--- title: "企业内部 AI 智能体市场：2026 落地指南" canonical: https://wavect.io/zh/blog/internal-ai-agent-marketplace/ language: zh description: "企业内部 AI 智能体市场建设指南，涵盖企业上下文、身份、审批、评估、可观测性、生命周期控制和 90 天落地计划。" image: "https://wavect.io/img/blog/headers/header_internal-ai-agent-marketplace.png" author: ["Kevin Riedl"] published: "2026-08-13" updated: "2026-09-02" reviewed: "2026-09-02" --- # 企业内部 AI 智能体市场：2026 架构与落地指南 [**返回**](/zh/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/zh/team/kevin-riedl/) [Kevin Riedl](/zh/team/kevin-riedl/) https://linkedin.com/in/wsdt 11 分钟 阅读 · 2026年8月13日 最近审核 2026年9月2日 [**下一篇**](/zh/blog/linux-for-ai-agents/) 要点速览 企业内部 AI 智能体市场，是员工发现和申请已批准智能体的受治理公司目录。商店界面只是可见层。生产系统还需要注册表、独立智能体身份、保留权限的企业上下文、版本化评估、按风险审批、工具执行前的策略控制、可观测性、每个被接受结果的成本，以及退役状态。先在一个部门选择两到三个重复且可衡量的任务。在 90 天内建立目录和访问路径，认证首批智能体，向受控群组试点，只扩展能获得持续使用和信任的能力。 员工已经在为调研、提案、客服、财务和内部运营创建智能体。接下来的难题不是再做一个智能体，而是让同事找到正确的智能体，确认它是否获批，在不绕过权限的前提下接入企业上下文，并在系统变化时知道由谁负责。 企业内部 AI 智能体市场解决的正是分发问题。做好时，它同时是目录、审批流程和运营控制面。做差时，它只是一张链接清单，让影子 AI 更容易扩散。本文讨论两种结果之间的基础设施，并补充我们的 [企业内部 AI 推广指南](/zh/blog/internal-ai-adoption-2026/) 。 ## 什么是企业内部 AI 智能体市场？ **企业内部 AI 智能体市场，是一个受治理的公司目录，员工可以按具体工作发现和申请已批准的 AI 智能体。**每个条目把面向员工的说明，与企业上下文、访问规则、责任人、评估证据、使用情况、成本和生命周期状态连接起来。它与公共目录的区别，在于智能体被分发到现有的企业信任边界之内。 | 层 | 主要使用者 | 回答的问题 | | --- | --- | --- | | 公共智能体市场 | 采购或开发人员 | 有哪些第三方智能体值得评估或购买？ | | 企业内部智能体市场 | 员工和团队负责人 | 哪个获批智能体能帮助完成这项工作？ | | 智能体注册表与控制面 | IT、安全和平台团队 | 现有哪些智能体、能访问什么、由谁负责、是否健康？ | 三层可以共享元数据，但不能互相替代。只有漂亮商店、没有注册表，就无法证明归属和权限。只有注册表、没有好用的员工入口，IT 虽然看得见，采用率却不会提高。真正有价值的系统会把两者连接起来。 ## 为什么企业 Agent Store 在 2026 年成为真正的基础设施类别？ 原因是智能体创建已经去中心化，但责任并没有随之消失。微软介绍了不同职能、不同技术水平的员工如何创建智能体，并用内置护栏、IT 监督和员工培训进行管理，详见其 [内部大规模智能体治理实践](https://www.microsoft.com/insidetrack/blog/governing-ai-agents-at-scale-lessons-from-our-journey-at-microsoft/) 。这已不再是一个创新团队为全公司单向发布软件的模式。 分发入口也开始进入员工原本就在使用的工具。Google Cloud 2026 年的 Agent Gallery 允许员工浏览合作伙伴智能体并提交访问申请，同时由管理员保留部署控制，见 [Gemini Enterprise 智能体市场公告](https://cloud.google.com/blog/products/ai-machine-learning/partner-built-agents-available-in-gemini-enterprise) 。界面看起来像应用商店，但真正关键的是背后的申请与审批路径。 已有企业公开说明自己为员工采用了同一模式。