部,按客户的具体需求开发和部署软件。这种模式能很快拿出早期成果。Gartner 认为,它也可能让客户在供应商人员撤走后,手里留下一个自己维护不了的系统。这家咨询机构还预测,到 2028 年,这类合作中能把客户反复提出的需求转化为供应商核心产品功能的不到 20%。它同时警告存在“FDE 注水”,即把普通咨询包装成更专业的东西来卖。

“范围界定最好的 FDE 合作,从第一天起就对治理、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有明确规则,”Gartner 高级总监分析师 Mukul Saha 说,据 The Register 报道。

OpenClaw Enterprise 直接回应的是应用难题的另一半:治理。项目称,多数组织里 IT 部门的默认立场是彻底禁用智能体平台,因为目前还不存在通行的安全、安保与治理标准。OCE 增加了多租户、可信与不可信负载之间的硬边界、沙箱、基于 LLM 的审查和细粒度权限。它的执行框架、模型和沙箱都设计成可替换。

它始于 OpenAI,后被捐赠给 OpenClaw 基金会,并与 Red Hat 和 NVIDIA 共同开发。目前正在 Red Hat 和 OpenAI 内部试点。项目指出,OpenAI 已经在用 OpenClaw 智能体,可完全访问代码库和插件。安全控制措施的参考架构将在未来几周公布。

护栏、身份,以及底层的管道

同一天 9 月 30 日,另外两个开源项目带着同样的意图落地。来自 Archestra 的 OpenAPPA 位于智能体与其工具之间,在每次动作前回答一个问题:这份数据允许发往这个目的地吗?它的策略用声明式 TOML 写成,引擎仅凭事件日志做判断。项目称,在 1320 次评估中没有一次计分攻击得手,同时完成了 88% 到 90% 的任务。另一个项目 UAI 提出一套开放协议,用于智能体身份、所有者绑定、受时间和司法辖区约束的授权,以及签名的动作证明。注册中心之间采用受 BGP 启发的联邦机制。

同样在 9 月 30 日,Tailscale 解释了 Meta 的 Muse 智能体如何作为独立节点加入 tailnet:只发出站连接,首次接触任何设备时都要显式确认。Tailscale 把 Muse 当作普通节点对待,因此现有的授权和标签照常适用。文章坦承,提示注入和漏洞仍会发生。

对买家来说,实际问题在于这些是否改变了 Gartner 描述的成本结构。一套免费、可自托管的控制平面能从预算里去掉一笔许可费用,却去不掉安全运行智能体所需的内部工程投入。正如 DevNavigator 在 9 月 30 日指出的,Agent Skills 只有在有人负责沉淀下来的知识、并在政策变化时加以复核的前提下才管用。那篇文章援引了 Vercel 9 月 25 日的智能体技能状况报告,其中统计到七个月内超过一百万条条目、近 28000 万次记录的安装。文章本身也提醒,这些数字反映的是注册中心的活动,而非已被证实的业务价值。

反方观点来自供应商自己。9 月 30 日发布的一篇博客文章认为,卖结果会把技术不确定性变成财务风险,智能体公司需要一套承保模型,在接受工作前先从成本完成度分布中报价,就像 Uber 转向预定价那样。这个承诺放在长期项目上,比放在一次打车行程上更难兑现。

评论 0

资料来源

7
  1. 017 in 10 enterprises expected to abandon vendor-built agentic AI by 2028EN
  2. 02OpenClaw Enterprise - The Open Agent PlatformEN
  3. 03OpenAPPA: Deterministic guardrails that don't break agentsEN
  4. 04UAI - An open protocol for identity and accountability of AI agentsEN
  5. 05Your agent, your network: How Meta's Muse agent works with TailscaleEN
  6. 06Agent Skills: 4 Powerful Ways to Improve Enterprise AIEN
  7. 07Underwrite the Work - long horizon agents mean rethinking selling the outcomeEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。