---
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"
---

[**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8月13日

[**下一篇**](/zh/blog/linux-for-ai-agents/)

# 企业内部 AI 智能体市场：2026 架构与落地指南

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

## 继续浏览此集群

编程智能体、MCP、上下文系统、评估与可靠自动化控制。

[从核心文章开始**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/)

- [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/)
- [MCP Cloud 对比 Manufact Cloud：MCP 托管指南](/zh/blog/mcp-cloud-vs-manufact-cloud/)
- [如何用 Agent Skills 让 AI 写作更自然](/zh/blog/ai-writing-agent-skills/)
- [NVIDIA NOOA 评测：面向对象智能体适合生产环境吗？](/zh/blog/nvidia-nooa-object-oriented-agents-review/)
- [Strix AI 渗透测试：2026 年 30 天试点与采购指南](/zh/blog/strix-ai-pentesting-pilot-guide-2026/)

只收重要内容

## 关注与你相关的内容

每当我们发布新文章，你会收到一封简短邮件。你可以关注整个博客，也可以只选感兴趣的主题。

[**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8月13日

[**下一篇**](/zh/blog/linux-for-ai-agents/)

邮件订阅新文章 ×

×

通过邮件获取新文章

我们发布时给你一封简短邮件。免费，不做跟踪。

## Structured Data

```json
{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@id": "https://wavect.io/#organization",
      "@type": [
        "Organization",
        "ProfessionalService",
        "LocalBusiness"
      ],
      "employee": [
        {
          "@id": "https://wavect.io/team/kevin-riedl/#person",
          "@type": "Person",
          "jobTitle": "Managing Director",
          "name": "Kevin Riedl",
          "url": "https://wavect.io/team/kevin-riedl/",
          "worksFor": {
            "@id": "https://wavect.io/#organization",
            "@type": [
              "Organization",
              "ProfessionalService",
              "LocalBusiness"
            ]
          }
        },
        {
          "@id": "https://wavect.io/team/christof-jori/#person",
          "@type": "Person",
          "jobTitle": "Managing Director",
          "name": "Christof Jori",
          "url": "https://wavect.io/team/christof-jori/",
          "worksFor": {
            "@id": "https://wavect.io/#organization",
            "@type": [
              "Organization",
              "ProfessionalService",
              "LocalBusiness"
            ]
          }
        }
      ],
      "founder": [
        {
          "@id": "https://wavect.io/team/kevin-riedl/#person",
          "@type": "Person",
          "jobTitle": "Managing Director",
          "name": "Kevin Riedl",
          "url": "https://wavect.io/team/kevin-riedl/",
          "worksFor": {
            "@id": "https://wavect.io/#organization",
            "@type": [
              "Organization",
              "ProfessionalService",
              "LocalBusiness"
            ]
          }
        },
        {
          "@id": "https://wavect.io/team/christof-jori/#person",
          "@type": "Person",
          "jobTitle": "Managing Director",
          "name": "Christof Jori",
          "url": "https://wavect.io/team/christof-jori/",
          "worksFor": {
            "@id": "https://wavect.io/#organization",
            "@type": [
              "Organization",
              "ProfessionalService",
              "LocalBusiness"
            ]
          }
        }
      ],
      "legalRepresentative": [
        {
          "@id": "https://wavect.io/team/kevin-riedl/#person",
          "@type": "Person",
          "jobTitle": "Managing Director",
          "name": "Kevin Riedl",
          "url": "https://wavect.io/team/kevin-riedl/",
          "worksFor": {
            "@id": "https://wavect.io/#organization",
            "@type": [
              "Organization",
              "ProfessionalService",
              "LocalBusiness"
            ]
          }
        },
        {
          "@id": "https://wavect.io/team/christof-jori/#person",
          "@type": "Person",
          "jobTitle": "Managing Director",
          "name": "Christof Jori",
          "url": "https://wavect.io/team/christof-jori/",
          "worksFor": {
            "@id": "https://wavect.io/#organization",
            "@type": [
              "Organization",
              "ProfessionalService",
              "LocalBusiness"
            ]
          }
        }
      ],
      "name": "Wavect GmbH",
      "subjectOf": {
        "@id": "https://wavect.io/verified-claims.json#dataset",
        "@type": "Dataset",
        "creator": {
          "@id": "https://wavect.io/#organization",
          "@type": [
            "Organization",
            "ProfessionalService",
            "LocalBusiness"
          ]
        },
        "description": "A machine-readable registry of quantitative and qualitative claims published by Wavect, with review dates, localized page appearances and public third-party citations where available.",
        "inLanguage": "en",
        "isAccessibleForFree": true,
        "license": "https://creativecommons.org/licenses/by/4.0/",
        "name": "Wavect verified publication claims",
        "url": "https://wavect.io/verified-claims.json"
      },
      "url": "https://wavect.io/"
    },
    {
      "@id": "https://wavect.io/team/kevin-riedl/#person",
      "@type": "Person",
      "jobTitle": "Managing Director",
      "name": "Kevin Riedl",
      "sameAs": [
        "https://www.wikidata.org/wiki/Q139796365",
        "https://www.linkedin.com/in/wsdt",
        "https://github.com/wsdt"
      ],
      "url": "https://wavect.io/team/kevin-riedl/",
      "worksFor": {
        "@id": "https://wavect.io/#organization",
        "@type": [
          "Organization",
          "ProfessionalService",
          "LocalBusiness"
        ]
      }
    },
    {
      "@id": "https://wavect.io/team/christof-jori/#person",
      "@type": "Person",
      "jobTitle": "Managing Director",
      "name": "Christof Jori",
      "sameAs": [
        "https://www.wikidata.org/wiki/Q139796367",
        "https://www.linkedin.com/in/jocr77/",
        "https://github.com/jo-chris"
      ],
      "url": "https://wavect.io/team/christof-jori/",
      "worksFor": {
        "@id": "https://wavect.io/#organization",
