深度訪談｜OpenClaw引爆Agent元年，AI Agent在企業(yè)內(nèi)如何規(guī)模化應(yīng)用？

作者 | 文朋

2026 年初，開(kāi)源智能體項(xiàng)目 OpenClaw 風(fēng)靡全球，迅速成為開(kāi)發(fā)者社區(qū)的焦點(diǎn)。

這場(chǎng)現(xiàn)象級(jí)爆發(fā)，也讓行業(yè)關(guān)于“Agent 元年”的判斷，第一次有了具象而清晰的參照。

OpenClaw 的走紅，讓開(kāi)發(fā)者乃至普通用戶首次直觀感受到：AI 正在從“對(duì)話框里的顧問(wèn)”，躍遷為“現(xiàn)實(shí)世界中的執(zhí)行者”。

它不再只是提供建議或生成代碼，而是能夠理解復(fù)雜指令、自主調(diào)用工具、在多維環(huán)境中完成任務(wù)，并交付閉環(huán)結(jié)果的“數(shù)字勞動(dòng)力”。

短短數(shù)月，這股浪潮便從極客社區(qū)擴(kuò)散至大廠、創(chuàng)業(yè)公司與個(gè)人用戶，推動(dòng)整個(gè)行業(yè)重新思考 AI 的終局形態(tài)：未來(lái)的智能入口究竟在哪里？AI 的核心價(jià)值是否正在從“內(nèi)容生成”全面轉(zhuǎn)向“任務(wù)達(dá)成”？

當(dāng) Agent 真正擁有“執(zhí)行權(quán)”后，一系列現(xiàn)實(shí)問(wèn)題也隨之浮現(xiàn)：權(quán)限邊界、數(shù)據(jù)安全、成本黑盒、可觀測(cè)性以及長(zhǎng)期信任機(jī)制，逐漸成為企業(yè)級(jí)落地?zé)o法回避的深水區(qū)。

與此同時(shí)，以 HermesAgent 為代表的新一代技術(shù)路線，也在為這一賽道引入新的變量。相比單純強(qiáng)調(diào)工具調(diào)用的執(zhí)行模式，新一代智能體開(kāi)始更加關(guān)注記憶沉淀、自我學(xué)習(xí)與長(zhǎng)期進(jìn)化能力。

至此，關(guān)于 AI Agent 的討論，已從“能不能用”、“好不好用”，走向“如何持續(xù)變強(qiáng)”“如何穩(wěn)定治理”，以及“如何真正進(jìn)入企業(yè)核心生產(chǎn)環(huán)境”。

本期是《AI Token 說(shuō)》系列第二場(chǎng)對(duì)談。我們邀請(qǐng)到兩位深度參與 AI Agent 演進(jìn)的一線實(shí)踐者：

馮成成，阿里云專(zhuān)有云 Agent 技術(shù)開(kāi)發(fā)負(fù)責(zé)人，將立足企業(yè)級(jí)落地前線，分享 Agent 在企業(yè)級(jí)場(chǎng)景中面臨的安全管控、權(quán)限體系、協(xié)同機(jī)制問(wèn)題，以及生產(chǎn)部署中的真實(shí)挑戰(zhàn)。

姚柳佚，阿里巴巴 ATH 事業(yè)群通義大模型事業(yè)部科學(xué)家，她也是 QwenPaw 產(chǎn)品技術(shù)的負(fù)責(zé)人之一，將從產(chǎn)品體驗(yàn)、開(kāi)源生態(tài)與用戶路徑出發(fā)，解析 Agent 如何從“技術(shù)嘗鮮”走向“工作流”價(jià)值輸出。

本文將圍繞“從 OpenClaw 爆火到企業(yè)級(jí) Agent 落地”這一主線，拆解熱潮背后的底層驅(qū)動(dòng)力，并探討它將如何重塑企業(yè)生產(chǎn)力、個(gè)人智能助理形態(tài)以及加速開(kāi)源生態(tài)演進(jìn)的路徑。

1 從對(duì)話到執(zhí)行：OpenClaw 為什么引爆 Agent 熱潮

主持人：OpenClaw 為什么會(huì)在國(guó)內(nèi)迅速成為一個(gè)全民級(jí)事件？

馮成成：作為技術(shù)人，其實(shí)我們已經(jīng)研究 OpenClaw 一段時(shí)間了。尤其是在 OpenClaw 爆火之前，我們?cè)趯?zhuān)有云 OpenTrek 里就已經(jīng)做過(guò)相關(guān)技術(shù)探索。

OpenClaw 本質(zhì)上代表一次 AI 交互范式質(zhì)變：它從過(guò)去的“對(duì)話式 AI”推進(jìn)到了“執(zhí)行式 AI”。

以前 AI 再聰明，本質(zhì)上是一個(gè)顧問(wèn)。你問(wèn)它問(wèn)題，它給你答案，不會(huì)真正進(jìn)入業(yè)務(wù)流程。

而 OpenClaw 出現(xiàn)后，開(kāi)發(fā)者能非常直觀感受到：AI 不只能回答問(wèn)題，還能拆解任務(wù)、選擇工具，并自動(dòng)完成執(zhí)行。這種體驗(yàn)變化是非常強(qiáng)烈的。

當(dāng)然，它爆火并不是突然發(fā)生的。背后有幾個(gè)前提：首先，底層模型能力已經(jīng)足夠強(qiáng)，能理解復(fù)雜指令，并且相對(duì)可靠地完成任務(wù)拆解和調(diào)度；其次，OpenClaw 本身使用門(mén)檻并不高，普通開(kāi)發(fā)者也能快速上手。兩者疊加之后，就點(diǎn)燃了整個(gè)開(kāi)發(fā)者群體的熱情。