Tata Elxsi 在 2025 至 2026 年年度报告中表示，其内部 AI 智能体市场会筛选可用于生产的智能体，并推动它们在交付、质量、IT、市场、法务、人力资源和学习发展等职能间复用。这一信息与基础设施、护栏和角色培训并列出现在公司的 [正式年度报告](https://nsearchives.nseindia.com/annual_reports/AR_29320_TATAELXSI_2025_2026_A_8677225_01062026164247.pdf) 中。 规模增长会让注册表变成必需品。Gartner 预测，到 2028 年，平均每家全球财富 500 强企业可能使用超过 15 万个智能体，而受访组织中只有 13% 认为自己具备合适的智能体治理。预测不是已发生的结果，但它提出的应对方式很具体：集中式清单、智能体身份、权限、生命周期、信息治理和持续监控，见其 [2026 年 4 月关于智能体蔓延的建议](https://www.gartner.com/en/newsroom/press-releases/2026-04-28-gartner-identifies-six-steps-to-manage-artificial-intelligence-agent-sprawl) 。 ## 企业内部智能体市场需要怎样的架构？ 可以把市场理解为受治理智能体注册表的员工视图。注册表是事实来源，搜索、推荐和团队集合都是该记录的投影。运行时不必与市场来自同一产品，但每次运行都应能追溯到已注册的版本。 1. **目录与发现：** 可按工作、部门、系统、数据敏感度和审批状态搜索。条目应使用“准备续约简报”这样的任务语言，而不是“LangGraph 智能体”这样的框架语言。 2. **身份与访问：** 每个已部署智能体都有独立机器身份、明确的人类负责人、基于角色的用户访问和最小工具权限。智能体不应自动继承发布者的全部权限。 3. **企业上下文：** 连接器只访问已批准的数据源，并在每次检索时保留源系统权限。企业上下文不是把 SharePoint、Confluence、Drive 和 CRM 权限全部抹平的一套共享向量库。 4. **评估与认证：** 任务测试集、工具调用检查、安全测试、风险等级和审批记录都绑定到具体版本。提示、模型、工具或数据边界发生实质变化后，原有批准应失效并重新评估。 5. **策略网关：** 在工具执行前完成 scope 检查、数据泄露控制、高影响写操作的人类审批、速率限制和必要的沙箱隔离。 6. **可观测性与经济性：** 记录 trace、成功率、升级率、延迟、每个被接受结果的成本、事故和反馈。只看 token 花费，无法判断智能体是否真的节省工作。 7. **生命周期：** 草稿、审核、批准、受限、弃用和退役状态，再加 Owner 复核日期。没有负责人和上下文陈旧的智能体，都是运营债务。 微软当前的 Agent Store 文档，以特定平台形式呈现了同样的底层要求。管理员可以在分配给用户或组之前，检查发布者、能力、知识、动作、安全、合规、认证和活动信息。系统也支持公司自行创建以及外部平台创建的智能体。因此，即使选择其他技术栈， [Microsoft 365 Agent Store 管理模型](https://learn.microsoft.com/en-us/microsoft-365/copilot/copilot-agent-store) 也可以作为需求清单。 ## 每个智能体条目应该包含什么？ 市场条目是一份运营契约，不是广告文案。如果员工无法预测智能体会读取什么、修改什么、返回什么，条目就不完整。 | 字段 | 示例 | 作用 | | --- | --- | --- | | 任务与边界 | 起草续约简报，但绝不发送 | 定义有用结果与自主性上限 | | Owner 与负责人 | 营收运营，由角色负责 | 建立升级和复核路径 | | 输入与数据源 | CRM 商机和已批准通话记录 | 让企业上下文透明 | | 动作与权限 | 读取 CRM、创建文档、不能发送邮件 | 让员工理解潜在影响 | | 评估状态 | 100 个测试中 92 个被接受，8 月 4 日复核 | 把“已批准”变成可检查证据 | | 成本与服务目标 | 每份被接受简报低于 0.40 欧元 | 支持路由和退役决策 | | 版本与变更记录 | v1.4，更新模型和 CRM 工具 | 防止行为静默漂移 | | 反馈与事故入口 | 报告错误输出或不安全动作 | 闭合运营反馈环 | 保留源系统权限，是企业上下文中最容易被低估的部分。我们的 [SharePoint、Confluence 与 Google Drive 权限感知 RAG 指南](/zh/blog/rag-permissions-sharepoint-confluence-drive/) 解释了数据平面。对于调用内部工具的智能体，身份边界应放在网关，详见 [企业 MCP 授权架构](/zh/blog/enterprise-mcp-authorization-architecture/) 。 ## 发布和审批流程应该怎样运行？ 按风险划分通道，而不是把所有智能体放进一条队列。只读取个人文档的摘要智能体，不应排在能批准退款或修改 HR 记录的智能体后面。同时，“内部开发”也不是安全证明。 1. **注册：** 创建者声明目的、Owner、用户、数据源、工具、模型、自主程度和预期价值。 2. **分类：** 规则根据数据敏感度、写入能力、外部沟通和决策影响，给出初步风险等级。 3. **测试：** 自动评估和安全测试针对版本化候选版本运行。高影响场景增加业务与法务审核。 4. **批准并限制：** 只发布给明确群组，设置时限权限、预算和人类检查点。 5. **观察：** 记录结果、拒绝动作、人工覆盖、事故、延迟和成本。 6. **复核或退役：** 重大变化触发重新评估。无人使用、无人负责或持续失败的智能体退出市场。 新加坡 IMDA 的 Agentic AI 治理框架提供了一套当前基线。它要求组织事先评估并限制风险，保持有意义的人类责任，实施技术控制与测试，在部署后持续监控，并让最终用户承担相应责任。框架还建议使用范围明确、最小权限和有时间限制的授权。这些原则可以直接转化为市场审批门，详见 [2026 年 1 月发布的 Agentic AI 治理框架](https://www.imda.gov.sg/-/media/imda/files/about/emerging-tech-and-research/artificial-intelligence/mgf-for-agentic-ai.pdf) 。 ## 应该购买平台、扩展现有套件，还是定制开发？ | 方式 | 适合情况 | 主要取舍 | | --- | --- | --- | | 扩展 Microsoft、Google、Salesforce、ServiceNow 或其他套件 | 身份、数据和多数智能体已在一个生态 | 采用快，但目录和治理会受平台形态约束 | | 采用独立注册表或控制面 | 智能体跨多个运行时和业务系统 | 跨平台可见性更好，但多一个运营组件 | | 构建轻量内部市场 | 需要专门流程、部署方式或受监管边界 | 高度适配且自有，但生命周期和集成由企业承担 | | 先做精选目录 | 智能体不到约十个，需要先验证需求 | 学习成本低，但不能误当成运行时治理 | 不要从商店界面截图开始。先盘点已有智能体、身份提供商、数据系统、运行时和审批义务。如果一个套件覆盖大部分关系，就扩展它；否则保留供应商中立的注册表，再把获批智能体发布到员工原本工作的界面。我们的 [定制软件与标准软件决策指南](/zh/software-development-guide/custom-software-vs-off-the-shelf/) 可以帮助分析所有权和锁定风险。 ## 一个可行的 90 天落地计划是什么？ 有用的第一版不是全公司智能体大卖场，而是一个小而可信的目录，加上两到三个解决重复工作的生产智能体。 1. **第 1 至 15 天，盘点与选择：** 发现现有智能体和影子流程，选择一个部门，定义条目契约和 Owner，选出两个可衡量的低至中风险任务。 2. **第 16 至 35 天，建立注册表：** 实现 SSO、角色映射、目录 schema、搜索、访问申请和基础生命周期状态。先接入一个现有工作入口。 3. **第 36 至 60 天，认证首批智能体：** 保留源权限，加入评估集，测试工具边界，定义人类审批，并记录成本和结果 trace。发布前使用我们的 [智能体评估与沙箱安全清单](/zh/blog/ai-agent-eval-sandbox-security-checklist/) 。 4. **第 61 至 75 天，受控试点：** 向一到两个群组开放，观察搜索失败、拒绝访问、运行放弃、人工覆盖和支持请求。先修好工作流，再增加数量。 5. **第 76 至 90 天，决定扩展：** 发布运营指标，退役弱智能体，记录审批通道，并向后续团队开放可重复提交流程。 ## 哪些指标能证明市场创造了价值？ - **发现成功率：** 搜索后找到合适智能体，而不是只统计页面浏览。 - **激活与持续使用：** 获批用户完成首个任务，并为同一工作再次使用。 - **结果接受率：** 无需重大返工就被采用的输出，按智能体版本拆分。 - **人工覆盖与升级率：** 它是安全和流程适配信号，不一定代表失败。 - **每个被接受结果的成本：** 模型、工具和平台成本除以员工真正采用的成果。 - **复用与合并：** 共享智能体服务的团队数量，以及退役的重复智能体。 - **治理周期：** 从提交到与风险相称的决策所需时间。 ## 什么时候值得引入内部智能体市场建设服务？ 当多个部门已有智能体、员工分不清哪些获批、安全审核每次都从零开始，或有价值的原型卡在分发之前时，这项服务有意义。如果企业还没有重复性智能体场景、Process Owner 和可受控访问的数据源，则还太早。 