AI Agent 的四大鸿沟：企业部署的真相与出路

2025 年，AI Agent 从实验室走向生产环境的速度远超预期。然而，最新企业调研揭示了一个令人不安的现实：企业正在大规模部署自己都不完全信任的 AI 系统。

评测鸿沟：上线即翻车

对 157 家企业的调查显示，AI Agent 的自主权在增加，但评测体系的可信度却在下降。一半的企业已经遇到过“通过内部评测、却在客户面前失败”的 Agent。只有 5% 的企业完全信任自己的自动化评测。

问题不在于评测覆盖不够，而在于评测与真实场景脱节。内部测试环境过于理想化，无法模拟生产环境中的长尾输入和对抗性用户行为。

上下文鸿沟：RAG 已成标配，但信任尚未建立

101 家企业的数据表明，RAG（检索增强生成）已经成为 Agent 获取业务上下文的主流方式，甚至超过了专用向量数据库。但问题在于：基础设施的建设速度超过了信任的建立速度。

许多企业虽然搭建了 RAG 管道，却无法确保检索到的信息准确、及时且无偏见。Agent 拿到错误上下文后，会自信地给出错误答案——这种“自信的错误”比“不知道”更危险。

安全鸿沟：54% 已发生事故，但管控仍像“纸糊”

最令人担忧的是安全维度。54% 的企业已经经历过 AI Agent 安全事件或险情。然而，只有约三分之一的组织为每个 Agent 分配了独立的身份和权限。大部分 Agent 仍然共享凭证——这在传统 IT 安全中是不可想象的。

Agent 被授予真实系统访问权限，但访问控制、审计日志、异常检测等基础安全措施严重滞后。一个被攻破的 Agent 可以成为攻击者进入企业内网的“特洛伊木马”。

成本鸿沟：疯狂采购，但算不清账

107 家企业的数据显示，AI 基础设施支出增长远超成本管理能力。大多数企业依赖云厂商和模型 API，但下一笔预算却瞄准了几乎没人用过的专用计算资源。

成本失控的根源在于：没有统一的成本归因和计量体系。Agent 调用模型、检索数据、执行代码，每一层都可能产生费用，但财务部门往往只能看到一张“云账单”总额。

横向观察：从工具到治理的范式转变

本周还有几个值得关注的信号：

• Sakana AI 的 Fugu 编排器尝试用多个开源模型协同工作挑战单一前沿模型，但评测方法备受质疑。
• OpenAI 推出 Codex Micro 硬件控制器，试图用“摇杆”替代命令行——这暗示 Agent 交互方式的根本变革。
• 德国将 Google AI Overviews 和 Perplexity 纳入媒体法监管，标志着 AI 输出不再是“搜索结果”，而是“自有内容”。

这些事件共同指向一个趋势：AI Agent 正在从“技术实验”走向“受监管的生产系统”，而企业的治理能力远未跟上。

对中国企业的落地建议

1. 建立“红队评测”机制：不要只做内部测试，引入对抗性测试和真实用户场景模拟。
2. RAG 质量优先于数量：先确保 100 条高质量文档的可信检索，再扩展到 1 万条。
3. 最小权限原则：每个 Agent 应有独立身份，仅授予完成当前任务所需的最小权限。
4. 成本可视化先行：在采购更多算力之前，先建立模型调用和资源消耗的计量仪表盘。

结论

AI Agent 的潜力毋庸置疑，但企业不能以“先上线再修补”的心态对待。评测、上下文、安全、成本——这四大鸿沟不是技术问题，而是治理问题。

行动建议：在下一次 Agent 上线前，问自己三个问题——它通过真实场景测试了吗？它的权限有边界吗？它的成本可追溯吗？如果答案是否定的，请暂停。