姚柳佚：我覺(jué)得可以總結(jié)為三個(gè)方面：模型能力到了、產(chǎn)品體驗(yàn)順了、開(kāi)源傳播快了。這三個(gè)因素共同推動(dòng)了 OpenClaw 的爆火。

尤其是在產(chǎn)品體驗(yàn)層面，它和過(guò)去的云端聊天機(jī)器人很不一樣。它不再只是一個(gè)遠(yuǎn)程問(wèn)答工具，而是真正“長(zhǎng)”在你的本地環(huán)境里，可以理解你的上下文，并且執(zhí)行具體任務(wù)。

它在產(chǎn)品設(shè)計(jì)上接入了 IM 渠道，也有心跳機(jī)制、定時(shí)任務(wù)機(jī)制等，這也是產(chǎn)品體驗(yàn)上的一次重要革新。

主持人：有哪個(gè)產(chǎn)品體驗(yàn)點(diǎn)讓你覺(jué)得它和過(guò)去的 AI 產(chǎn)品完全不一樣？

姚柳佚：我第一次用它的時(shí)候，讓它幫我部署一個(gè)網(wǎng)站。真的是從零開(kāi)始，一步步完成，寫(xiě)代碼、改文件、改配置，最后到我得到一個(gè)在瀏覽器里打開(kāi)，可以直接點(diǎn)擊訪問(wèn)的網(wǎng)站頁(yè)面。

這是我第一次非常明確地感受到：AI 真的可以把一個(gè)完整任務(wù)做完，而不是只給我建議或者代碼片段。

但坦白說(shuō)，我當(dāng)時(shí)看著它在本地環(huán)境里寫(xiě)代碼、改文件、改配置，心里還是有點(diǎn)發(fā)毛的。我會(huì)擔(dān)心：它會(huì)不會(huì)把我的系統(tǒng)搞崩？更關(guān)鍵的是，它會(huì)不會(huì)把自己也搞崩？

所以一方面這個(gè)體驗(yàn)很震撼，另一方面也確實(shí)會(huì)帶來(lái)一些安全上的挑戰(zhàn)。

馮成成：我第一次使用 OpenClaw 場(chǎng)景，和大多數(shù)人可能比較類(lèi)似。一開(kāi)始會(huì)彈出一些文件權(quán)限授權(quán)，先給它授權(quán)，然后讓它做了一個(gè)很簡(jiǎn)單的任務(wù)：如整理一下本地文件夾。

它確實(shí)做到了普通 AI 很難做到的事情。不只告訴我怎么整理，而且能夠理解我的文件夾結(jié)構(gòu)、文件類(lèi)別以及它們之間的關(guān)系，然后把它們重新整理得更有條理。

我覺(jué)得到了這一步，AI 才真的開(kāi)始接近“個(gè)人助理”的角色。尤其是在本地文件整理這類(lèi)場(chǎng)景里，它不只是回答問(wèn)題，而是開(kāi)始真正幫你處理個(gè)人工作環(huán)境里的具體事務(wù)。

主持人：年初大家都經(jīng)歷了一輪“裝機(jī)熱”，但裝了不代表真的能用起來(lái)，尤其是本地化部署。那么，從“養(yǎng)蝦”“試試”到真正高頻、穩(wěn)定用起來(lái)，中間到底隔著什么？需要做哪些動(dòng)作，才能讓它真正進(jìn)入日常工作流？

姚柳佚：我覺(jué)得從“試試”到真正“用起來(lái)”，中間主要要補(bǔ)上兩件事：場(chǎng)景適配和信任感。

第一是場(chǎng)景適配。很多人裝完龍蝦后，只是覺(jué)得新鮮，讓它做幾個(gè)任務(wù)。但關(guān)鍵在于，它有沒(méi)有和你的日常高頻場(chǎng)景結(jié)合起來(lái)。如果沒(méi)有結(jié)合日常場(chǎng)景，那它只是一陣“虛火”，看起來(lái)熱鬧，但很難長(zhǎng)期留下來(lái)。

只有當(dāng)它真正進(jìn)入你的工作流，比如處理文件、整理信息、生成報(bào)告、同步消息、執(zhí)行固定流程，它才會(huì)持續(xù)產(chǎn)生價(jià)值。

進(jìn)一步說(shuō)，如果這些高頻場(chǎng)景能沉淀成龍蝦自己的 Skills，它就能更穩(wěn)定地理解你的工作方式，后續(xù)執(zhí)行也會(huì)更智能。

第二是信任感。真正用起來(lái)后，大家會(huì)很自然地產(chǎn)生顧慮：它會(huì)不會(huì)把文件改壞？會(huì)不會(huì)誤操作？會(huì)不會(huì)發(fā)送我的隱私信息？

這些擔(dān)心很現(xiàn)實(shí)。因?yàn)辇埼r一旦進(jìn)入本地環(huán)境，開(kāi)始接觸文件、配置、消息和工作流，它就不再只是一個(gè)回答問(wèn)題的工具，而是一個(gè)真正能執(zhí)行各種動(dòng)作的系統(tǒng)。

所以，核心找到并適配高頻場(chǎng)景，同時(shí)建立對(duì)它執(zhí)行能力和安全邊界的信任。

馮成成：從我的視角看，用戶從“試試”到真正用起來(lái)，中間隔著三道隱形的墻：場(chǎng)景的墻、成本的墻、信任的墻。

第一道同樣是場(chǎng)景墻。很多用戶把龍蝦裝起來(lái)后，第一反應(yīng)是：“然后呢？我讓它干什么？”還是會(huì)沿用過(guò)去使用 AI 的方式，比如問(wèn)它：“怎么寫(xiě)周報(bào)？”最后得到的也只是一個(gè)普通大模型式的回答。

