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
›

企业级AI智能体迎来控制平面、权限代数与身份层

9月30日,OpenClaw公开了面向持久化AI智能体的企业控制平面代码。同一天,另外两个开源项目分别发布了确定性护栏和智能体身份协议。三件事指向同一个缺口:智能体跑起来容易,查清楚难。

人工智能与模型解释王雅琴发布: 2026年9月30日6 分钟阅读资料来源 9
企业级AI智能体迎来控制平面、权限代数与身份层

企业级智能体的新一块拼图在9月30日落地。当天,OpenClaw基金会以开源、厂商中立的方式发布了OpenClaw Enterprise(OCE),这是一个面向持久化智能体的控制平面。项目方称,它正在公开开发中,今年晚些时候发布1.0版本。目前可以通过docker-compose或Kubernetes自行部署。

据项目博客文章介绍,OCE最初在OpenAI内部孵化,随后捐赠给OpenClaw基金会,现在由Red Hat和NVIDIA共同开发。同一篇文章称,OCE正在Red Hat和OpenAI内部试点。文章还提到,OpenAI已经在使用OpenClaw智能体,并给予其对代码库和插件的完整访问权限。这一细节说明,该公司早已不再把智能体当作演示品。

卡住的是治理,不是能力

那篇文章的表述值得细读。OpenClaw承认,发布近一年后,“持久化智能体的实际部署仍然有限”,多数组织的IT部门默认立场是直接禁用智能体平台。OCE宣称的目标是回答一个范围很窄的问题:在敏感环境里部署有能力的智能体,同时不剥夺让它们有用的那些能力,该怎么做。给出的答案是:多租户、可信与不可信工作负载之间的硬安全边界、沙箱、基于大模型的审查、细粒度权限,以及覆盖智能体全生命周期的可审计性。清单很长,每一项都意味着自己的运维成本。

Gartner给出了相关但更直白的判断。在《The Register》9月30日报道的研究中,这家咨询机构预测,到2028年,70%的企业将放弃在厂商协助下构建的智能体AI系统,原因是成本上升,客户难以在没有外部帮助的情况下修改技术。Gartner针对的是它所说的“前置部署工程”,即厂商把工程师派驻到客户处,按客户需求构建和部署软件。按这一论点,早期进展快,可能让客户依赖昂贵的外部专业知识。

“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准则,”Gartner高级总监分析师Mukul Saha对《The Register》表示。

Gartner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厂商核心产品功能的不到20%。它警告存在“FDE washing”,即把普通咨询包装成更专业的东西。《The Register》指出,这不是Gartner第一次发出这类警告。此前的预测涉及生成式AI项目超出预算,以及40%的智能体部署因治理问题被缩减或下线。

另外两次让智能体可被追责的尝试

同样在9月30日,一个名为OpenAPPA的项目发布了确定性护栏,位于智能体与其工具之间。它在每次行动前回答一个问题:这份数据是否允许发往这个目的地。GitHub仓库称它由APPA驱动,即Agentic Permissions Policy Algebra。APPA记录智能体读到的每一项内容的敏感度和可信度,并在每次工具调用执行前对照这份记录进行检查。它的卖点是:分类器和PII检测器是概率性的,而这项检查是确定性的,每次运行都会给出相同结论。

仓库公布的自家基准数据称,在1320次评估中,没有任何计分攻击在OpenAPPA上成功,同时它完成了88%到90%的任务。同一张表把微软FIDES列为41%的任务完成率、31%的攻击成功率,把Claude Code自动模式列为90%完成率、两套测试中共10次攻击成功。这些都是厂商自行发布的数字,跑的是厂商自己的基准。仓库称该工作属于预览版和RFC,配置和接口面可能在没有兼容层的情况下发生变更。背后的论文已被NeurIPS 2026 Workshop on Agents in the Wild接收。

第三个项目UAI同日上线,提供一套用于智能体身份、授权和可独立验证问责的开放协议。它把问题拆成四样东西。UAI-ID,标明智能体是谁。一份凭证,把它绑定到某个所有者。一份护照,用于受时间和司法辖区限制的授权。以及签名的行动证明,记录它实际做了什么。README对这套东西不做什么说得很谨慎。“UAI并不声称AI智能体是安全的,”它写道,只声称行动变得可归属、可核查。设计刻意避开单一的全球权威机构,转而指向联邦式注册表;浏览器验证器的用意是在本地验证证据,而不是去问注册表它自己的证据是否有效。

市场跑得比控制手段快

面向消费者的智能体早已以另一种节奏出货。据TechCrunch报道,DoorDash在9月30日宣布了一款文字下单智能体,让用户通过Apple Messages下单,能处理“按老样子来一份”这类提示,也能处理饮食偏好各异的拼单。该公司正在开放美国候补名单,并另外表示将开始在加州北部与部分餐厅测试送货无人机。DoorDash把这款智能体对准Uber Eats和Grubhub。

Meta在9月早些时候发布的Muse,是另一场从消费端向企业端的大推进。Tailscale在9月30日的博客最具体地展示了这类智能体如何被围起来。Muse运行在一台Linux虚拟机里,默认与用户数据和外部服务隔开,配有日历、联系人、智能家居设备、Gmail、Outlook、Spotify和Meta自家应用的连接器。Tailscale的集成让Muse成为用户tailnet上的一个节点,常规的授权、标签和访问控制照常适用。Tailscale也点出了显而易见的风险:提示注入仍会钻进来,而连接一个能看到自托管服务、能用SSH的智能体,会带来一些用户应当有意识回答的问题。

9月30日还有别的东西。一个名为Magnitude的自托管推理引擎在GitHub上线。它声称比llama.cpp最多快2倍,Metal上解码快92%,CUDA上快19%,每个智能体占用的内存少27%。同日发布的工具git-dedup声称能让大型检出快6倍,并把Git存储削减70%,在117个检出中从35.5 GB降到11.1 GB,目标直指成群的编码智能体。DevNavigator报道了Vercel 9月25日的State of agent skills报告,报告称skills.sh在七个月内达到超过28000万条条目和近2.8亿次记录的安装。它同时指出,这些数字描述的是注册表活动,而不是已被证明的商业价值。

贯穿始终的线索并不光鲜。能力一侧拥挤不堪,每周都在变。账目一侧,智能体归谁所有、它能碰什么、谁能证明它做了什么,才是最新工作落地的地方。这三个协议中是否有任何一个被采用,是另一个问题。其中两个是预览版,一个是单一厂商的早期试点,而Gartner的预测给企业留到2028年做决定。

评论 0

资料来源

9
  1. 01OpenClaw Enterprise – The Open Agent PlatformEN
  2. 027 in 10 enterprises expected to abandon vendor-built agentic AI by 2028EN
  3. 03OpenAPPA: Deterministic guardrails that don't break agentsEN
  4. 04UAI – An open protocol for identity and accountability of AI agentsEN
  5. 05DoorDash launches an AI agent you can text to order foodEN
  6. 06Agent, your network: How Meta's Muse agent works with TailscaleEN
  7. 07Launch HN: Magnitude (YC S25) – Self-optimizing inference engine for agentsEN
  8. 08Git-dedup – faster and smaller checkouts for agentic workflowsEN
  9. 09Agent Skills: 4 Powerful Ways to Improve Enterprise AIEN

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。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

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。