根据一份追踪组织如何大规模部署自主AI代理的新报告，企业正在超越代理式AI试点阶段，发现主要制约因素不再是模型能力，而是运营复杂性。
这一转变正从简单的概念验证聊天机器人，转向报告所称的”AI工厂”，即自主代理作为数字同事，在最少人工监督下处理多步骤工作流程的生产系统。这些代理不仅回应查询，还执行复杂序列：分类IT工单、管理供应链异常、处理保险索赔以及协调内部系统。
报告将代理网关确定为管理这种复杂性的新兴架构模式。代理网关位于AI模型与企业内部系统（CRM、ERP、知识库和通信工具）之间，负责路由请求、执行权限、管理速率限制并提供可观测性。它是将有前景的试点转变为可靠工厂生产系统的运营基础设施层。
大多数企业受模型本身的约束较少，更多地受制于将代理安全可靠地连接到现有系统的复杂性。每次新的集成都需要访问控制、数据治理策略、错误处理和监控，这些是试点项目可以掩盖但生产部署无法回避的问题。
报告指出，企业正趋向于分层架构：模型层（LLM）、代理层（多步骤推理和工具使用的编排）、网关层（安全、路由、可观测性）以及企业集成层（现有API、数据库和SaaS工具）。网关层承担了大部分运营重担。
企业部署的关键观察包括：代理能力的扩展速度超过治理框架的适应速度，可观测性（了解代理做了什么以及为什么这样做）正成为首要运营优先事项，以及组织正在采用”爬行-行走-奔跑”的方法，从只读代理开始进行总结和推荐，然后逐步过渡到能够采取行动的代理。
报告的调查结果与更广泛的行业趋势一致。Gartner预测，到2030年，四分之一的IT运营工作将由无监督的自主代理处理。德勤预测，到2027年，50%使用生成式AI的公司将启动代理式AI试点，其中许多已进入生产阶段。
来源：From Pilots to AI Factories: How Enterprises Are Really Scaling Agentic AI and Agent Gateways（The Register，2026年7月）
婷 翻译