所以但真正的轉(zhuǎn)變?cè)谟冢阋獡Q一種方式和它溝通。不是問(wèn)它“怎么寫(xiě)周報(bào)”，而是讓它去讀你的本周日程、查看郵件、整理工作內(nèi)容，最后幫你生成一份周報(bào)，甚至發(fā)到釘釘上。這才是一個(gè)完整鏈路。

也就是說(shuō)，當(dāng)你把龍蝦看作“個(gè)人助理”時(shí)，它的價(jià)值才會(huì)真正體現(xiàn)出來(lái)。用戶首先要解決也是“我如何把一個(gè)完整任務(wù)交給它”。

第二道是成本墻。很多用戶剛開(kāi)始覺(jué)得龍蝦很炫酷，但跑了一周之后發(fā)現(xiàn) Token 消耗不少，錢(qián)包確實(shí)有壓力。用戶就會(huì)開(kāi)始算賬：它提升的效率，能不能覆蓋我花出去的錢(qián)，以及它節(jié)省下來(lái)的時(shí)間。

如果這筆賬算不過(guò)來(lái)，用戶很可能又退回到手動(dòng)操作。所以關(guān)鍵的一點(diǎn)，是要選擇高價(jià)值場(chǎng)景。真正適合它的，是那些重復(fù)、高頻、鏈路較長(zhǎng)、手動(dòng)處理成本較高的任務(wù)。

第三道是信任墻。當(dāng)你用得越來(lái)越久，越來(lái)越多事情交給龍蝦后，就會(huì)產(chǎn)生新焦慮：它會(huì)不會(huì)亂改我的文件？會(huì)不會(huì)把隱私數(shù)據(jù)發(fā)出去？如果它真的誤操作了，我該怎么辦？

這道墻最難跨越。因?yàn)樗恢皇枪δ芎图夹g(shù)問(wèn)題，而是用戶心理上的確定性問(wèn)題。用戶需要知道它在做什么、為什么這么做、做錯(cuò)了能不能回滾、哪些動(dòng)作需要確認(rèn)后才能執(zhí)行。

很多用戶就停在了第一道墻或第二道墻。所以，要讓龍蝦真正用起來(lái)，要幫助用戶找到高價(jià)值場(chǎng)景、控制使用成本，并逐步建立執(zhí)行信任。

2 從 OpenClaw 到 HermesAgent 產(chǎn)品越來(lái)越多，到底該怎么選？

主持人：開(kāi)源確實(shí)在 OpenClaw 的爆火中發(fā)揮了重要作用。你們?cè)趺纯串?dāng)前 Agent 開(kāi)源生態(tài)的格局？開(kāi)源和 Agent 的發(fā)展之間，究竟是什么關(guān)系？

姚柳佚：如果把 Agent 開(kāi)源生態(tài)比作一張地圖，OpenClaw 肯定是其中非常亮眼的一部分，但整個(gè)生態(tài)遠(yuǎn)不止 OpenClaw。

從我自己體驗(yàn)看，Agent 開(kāi)源生態(tài)已不再只是小圈子開(kāi)發(fā)者的游戲，而是有越來(lái)越多普通用戶、非技術(shù)背景的人參與進(jìn)來(lái)。比如在我們 QwenPaw 的 Discussion 區(qū)域，就會(huì)有很多用戶來(lái)提 Issue、提 FeatureRequest。

這些用戶當(dāng)然不一定都貢獻(xiàn)代碼，但他們同樣是開(kāi)源社區(qū)的重要成員。他們可以提出改進(jìn)建議，可以分享使用體驗(yàn)，也可以在社媒上講自己是怎么用的，在哪些場(chǎng)景里獲得了 Ahamoment。

還有一些用戶，會(huì)在小紅書(shū)、朋友圈等平臺(tái)上幫助其他人解答使用問(wèn)題，分享自己踩過(guò)的坑和解決經(jīng)驗(yàn)。也就是說(shuō)，今天的開(kāi)源貢獻(xiàn)已經(jīng)不只發(fā)生在代碼倉(cāng)庫(kù)里，也發(fā)生在社媒社區(qū)、用戶討論區(qū)和真實(shí)使用場(chǎng)景中。

我覺(jué)得這是一個(gè)很重要的變化：開(kāi)源社區(qū)正在帶動(dòng)傳播社區(qū)一起成長(zhǎng)。過(guò)去大家理解開(kāi)源，更多想到的是代碼、Issue、PR；但現(xiàn)在，普通用戶的體驗(yàn)分享、問(wèn)題反饋、場(chǎng)景傳播，也在推動(dòng)一個(gè) Agent 產(chǎn)品快速擴(kuò)散和進(jìn)化。

馮成成：我覺(jué)得現(xiàn)在整個(gè) Agent 開(kāi)源生態(tài)已經(jīng)相當(dāng)豐富，OpenClaw 肯定不是唯一選擇。

比如在框架層和平臺(tái)層，有像 LangChain、LangGraph、Dify 這樣的項(xiàng)目或平臺(tái)，它們主要解決的是“怎么創(chuàng)造 Agent”以及“怎么編排 Agent”的問(wèn)題，提供的是底層框架能力和平臺(tái)能力。

而在產(chǎn)品層，會(huì)有像 OpenClaw 這種主打本地優(yōu)先、個(gè)人助理形態(tài)的產(chǎn)品，也有像 HermesAgent 這種強(qiáng)調(diào)自我進(jìn)化能力的 Agent。它們更關(guān)注的是“用戶怎么真正用上 Agent”。

這些項(xiàng)目之間并不是簡(jiǎn)單的競(jìng)爭(zhēng)關(guān)系，也沒(méi)有絕對(duì)沖突。它們的側(cè)重點(diǎn)不同：有的解決開(kāi)發(fā)和編排問(wèn)題，有的解決使用和體驗(yàn)問(wèn)題。整體上，我更愿意把它們看成一種相輔相成的關(guān)系：不同項(xiàng)目互相借鑒、互相推動(dòng)，共同推進(jìn) Agent 生態(tài)往前。

