智能体工具链各走各路：OpenClaw 免费控制平面遇上治理淘金热

OpenClaw 基金会这套新控制平面在 9 月 30 日公布，1.0 版本今年晚些时候发布，此前一直在公开开发。项目启动文章说，OCE 最早在 OpenAI 内部起步，后来捐给基金会，现在由 Red Hat 和 NVIDIA 一起开发。它支持多租户和硬性安全边界，还提供文章所说的标准化智能体原语。项目的说法很直接：组织要先拿到治理手段，才肯放智能体出去干活。

这是对市场压力的直接回应。同一天，Gartner 预测，到 2028 年，70% 的企业会放弃在厂商协助下搭建的智能体 AI 系统。原因是成本不断上升，而客户一旦离开外部帮助，就很难改动这套技术。The Register 报道了这一预测。该咨询机构把这种模式称为前置部署工程，即 FDE。

Gartner 高级总监分析师 Mukul Saha 说，FDE“成功的第一步是把合作结构定对，从范围、激励到治理、归属和退出机制都要清楚”。他还说，许多供应商把“前置部署”当成实施、专业服务或 AI 咨询的标签来用，有些还收取高价，交付深度却配不上这个价格。Gartner 还预计，到 2028 年，能把客户的反复需求转化为厂商核心产品功能的 FDE 合作不足 20%。

治理这条线贯穿最新一批工具。9 月 30 日发布在 GitHub 上的 OpenAPPA 位于智能体和它的工具之间，每一次动作之前都会检查数据是否被允许送达某个目的地。开发方报告称，在 1320 次评测中没有一次计分攻击得手，任务完成率为 88% 到 90%。他们拿这一结果与 Microsoft FIDES 对比，称后者放过了 28% 到 35% 的攻击；又说 Claude Code 自动模式在两个测试套件中放过了 10 次。这些是项目自己的数字，并非独立测试。

身份是问题的另一半。9 月 30 日发布的 UAI 描述了一套开放协议，面向智能体身份、授权和可验证问责，包含四类产物：UAI-ID；把智能体与所有者绑定的凭证；限定其行动范围与有效期的护照；以及签名的行动证明。项目明确表示，它并不认证某个智能体是否安全，只保证其行动可以追溯、可以被独立核查。它更长期的模型是联邦注册表，借鉴 BGP 路由的思路，而不是建一个全球数据库。

护栏比部署到得更快

安全厂商没有等待。Tailscale 于 9 月 30 日发布了一篇操作指南，说明 Meta 的 Muse 智能体如何作为独立节点加入 tailnet，让用户可以用授权和标签限制该智能体能触及的范围。文章重复了 Meta 的说法：Muse 运行在 Linux 虚拟机中，遵循最小权限原则。文章还提到，它只做出站连接，首次接触某台设备时需要明确确认。Tailscale 同时提醒，提示注入仍会漏过去。

开发者工具在同步推进。Vercel 的《智能体技能现状》报告日期为 9 月 25 日。据 DevNavigator 的报道，报告称 skills.sh 在七个月内突破 28000 万个条目，录得近 2.8 亿次安装。这些是注册表活动数据，不是独立用户数，也不能证明商业价值。9 月 30 日，Magnitude 发布了一款开源推理引擎，在用户设备上调整内核，声称性能最高比 llama.cpp 快 2 倍，Metal 上解码快 92%，CUDA 上快 19%。同一天发布的 Git-dedup 声称，大规模检出快 6 倍，在 117 次检出中 Git 存储从 35.5 GB 降到 11.1 GB。

结果是模型与工作之间挤出了一层拥挤的中间地带。OpenClaw 押注的是，一个免费、厂商中立的控制平面会成为默认选择，尽管分析师警告厂商协助的搭建方式往往让客户陷入依赖。这两种说法并不矛盾。它们描述的是同一个缺口，谁把它补上，谁就能赚到钱。