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同日警告买家警惕厂商锁定

OpenClaw基金会于9月30日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,70%的企业将放弃由厂商代建的智能体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同日警告买家警惕厂商锁定

OpenClaw Enterprise是一个开源控制平面,用于在敏感环境中运行常驻的AI智能体。该平台现已开放给内部试点工作负载使用。项目在9月30日的一篇博客文章中公布了这一消息。文章称平台保持厂商中立,可免费自行部署。

这个时间点对厂商服务行业不太友好,对买家却有用。就在当天早些时候,Gartner发布预测:到2028年,70%的企业将放弃由厂商协助搭建的智能体AI系统。这家咨询公司给出的理由是成本和修改难度:一旦没有外部帮助,这些系统就难以改动。《The Register》在9月30日报道了这一预测。

前置工程团队,以及它的退出难题

Gartner针对的是它所说的“前置部署工程”(forward-deployed engineering)。厂商把自己的工程师派驻到客户内部,按照客户的具体需求开发和部署软件。这种模式能很快做出初步成果。Gartner认为,它也可能让客户在厂商人员撤离后,手里握着一套自己无法维护的系统。这家咨询公司还预测,到2028年,这类合作中能把客户的反复需求转化为厂商核心产品功能的比例不足20%。它同时警告了“FDE washing”,也就是把普通咨询包装成更专业的东西来卖。

据《The Register》报道,Gartner高级总监分析师Mukul Saha表示:“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的准则。”

OpenClaw Enterprise直接回应了采用难题的另一半:治理。该项目称,多数组织的IT部门默认做法是一律禁用智能体平台。目前还没有通行的安全、保障与治理标准。OCE增加了多租户、可信与不可信工作负载之间的硬边界、沙箱、基于大模型的审查以及细粒度权限。其执行框架、模型和沙箱都设计为可替换。

该项目始于OpenAI,后捐赠给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已经在使用OpenClaw智能体,并可完全访问代码库和插件。安全控制措施的参考架构承诺将在未来几周内发布。

护栏、身份,以及底层的管道

另外两个开源项目也在9月30日落地,意图相同。来自Archestra的OpenAPPA位于智能体与其工具之间。它在每次行动前只回答一个问题:这些数据是否允许发往这个目的地?其策略用声明式TOML编写,引擎仅凭事件日志就能做出判断。项目称,在1320次评估中没有任何计分攻击得手,同时完成了88%到90%的任务。另一个项目UAI提出了一套开放协议,涵盖智能体身份、所有者绑定、受时间和司法辖区约束的授权,以及签名的行动证明。它还在注册表之间加入了受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。它只使用出站连接,并在首次接触任何设备时要求明确确认。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所描述的成本结构。一个免费、可自行部署的控制平面能从预算里去掉一项授权费用。但它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只有在有人负责所沉淀的知识、并在政策变化时加以复核的前提下才管用。那篇文章引用了Vercel在9月25日发布的智能体技能现状报告,其中统计到七个月内超过28000万条列表和近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表活动,而非已被证明的商业价值。

反方观点来自厂商自己。9月30日发表的一篇博客文章认为,卖成果会把技术不确定性转化为财务风险。文章称,智能体公司需要一套承保模型,在接受工作前先从完成成本分布中报价,就像Uber转向预先定价那样。在一段行程上守住的承诺,放到长周期项目里就难得多。

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。