從更長(zhǎng)期來(lái)看，用戶不再只花 Token 買(mǎi)能聊天的模型，而是雇了一個(gè) AI 來(lái)幫自己干活。而開(kāi)源生態(tài)的價(jià)值就在于，讓這個(gè)過(guò)程變得更快、更透明，也讓更多人能夠參與進(jìn)來(lái)，一起定義 Agent 應(yīng)該怎么被創(chuàng)造、怎么被使用、怎么真正進(jìn)入現(xiàn)實(shí)工作流。

主持人：OpenClaw 和 Hermes Agent 看起來(lái)都是個(gè)人 AI Agent 助理，但外界也會(huì)討論它們?cè)诩軜?gòu)和產(chǎn)品思路上的差異。兩者的差異主要體現(xiàn)在架構(gòu)層、產(chǎn)品層，還是技術(shù)實(shí)現(xiàn)層？

馮成成：從表面上看，確實(shí)都是個(gè)人 AI Agent 助理，但它們?cè)诩軜?gòu)深度和產(chǎn)品思路上有明顯差異。

OpenClaw 更像是“人教 Agent 做事”。它的邏輯是：在基礎(chǔ)大模型之上，加上工具調(diào)用和 Skills，讓模型完成意圖識(shí)別、工具選擇，并自主執(zhí)行任務(wù)。它的記憶機(jī)制也相對(duì)直觀，主要通過(guò)文本文件和上下文透?jìng)鳎屇Ｐ屠斫庥脩粜枨蠛腿蝿?wù)背景。

這種設(shè)計(jì)的優(yōu)點(diǎn)是簡(jiǎn)單、可控、容易審計(jì)。用戶可以明確知道它能做什么、怎么做，也可以通過(guò)配置 Skills 來(lái)擴(kuò)展它的能力。

但它的局限也很清楚：不太具備真正意義上的自我進(jìn)化能力。它的能力提升，更多依賴(lài)社區(qū)貢獻(xiàn)、Skills 增加，或者產(chǎn)品版本升級(jí)。

HermesAgent 則更像是“Agent 自己學(xué)會(huì)做事”。它有一套更完整的記憶框架，包括短期記憶、中期記憶、長(zhǎng)期記憶以及技能記憶體。在這個(gè)體系里，記憶不是附加能力，而是基礎(chǔ)設(shè)施。

最明顯的區(qū)別是，HermesAgent 不一定需要用戶預(yù)先安裝 Skills。它的 Skill 可以在執(zhí)行任務(wù)的過(guò)程中，通過(guò)總結(jié)經(jīng)驗(yàn)不斷沉淀下來(lái)。

這也決定了兩者更適合不同場(chǎng)景。OpenClaw 更適合確定性強(qiáng)、流程清晰的執(zhí)行任務(wù)；HermesAgent 更適合目標(biāo)模糊、需要探索和持續(xù)優(yōu)化的任務(wù)。

但長(zhǎng)期來(lái)看，我不認(rèn)為這兩種架構(gòu)思路是二選一。一個(gè)成熟的 Agent 框架，應(yīng)該同時(shí)具備穩(wěn)定可控的執(zhí)行底座，以及能夠持續(xù)學(xué)習(xí)、自我進(jìn)化的能力。

姚柳佚：如果從相同點(diǎn)說(shuō)起。OpenClaw 和 HermesAgent 都屬于 Agent 的運(yùn)行層，也就是用戶直接面對(duì)的一層，能直觀看到 Agent 在理解任務(wù)、調(diào)用工具、執(zhí)行動(dòng)作。

但從架構(gòu)特點(diǎn)來(lái)看，兩者的側(cè)重點(diǎn)不一樣。

OpenClaw 的插件系統(tǒng)和 Hook 機(jī)制，允許用戶在 Agent 的全生命周期里插入各種 Hook。這樣一來(lái)，任務(wù)執(zhí)行過(guò)程就更容易被觀察、干預(yù)和審計(jì)。

這套設(shè)計(jì)非常適合需要確定性和安全邊界的場(chǎng)景。比如處理本地文件、執(zhí)行固定流程、調(diào)用明確工具，這些任務(wù)都需要用戶知道 Agent 在做什么，也需要在關(guān)鍵節(jié)點(diǎn)有可控性。

HermesAgent 則可以總結(jié)為：潛力更大，能力天花板更高。它的核心優(yōu)勢(shì)在于 Learningloop，也就是學(xué)習(xí)閉環(huán)。Agent 可以在空閑時(shí)反復(fù)查看自己過(guò)去的執(zhí)行軌跡，總結(jié)經(jīng)驗(yàn)，并沉淀成后續(xù)可復(fù)用的能力。

如果再配合 RL 強(qiáng)化學(xué)習(xí)訓(xùn)練，就有可能形成一套完整閉環(huán)：執(zhí)行任務(wù)、記錄軌跡、沉淀記憶、優(yōu)化策略，再回到下一次執(zhí)行中提升表現(xiàn)。

所以?xún)烧卟皇钦l(shuí)完全替代誰(shuí)，而是適合不同需求。

當(dāng)然，自我進(jìn)化并不是免費(fèi)的。它在持續(xù)學(xué)習(xí)、回看軌跡、沉淀經(jīng)驗(yàn)的過(guò)程中，也會(huì)消耗 Token 和計(jì)算資源。所以用戶最終還是要權(quán)衡：自己更需要一個(gè)穩(wěn)定可控的執(zhí)行工具，還是一個(gè)有更高成長(zhǎng)潛力、但成本和不確定性也更高的智能體。

主持人：阿里云實(shí)驗(yàn)室也推出了 QwenPaw，這同樣是一個(gè)龍蝦類(lèi)產(chǎn)品，這背后是基于什么樣的考慮？想讓它發(fā)揮什么作用？