        "@type": [
          "Organization",
          "ProfessionalService",
          "LocalBusiness"
        ]
      }
    },
    {
      "@id": "https://wavect.io/#website",
      "@type": "WebSite",
      "inLanguage": [
        "en",
        "de",
        "es",
        "zh"
      ],
      "name": "Wavect",
      "potentialAction": {
        "@type": "SearchAction",
        "query-input": "required name=search_term_string",
        "target": {
          "@type": "EntryPoint",
          "urlTemplate": "https://wavect.io/search/?q={search_term_string}"
        }
      },
      "publisher": {
        "@id": "https://wavect.io/#organization",
        "@type": [
          "Organization",
          "ProfessionalService",
          "LocalBusiness"
        ]
      },
      "url": "https://wavect.io/"
    },
    {
      "@id": "https://wavect.io/zh/blog/internal-ai-agent-marketplace/#webpage",
      "@type": "WebPage",
      "dateModified": "2026-08-13",
      "inLanguage": "zh",
      "isPartOf": {
        "@id": "https://wavect.io/#website",
        "@type": "WebSite"
      },
      "lastReviewed": "2026-08-13",
      "url": "https://wavect.io/zh/blog/internal-ai-agent-marketplace/"
    }
  ]
}
```

```json
{
  "@context": "https://schema.org",
  "@type": "BlogPosting",
  "abstract": "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。",
  "articleBody": " 博客概览/AI 与智能体/智能体工程 企业内部 AI 智能体市场：2026 架构与落地指南 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。 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。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。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。 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。 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。 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。 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。 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。 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。 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。 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。 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。 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。 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。 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。 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。 观察：记录结果、拒绝动作、人工覆盖、事故、延迟和成本。 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。 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。 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。 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。 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。 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。 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。 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",
  "articleSection": "Engineering",
  "author": {
    "@id": "https://wavect.io/team/kevin-riedl/#person",
    "@type": "Person",
    "name": "Kevin Riedl",
    "sameAs": [
      "https://www.wikidata.org/wiki/Q139796365",
      "https://www.linkedin.com/in/wsdt",
      "https://github.com/wsdt"
    ],
    "url": "https://wavect.io/team/kevin-riedl/"
  },
  "citation": [
    {
      "@type": "WebPage",
      "name": "内部大规模智能体治理实践",
      "url": "https://www.microsoft.com/insidetrack/blog/governing-ai-agents-at-scale-lessons-from-our-journey-at-microsoft/"
    },
    {
      "@type": "WebPage",
      "name": "Gemini Enterprise 智能体市场公告",
      "url": "https://cloud.google.com/blog/products/ai-machine-learning/partner-built-agents-available-in-gemini-enterprise"
    },
    {
      "@type": "WebPage",
      "name": "正式年度报告",
      "url": "https://nsearchives.nseindia.com/annual_reports/AR_29320_TATAELXSI_2025_2026_A_8677225_01062026164247.pdf"
    },
    {
      "@type": "WebPage",
      "name": "2026 年 4 月关于智能体蔓延的建议",
      "url": "https://www.gartner.com/en/newsroom/press-releases/2026-04-28-gartner-identifies-six-steps-to-manage-artificial-intelligence-agent-sprawl"
    },
    {
      "@type": "WebPage",
      "name": "Microsoft 365 Agent Store 管理模型",
      "url": "https://learn.microsoft.com/en-us/microsoft-365/copilot/copilot-agent-store"
    },
    {
      "@type": "WebPage",
      "name": "2026 年 1 月发布的 Agentic AI 治理框架",
      "url": "https://www.imda.gov.sg/-/media/imda/files/about/emerging-tech-and-research/artificial-intelligence/mgf-for-agentic-ai.pdf"
    }
  ],
  "dateModified": "2026-08-13",
  "datePublished": "2026-08-13",
  "description": "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。",
  "headline": "企业内部 AI 智能体市场：2026 架构与落地指南",
  "image": "https://wavect.io/img/blog/headers/header_internal-ai-agent-marketplace.svg",
  "inLanguage": "zh",
  "keywords": "AI 智能体, 企业 AI",
  "mainEntityOfPage": {
    "@id": "https://wavect.io/zh/blog/internal-ai-agent-marketplace/",
    "@type": "WebPage"
  },
  "publisher": {
    "@id": "https://wavect.io/#organization",
    "@type": [
      "Organization",
      "ProfessionalService",
      "LocalBusiness"
    ]
  },
  "url": "https://wavect.io/zh/blog/internal-ai-agent-marketplace/",
  "wordCount": 349
}
```

```json
{
  "@context": "https://schema.org",
  "@type": "BreadcrumbList",
  "itemListElement": [
    {
      "@type": "ListItem",
      "item": "https://wavect.io/zh/",
      "name": "首页",
      "position": 1
    },
    {
      "@type": "ListItem",
      "item": "https://wavect.io/zh/blog/overview/",
      "name": "博客概览",
      "position": 2
    },
    {
      "@type": "ListItem",
      "item": "https://wavect.io/zh/blog/topics/ai-agents/",
      "name": "AI 与智能体",
      "position": 3
    },
    {
      "@type": "ListItem",
      "item": "https://wavect.io/zh/blog/clusters/agent-engineering/",
      "name": "智能体工程",
      "position": 4
    },
    {
      "@type": "ListItem",
      "item": "https://wavect.io/zh/blog/internal-ai-agent-marketplace/",
      "name": "企业内部 AI 智能体市场：2026 落地指南 | ",
      "position": 5
    }
  ]
}
```