我们的 [AI Enablement 服务](/zh/services/ai-enablement/) 可以覆盖盘点、架构、市场 MVP、上下文与身份集成、评估门、可观测性和团队交接。首个项目应交付由企业拥有的系统和可重复运营模式。如果需要判断成熟度，可以 [预约内部 AI 工作流与智能体市场范围评估](/zh/contact/?intent=operations) 。 ## 常见问题 ### 企业内部 Agent Store 和 AI 智能体市场是同一回事吗？ 在企业搜索语境中，两者经常重叠。“Store”更强调员工发现和分发，“Marketplace”还可能包含外部卖家、采购或定价。应按控制能力定义产品：内部目录、获批发布者、范围化访问、评估证据、Owner 和生命周期。 ### 每位员工都需要一个个人 AI 智能体吗？ 不需要。先从重复工作和由职能团队负责的共享智能体开始。个人智能体能帮助个人，但经过验证的流程如果能复用企业知识、服务整个群组，又不扩大数据访问，杠杆更大。 ### 可以不把所有数据复制到一个 AI 数据库，就使用企业上下文吗？ 可以。在运行时从源系统检索，保留源系统权限，尽量少索引，只传递任务需要的上下文。市场负责说明连接了哪些来源，数据平面负责执行每位用户和智能体的访问权。 ### Microsoft 365 或 Gemini Enterprise 是否已经足够？ 如果身份、数据、智能体构建和日常工作大多在同一生态中，可能足够。多云或受监管企业仍可能需要供应商中立的注册表、策略网关和可观测层。 ### 首个市场 MVP 应包含什么？ SSO、可搜索条目 schema、Owner 与版本记录、按群组申请访问、评估状态、两到三个生产智能体、基础 trace、成本报告、反馈和退役状态。推荐、评分和数百个条目可以等到发现真正成为瓶颈后再做。 ## 最终思考 企业内部 AI 智能体市场首先不是商店，而是智能体运营模式面向员工的入口。目录让员工发现获批能力，注册表、身份、权限感知上下文、评估、策略网关、可观测性和生命周期控制则让这些能力值得复用。先从两到三个重复任务开始，发布证据而不是只贴认证标签，衡量被接受的结果而不是智能体数量，并及时退役无法继续获得信任的智能体。 ## 你可能也喜欢.. [**如何在企业内部推广 AI，而不制造 Shelfware** 从流程选择、成本、合规到实施和交接的完整采用顺序。](/zh/blog/internal-ai-adoption-2026/) [**AI Enablement 还是内部招聘 AI 人才** 在市场需求被验证前，对比外部落地支持与建立完整内部能力。](/zh/compare/ai-enablement-vs-in-house-ai-hire/) 智能体工程 ## 接下来读什么 编程智能体、MCP、上下文系统、评估与可靠自动化控制。 [从这里开始**AI 智能体的图工程：知识图谱什么时候值得做？**](/zh/blog/graph-engineering-ai-agents/) - [RTK AI 1.0：实际 Token 节省、安装与许可证](/zh/blog/rtk-ai-token-savings-review/) - [Anatomy Claude Code 技能：用于技术文档的交互式 SVG](/zh/blog/anatomy-claude-code-interactive-svg/) - [Google AX：暂停恢复、重启成本与自托管](/zh/blog/google-ax-agent-executor-security-self-hosting/) - [WikiSkill：智能体如何从经验中进化 SKILL.md](/zh/blog/wikiskill-self-evolving-agent-skills/) - [腾讯 Octop 评测：开发者真正免费获得了什么](/zh/blog/tencent-octop-ai-assistant-review/) [上一篇文章**GitHub Spec Kit 评测：这套流程值得吗？**](/zh/blog/github-spec-kit-production-guide/) [下一篇文章**Linux 是 AI 智能体的最佳操作系统吗？2026 基础设施指南**](/zh/blog/linux-for-ai-agents/) [**返回**](/zh/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/zh/team/kevin-riedl/) [Kevin Riedl](/zh/team/kevin-riedl/) https://linkedin.com/in/wsdt 11 分钟 阅读 · 2026年8月13日 最近审核 2026年9月2日 [**下一篇**](/zh/blog/linux-for-ai-agents/)