姚柳佚：大家知道，QwenPaw 的前身其實(shí)叫 coPaw，最近正式更名為 QwenPaw。這個(gè)名字本身，也體現(xiàn)了我們接下來(lái)開(kāi)源的方向和初心。

其中，Qwen 代表我們會(huì)繼續(xù)擁抱 Qwen 開(kāi)源生態(tài)，并且在模型側(cè)持續(xù)發(fā)力。比如支持本地模型部署，支持大模型協(xié)同、端云協(xié)同，也會(huì)針對(duì) Agent 場(chǎng)景，在模型能力上做進(jìn)一步優(yōu)化和適配。

而 Paw，其實(shí)是“小爪子”的意思，也代表我們的初心。我們希望 QwenPaw 不只是一個(gè)冰冷的工具，而是一個(gè)能陪伴在你身邊、真正長(zhǎng)在你生活里的小助手。

它可以更輕量、更簡(jiǎn)單地部署，也能更自然地進(jìn)入用戶的日常場(chǎng)景。

主持人：現(xiàn)在市面上的 Agent 產(chǎn)品越來(lái)越多，用戶在選擇時(shí)也會(huì)產(chǎn)生困惑：這么多 Agent，到底應(yīng)該用哪一個(gè)？因?yàn)檎嬲煤靡粋€(gè) Agent，往往需要投入精力，比如購(gòu)買(mǎi)額度、配置 Skills、適配場(chǎng)景、部署和調(diào)試。那么在投入這些成本之前，我們應(yīng)該通過(guò)哪些維度判斷一個(gè) Agent 產(chǎn)品是否值得長(zhǎng)期使用？

馮成成：我覺(jué)得衡量一個(gè) Agent 的價(jià)值，不只看它能做什么，更要看它能不能在企業(yè)環(huán)境里穩(wěn)定運(yùn)行。

我一般會(huì)從三個(gè)維度看：可控、有能力、能協(xié)同。

第一是可控。一個(gè) Agent 有沒(méi)有全生命周期的審計(jì)能力？能不能做好權(quán)限分級(jí)和隔離策略？在高風(fēng)險(xiǎn)操作時(shí)，能不能主動(dòng)尋求人類(lèi)確認(rèn)？只有當(dāng)一個(gè) Agent 是可控的，企業(yè)才真正敢把權(quán)限交給它。

第二是有能力。比如，它有沒(méi)有處理復(fù)雜指令的能力？能不能拆解任務(wù)？有沒(méi)有豐富的工具鏈？能不能對(duì)接企業(yè)內(nèi)部系統(tǒng)，完成業(yè)務(wù)接入？有沒(méi)有完整的記憶能力？

這里的記憶，和個(gè)人助理的記憶不太一樣。個(gè)人助理的記憶更偏向“我的記憶我來(lái)用”，讓自己變聰明就可以。

但企業(yè)級(jí)記憶更強(qiáng)調(diào)跨 Agent 之間的共享和協(xié)同。一個(gè) Agent 可以獨(dú)立沉淀某個(gè)業(yè)務(wù)領(lǐng)域的經(jīng)驗(yàn)，其他相關(guān)領(lǐng)域的 Agent 或同類(lèi) Agent 也可以共享這套記憶體系。

第三是能協(xié)同。企業(yè)里的業(yè)務(wù)流程，通常不是一個(gè)人就能端到端完成的。Agent 也一樣。比如一個(gè) Agent 負(fù)責(zé)數(shù)據(jù)分析，另一個(gè) Agent 負(fù)責(zé)對(duì)外協(xié)同溝通。那么每個(gè) Agent 都有不同的職能、角色和權(quán)限，就需要標(biāo)準(zhǔn)協(xié)議進(jìn)行交互和互通。

如果一個(gè)框架只能支持單智能體工作，那么它的上限就會(huì)被限制住。

姚柳佚：從協(xié)同角度看，現(xiàn)在市面上已經(jīng)有很多協(xié)議，比如 A2A 協(xié)議、MCP 協(xié)議、ACP 協(xié)議等等。如果一個(gè) Agent 或框架能夠方便地對(duì)接這些協(xié)議，那無(wú)疑是一個(gè)巨大優(yōu)勢(shì)。

另外，我還想從開(kāi)源社區(qū)的角度補(bǔ)充一點(diǎn)：一個(gè) Agent 是否擁有良好、繁榮的生態(tài)，也非常值得考量。

當(dāng)我想做一件事時(shí)，生態(tài)里是否已經(jīng)有可以直接使用的 Skills？如果有，就不需要所有東西都從 0 到 1 自己做。

生態(tài)里是否有足夠多的用戶分享使用體驗(yàn)？這些真實(shí)案例能夠啟發(fā)我，也能幫助我更好地找到自己的使用方式。

第三，當(dāng)我提 Issue，或者向社區(qū)反饋問(wèn)題時(shí)，能不能得到及時(shí)回應(yīng)？有沒(méi)有人理你，這一點(diǎn)其實(shí)也很重要。如果反饋了問(wèn)題卻沒(méi)有人回應(yīng)，用戶會(huì)很受挫，后面可能就不會(huì)再參與社區(qū)討論了。

所以我覺(jué)得，社區(qū)對(duì)一個(gè) Agent 產(chǎn)品的長(zhǎng)期使用影響很深。它雖然是一個(gè)偏軟性的因素，不完全屬于產(chǎn)品技術(shù)本身，但如果沒(méi)有社區(qū)，產(chǎn)品用起來(lái)就會(huì)比較干澀，也更難長(zhǎng)期發(fā)展。

3 從“試一試”到進(jìn)生產(chǎn)：企業(yè)級(jí) Agent 首先要解決哪些問(wèn)題？

主持人：對(duì)企業(yè)來(lái)說(shuō)，即使選對(duì)了產(chǎn)品，也不代表接入后就能真正用起來(lái)。企業(yè)從“嘗試”到真正進(jìn)入生產(chǎn)環(huán)境，中間還隔著什么？除了技術(shù)接入之外，還有哪些軟性挑戰(zhàn)？

馮成成：我覺(jué)得企業(yè)場(chǎng)景和個(gè)人養(yǎng)蝦，是完全不同的兩個(gè)場(chǎng)景。

個(gè)人用戶裝龍蝦，可能覺(jué)得很酷，自己試一試就可以。但企業(yè)如果真的想把它放到生產(chǎn)環(huán)境里，最大的阻礙往往不是技術(shù)問(wèn)題，而是信任。

這種信任缺失，在企業(yè)內(nèi)部會(huì)體現(xiàn)成一種典型的業(yè)務(wù)張力：研發(fā)團(tuán)隊(duì)熱情很高，希望 Agent 擁有足夠權(quán)限，可以調(diào) API、查數(shù)據(jù)庫(kù)，把效能發(fā)揮到最大。

但安全團(tuán)隊(duì)和合規(guī)團(tuán)隊(duì)看到的是另一面：這些調(diào)用有沒(méi)有權(quán)限隔離？操作過(guò)程有沒(méi)有審計(jì)？會(huì)不會(huì)帶來(lái)真實(shí)的生產(chǎn)安全風(fēng)險(xiǎn)？

要平衡這兩者，我覺(jué)得真不能一刀切，不能簡(jiǎn)單地全部開(kāi)放，也不能全部卡掉，而是要做風(fēng)險(xiǎn)分級(jí)。

比如，低風(fēng)險(xiǎn)場(chǎng)景，像智能問(wèn)答、數(shù)據(jù)報(bào)表匯總、信息總結(jié)這類(lèi)任務(wù)，通常不會(huì)直接引發(fā)業(yè)務(wù)異常，確定性也比較強(qiáng)，就可以放心讓 Agent 去做。

中風(fēng)險(xiǎn)場(chǎng)景，比如自動(dòng)化運(yùn)維、問(wèn)題排查，就需要配合沙箱隔離、安全執(zhí)行機(jī)制來(lái)做。遇到高風(fēng)險(xiǎn)操作時(shí)，要彈出人工確認(rèn)。本質(zhì)上是 Agent 在干活，但人保留最終控制權(quán)。

高風(fēng)險(xiǎn)場(chǎng)景，比如自動(dòng)審批、資金流轉(zhuǎn)，就要極其謹(jǐn)慎。需要完整的全鏈路審計(jì)能力，也需要完善的回滾機(jī)制。前期更建議采用 AI 輔助決策、人工最終執(zhí)行的方式，先做業(yè)務(wù)過(guò)渡，再逐步建立信任。

所以，從低風(fēng)險(xiǎn)到高風(fēng)險(xiǎn)，其實(shí)也是企業(yè)逐步建立信任的過(guò)程。先從低風(fēng)險(xiǎn)場(chǎng)景切入，讓安全團(tuán)隊(duì)看到權(quán)限是可以一層層控制的，也讓研發(fā)團(tuán)隊(duì)看到 Agent 的能力可以逐步開(kāi)放出來(lái)。

姚柳佚：在企業(yè)里，不同團(tuán)隊(duì)站在不同視角，看到問(wèn)題也不一樣。

例如。開(kāi)發(fā)團(tuán)隊(duì)和業(yè)務(wù)團(tuán)隊(duì)看到的是效率，安全團(tuán)隊(duì)看到的是風(fēng)險(xiǎn)。其實(shí)雙方都對(duì)，因?yàn)檫@是各自職責(zé)決定的。我們會(huì)把可觀測(cè)性和安全性，放在和能力同等重要的位置上。

只有企業(yè)里的各方團(tuán)隊(duì)都能看得到這個(gè) Agent、看得清這個(gè) Agent，并且管控得住這個(gè) Agent，信任才會(huì)逐步建立起來(lái)。

主持人：前面我們提到，企業(yè)真正用好 Agent，關(guān)鍵是它是否可控、可用、可持續(xù)運(yùn)行。那具體來(lái)說(shuō)要達(dá)到哪些標(biāo)準(zhǔn)，才能把它放進(jìn)生產(chǎn)環(huán)境？有沒(méi)有一份更清晰的能力清單？

姚柳佚：我可以從 QwenPaw 的角度來(lái)舉例，這份能力清單首先是數(shù)據(jù)隱私和本地可管控。

我們和一些大型國(guó)企用戶交流時(shí)，他們會(huì)明確提出：業(yè)務(wù)數(shù)據(jù)和敏感數(shù)據(jù)不能傳到公有云模型上。所以 QwenPaw 在設(shè)計(jì)時(shí)堅(jiān)定支持本地模型部署。大型國(guó)企用戶可以結(jié)合專(zhuān)有云模型和本地部署的 QwenPaw，滿足數(shù)據(jù)安全和本地管控的要求。

第二是復(fù)雜任務(wù)執(zhí)行能力和權(quán)限管控能力。

在復(fù)雜任務(wù)執(zhí)行上，QwenPaw 新版本設(shè)計(jì)了 Mission 模式，支持 Agent 自主規(guī)劃任務(wù)，并巡視任務(wù)是否完成。

在管控上，我們引入了插件機(jī)制，幫助企業(yè)處理部署 Agent 時(shí)大量“接縫”工作，比如接入日志平臺(tái)、監(jiān)控平臺(tái)、自定義安全規(guī)則和安全檢查。這些能力可以通過(guò)插件實(shí)現(xiàn)，不打斷主流程。

此外，QwenPaw 也支持包括 ACP 協(xié)議在內(nèi)的多種開(kāi)源協(xié)議，方便和企業(yè)現(xiàn)有系統(tǒng)、工具無(wú)縫對(duì)接。

我覺(jué)得未來(lái)的 Agent，會(huì)像一個(gè)戴著安全帽、穿著工作服的正式工，真正融入企業(yè) IT 系統(tǒng)。

馮成成：我們專(zhuān)有云面向企業(yè)客戶做 Opentrek 智能體平臺(tái)時(shí)，跟很多客戶打過(guò)交道，有一些切身體會(huì)。前面講到的可控、有能力、能協(xié)同，真正落到生產(chǎn)環(huán)境里，都需要扎實(shí)的技術(shù)準(zhǔn)備。

首先，Agent 已經(jīng)不只是一個(gè)回答問(wèn)題的系統(tǒng)，而是一個(gè)擁有一定操作權(quán)限、能自主執(zhí)行任務(wù)的程序。它可能會(huì)執(zhí)行腳本、調(diào)用工具、處理業(yè)務(wù)流程。

所以安全團(tuán)隊(duì)最關(guān)心的是邊界：誰(shuí)能用？能做什么、不能做什么？出了問(wèn)題能不能溯源？

針對(duì)這些問(wèn)題，我們?cè)趯?zhuān)有云 Opentrek 里做了完整的安全閉環(huán)：事前，有身份認(rèn)證和權(quán)限校驗(yàn)體系，讓每個(gè) Agent 像數(shù)字員工一樣擁有不同角色和權(quán)限；事中，有安全沙箱隔離執(zhí)行環(huán)境，也有高風(fēng)險(xiǎn)操作時(shí)的人工授權(quán)確認(rèn)機(jī)制；事后，有全鏈路審計(jì)能力，支持問(wèn)題回溯。這是企業(yè)級(jí) Agent 必須重點(diǎn)建設(shè)的第一層能力。

其次，是豐富的企業(yè)級(jí)能力，它決定 Agent 能不能真正解決業(yè)務(wù)問(wèn)題。企業(yè)最終關(guān)心的，還是 Agent 能不能解決真實(shí)業(yè)務(wù)問(wèn)題。這也是我們希望重點(diǎn)發(fā)力的部分。

我們不僅關(guān)注單個(gè) Agent，也面向一批 Agent 來(lái)設(shè)計(jì)，讓它們像企業(yè)員工一樣協(xié)同工作。每個(gè) Agent 都有不同職能角色、業(yè)務(wù)權(quán)限和業(yè)務(wù)記憶，并通過(guò)標(biāo)準(zhǔn)協(xié)議完成業(yè)務(wù)交互。

這里的記憶不是個(gè)人助理式記憶，而是企業(yè)級(jí)記憶。支持跨 Agent 共享和協(xié)同，讓 Agent 不斷學(xué)習(xí)業(yè)務(wù)經(jīng)驗(yàn)、總結(jié)沉淀，并逐步自我進(jìn)化，成為更成熟的企業(yè)員工。

這些記憶也會(huì)存儲(chǔ)在企業(yè)級(jí)私有化數(shù)據(jù)庫(kù)或企業(yè)環(huán)境中，保障數(shù)據(jù)可審計(jì)、可回溯、可回滾。再加上企業(yè)級(jí)知識(shí)庫(kù)和豐富的生態(tài) Skill，Agent 能深入企業(yè)業(yè)務(wù)的毛細(xì)血管，像老員工一樣干活。

然后，企業(yè)把 Agent 發(fā)到線上后，會(huì)關(guān)心它是否穩(wěn)定運(yùn)行、有沒(méi)有異常。圍繞這一點(diǎn)，我們建設(shè)了詳細(xì)的可觀測(cè)體系。比如 Agent 的任務(wù)規(guī)劃、方案執(zhí)行、工具調(diào)用，以及過(guò)程中出現(xiàn)的業(yè)務(wù)異常，都應(yīng)該透明可見(jiàn)。

管理一個(gè) Agent 團(tuán)隊(duì)，有點(diǎn)像管理遠(yuǎn)程數(shù)字團(tuán)隊(duì)。你需要看到每個(gè) Agent、每個(gè)節(jié)點(diǎn)的任務(wù)狀態(tài)，知道它們?cè)谧鍪裁础⒆龅侥囊徊健⒛睦锍隽藛?wèn)題。可觀測(cè)能力不是獨(dú)立于安全、能力、協(xié)同之外的第四個(gè)維度，而是支撐這些能力穩(wěn)定運(yùn)轉(zhuǎn)的基礎(chǔ)設(shè)施。

所以總結(jié)來(lái)說(shuō)，企業(yè)級(jí) Agent 進(jìn)入生產(chǎn)環(huán)境，至少要具備三類(lèi)能力：用安全管控解決“敢不敢用”，用企業(yè)級(jí)能力解決“能不能用起來(lái)”，用可觀測(cè)能力解決“能不能長(zhǎng)期運(yùn)行”。

當(dāng)這三點(diǎn)做到位時(shí)，Agent 才能從 demo 走向企業(yè)真正可以依賴(lài)的數(shù)字員工，甚至是數(shù)字員工團(tuán)隊(duì)。

主持人：剛才我們聊到很多企業(yè)級(jí) Agent 的管理問(wèn)題，比如權(quán)限、回滾、可觀測(cè)、安全管控等。那么對(duì)企業(yè)來(lái)說(shuō)，如果現(xiàn)在就要部署企業(yè)級(jí) Agent，應(yīng)該怎么落地？有沒(méi)有一套更明確的路徑和避坑指南？

馮成成：結(jié)合我們的業(yè)務(wù)經(jīng)驗(yàn)，我覺(jué)得可以分四步走。

第一步，選對(duì)場(chǎng)景，而不是一上來(lái)就全面 AI 化。

企業(yè)落地 Agent，最好先從簡(jiǎn)單、容錯(cuò)率高的場(chǎng)景切入，把 AI 先用起來(lái)。很多落地失敗的案例，往往是一開(kāi)始就選了非常敏感的業(yè)務(wù)場(chǎng)景。一旦 Agent 執(zhí)行異常，很可能就在企業(yè)內(nèi)部被“宣判死刑”。

第二步，建立穩(wěn)定、安全的基礎(chǔ)能力。

比如權(quán)限分級(jí)、身份認(rèn)證、操作審計(jì)、沙箱機(jī)制，這些能力不能等到后面再補(bǔ)，而是從一開(kāi)始就要具備。否則一旦出問(wèn)題，可能連問(wèn)題發(fā)生在哪里都查不到。

第三步，建設(shè)豐富的企業(yè)級(jí)能力。

很多 Agent 在企業(yè)里表現(xiàn)得“像個(gè)笨蛋”，不一定是模型不夠強(qiáng)，而是企業(yè)沒(méi)有把足夠多的業(yè)務(wù)數(shù)據(jù)、業(yè)務(wù)流程和工作經(jīng)驗(yàn)喂給它，也沒(méi)有把能力標(biāo)準(zhǔn)化。這一步做好之后，Agent 才能真正好用，但這一步也最花時(shí)間、最難。

第四步，建立自主可觀測(cè)、自救和自進(jìn)化能力。

Agent 上線之后，企業(yè)必須能看到它的運(yùn)行狀態(tài)：有沒(méi)有調(diào)用報(bào)錯(cuò)，Skills 成功率是在上漲還是下跌，哪些節(jié)點(diǎn)經(jīng)常卡住，哪些地方需要人工介入。

所以總結(jié)起來(lái)就是四步指南：先從小場(chǎng)景切入，把它用起來(lái)；再建立基礎(chǔ)安全能力，擴(kuò)展業(yè)務(wù)邊界；然后豐富企業(yè)級(jí)能力，把業(yè)務(wù)做深做實(shí)；最后通過(guò)可觀測(cè)能力，讓 Agent 持續(xù)穩(wěn)定運(yùn)轉(zhuǎn)。

姚柳佚：我覺(jué)得可以概括成三步走：小范圍試驗(yàn)田、大范圍驗(yàn)證、工廠化落地。

第一階段，先在小范圍場(chǎng)景里試。這個(gè)階段重點(diǎn)不是追求規(guī)模，而是驗(yàn)證 Agent 能不能在真實(shí)業(yè)務(wù)里跑通。

第二階段，進(jìn)入更大范圍的驗(yàn)證。這個(gè)階段要看它在更多場(chǎng)景、更多團(tuán)隊(duì)、更多權(quán)限邊界下，是否依然穩(wěn)定可控。

第三階段，才是工廠化落地，也就是把 Agent 真正納入企業(yè)生產(chǎn)體系。

但這里有一個(gè)很多人容易忽略的點(diǎn)：每一步都要沉淀安全規(guī)則、安全機(jī)制和安全評(píng)判基準(zhǔn)。不是等規(guī)模擴(kuò)大之后才補(bǔ)安全，而是在每個(gè)階段都要把安全經(jīng)驗(yàn)沉淀下來(lái)。

另外一個(gè)關(guān)鍵點(diǎn)是 Human in the Loop，也就是人和 Agent 的配合方式。Human in the Loop 不是把所有事情都交給 Agent，讓它完全自主；也不是每一步都讓人審批、每一步都卡住。前者風(fēng)險(xiǎn)太高，后者效率太低。

不同場(chǎng)景里，人的參與程度應(yīng)該不一樣。隨著 Agent 覆蓋的場(chǎng)景越來(lái)越多，企業(yè)和 Agent 之間的信任感越來(lái)越強(qiáng)，Agent 的權(quán)限也可以逐步放開(kāi)。

未來(lái)企業(yè)里可能還會(huì)出現(xiàn)一個(gè)新的角色，叫 AgentOps。這個(gè)角色負(fù)責(zé)管理 Agent 的運(yùn)行、權(quán)限、協(xié)作和持續(xù)優(yōu)化。

其實(shí)，本質(zhì)上，企業(yè)接入 Agent 之后，不只是接入了一個(gè)工具，而是在適應(yīng)一種新的組織模式：怎么和 Agent 配合，怎么信任它，怎么開(kāi)放資源，以及怎么讓人和 Agent 一起完成工作。

4 Agent 會(huì)是泡沫嘛？如何判斷 Agent 的未來(lái)

主持人：最后想請(qǐng)兩位用一句話總結(jié)一下對(duì) Agent 未來(lái)的判斷。現(xiàn)在很多人也會(huì)關(guān)心：Agent 會(huì)不會(huì)只是一個(gè)泡沫？作為長(zhǎng)期在產(chǎn)業(yè)一線的從業(yè)者，你們看到的趨勢(shì)是什么？

姚柳佚：我認(rèn)為現(xiàn)在的 Agent 生態(tài)已經(jīng)進(jìn)入百花齊放的階段。未來(lái)，Agent 會(huì)像水和電一樣，成為我們?nèi)粘Ｉ钪须[形的基礎(chǔ)設(shè)施。

開(kāi)源生態(tài)和端到端的安全管控能力，也將會(huì)是推動(dòng) Agent 走向千行萬(wàn)業(yè)的強(qiáng)力引擎。

馮成成：我個(gè)人覺(jué)得，Agent 現(xiàn)在已證明了自己是能干活的。未來(lái)，當(dāng)它真正做到管得住、有深度、能協(xié)同時(shí)，就會(huì)像云計(jì)算一樣，成為各個(gè)企業(yè)的標(biāo)配。