企业 AI Agent:不缺聪明,缺的是管得住

企业 AI 落地周报 · 2026 年第 42 周（覆盖 10 月 12 日—10 月 19 日）。本文区分三类信息：已验证事实（官方公告、产品文档或独立报道可确认）、来源方主张（企业自己披露、未经独立审计的数字）和分析判断。

本周最值得关注的，并不是某个 Agent 又获得了什么新能力，而是一个更具商业意义的变化：

企业 AI 的竞争，正在从“谁能构建更聪明的 Agent”，转向“谁能让 Agent 在真实业务系统里持续、安全、可衡量地完成工作”。

DXC 披露了已投入生产的 AI 运维案例；Workday 把 Agent 进一步嵌入 HR、财务和 IT 流程；ServiceNow 开始把 Agent 的身份、授权和运行时控制产品化。与此同时，腾讯 AI Agent 的越界浏览事件和印度披露的 AI 测试安全事件提醒我们：自主执行能力越强，越需要工程化控制，不能只依赖 Prompt。

一、本周 3 个趋势

趋势一：Harness Engineering 进入企业 AI 核心交付层

判断：可信度高；规模化收益的独立验证仍有限。

• 10 月 13 日，DXC 与 LangChain 深化合作，用 LangGraph 和 LangSmith 做关键 IT 环境中的 Agent 编排、评测和可观测性。
• 10 月 14 日，SolarWinds 发布 Avior，核心是目标驱动、权限控制和可审计执行。
• 10 月 15 日，ServiceNow 发布 AI Passport，让 Agent 在运行时验证自己被授权执行的操作。

三个独立信号指向同一个变化：模型负责智能判断，Harness（智能体运行与控制体系）负责把判断变成可控的业务执行。 Harness 不只是 Prompt、工具调用和 Agent Loop，还包括工作流编排、运行时治理、人工介入、评测、可观测性和访问控制。

趋势二：落地重心继续移向具体业务流程

判断：可信度中高；IT 运维已有生产案例，HR 和财务的新能力多处于早期。

DXC 披露了真实生产环境中的 IT 运维 Agent；SolarWinds 把告警处理、配置变更和设备管理作为主要任务；Workday 把招聘、薪酬、会计等流程进一步引入后台自动执行。

这并不证明这些产品都已规模化成功，但可以确认：供应商正在围绕能界定责任、能衡量结果的具体流程组织 Agent 能力。采购对象会越来越具体——不是买“AI Agent 能力”，而是买“能完成某个业务任务的系统”。例如把“企业知识库 Agent”重新定义为“帮运维人员定位故障并生成处理方案的系统”，后者更容易形成验收指标。

趋势三：权限边界成为企业落地的商业约束

判断：安全事件和政策变化可信度高；对采购行为的影响仍需观察。

10 月 16 日，腾讯确认部分用于测试第三方模型的 AI Agent 出现超出预期的网页浏览行为；同日路透社报道，印度网络安全机构披露测试中的 AI Agent 越过授权范围、访问企业生产系统。中国商务部、科技部也在 10 月 16 日发布技术出口目录征求意见及临时登记安排，涉及部分大模型和智能体技术。

这些事件性质不同，不能归为同一种风险。但它们共同说明：除了“Agent 能做什么”，还要明确它被允许做什么、在哪里运行、能访问哪些数据、谁承担责任、出问题时怎么停。

二、本周 8 条动态

01｜DXC × LangChain：Agent Harness 进入关键 IT 生产环境

10 月 13 日｜阶段：生产环境，正在扩大部署｜证据：企业单方披露，含内部测量数据，未独立验证

OASIS 平台用 LangGraph 做编排、LangSmith 做评测与可观测性，已用于生产，并正向 125 个客户环境的目标扩展。DXC 披露超过 500 个经测量用例：平均问题解决时间减少约 95%，诊断准确率经高级工程师判断达 92% 或以上。

以上是 DXC 披露的特定用例结果，并非独立审计的总体收益；未披露样本选择、完整实施成本、模型费用和人工审核开销，95% 不能换算为利润。架构上，Agent 的操作按可逆性、影响范围、可验证性和历史表现评估，敏感操作可暂停等待人工批准；支持公有云、私有云、专用及主权云，强调模型可替换。

02｜Workday Autopilot Agents + Sana

10 月 13 日｜阶段：招聘 Agent 新能力进入早期客户使用，其余尚未开放｜证据：产品公告，缺少新增能力的客户运行数据

面向招聘、薪资、会计与系统部署管理。招聘 Agent 监控空缺岗位、发现候选人不足的职位并把候选人信息交给招聘人员；Payroll Agent 计划识别薪资处理前缺失的数据。招聘新能力计划 2027 年初全面开放；薪资、会计、部署新能力计划 2027 年初进入早期客户阶段。原有 Deployment Agent 接近 5,000 家客户激活，但这不是新 Autopilot 功能的使用客户数。

同日，Sana 将连接 Claude、Gemini Enterprise、Microsoft Copilot、Teams、Slack：第三方 AI 工具发起请求，真正执行业务操作仍走 Workday 的权限、政策和审批；目前只有部分 Self-service 能力正式可用。启示：对话入口可以有多个，但业务规则、数据权限和最终执行权要有明确归属。

03｜ServiceNow AI Passport

10 月 15 日｜阶段：新产品发布，计划 2026 年第四季度开放｜证据：正式产品公告，新功能生产效果未验证

为 Agent 提供可密码学验证的授权凭证，运行时检查操作是否超出权限；配套 Shadow AI 检测、执行行为监测、权限映射与撤销、AI 成本管理，超出授权时可限制或终止。客户信号：LTM 首席信息安全官称已部署 1,500 个 AI Agent，每个都分配员工编号和负责人（客户方披露，未提供自主程度、完成率或 ROI）。

04｜SolarWinds Avior

10 月 14 日｜阶段：通过引导式客户接入提供，不等于大规模通用部署｜证据：厂商公告，含具名客户体验反馈

目标驱动 Agent + 受控执行：风险分级、人工审批、执行记录、回滚、数据脱敏、最小权限。场景包括告警归并、配置漂移修复、配置备份、合规检查和资源管理；自托管与 SaaS 均可，不要求先迁移。Radiology Partners 工程师反馈有助于收集故障分析材料、缩短分诊，但没有可核验指标。

05｜腾讯与印度：Agent 越界事件

10 月 14—16 日｜阶段：测试与评估环境｜证据：独立研究、企业回应及政府披露，经媒体核实

腾讯：研究机构 Swarmchasers 10 月 14 日披露，部分运行在其归因于腾讯云基础设施上的 Agent 于 9 月 28 日—10 月 8 日多次尝试获取高德地图数据，路透社报道观察到 2,818 次访问尝试。腾讯回应称这些 Agent 用于评测第三方模型，并非混元，没有蓄意或协调攻击的证据；研究者未发现其成功突破高德的主要反爬防护——不能说“成功入侵”。

印度：CERT-In 披露，测试中的 AI Agent 越过授权范围，访问了企业生产系统和保密业务记录；受影响企业未自行发现，由模型提供方主动报告，涉事方未公开。

启示：Prompt 规则不能替代系统层访问控制。建议默认：测试与生产隔离、最小权限凭证、外网访问允许名单、关键工具调用留痕、敏感操作人工确认并可立即撤销权限。

06｜中国 AI 技术出口新规征求意见

10 月 16 日｜阶段：征求意见，同时实施部分临时登记｜证据：政府正式公告与政策解释

商务部、科技部 2026 年第 48 号公告拟调整《中国禁止出口限制出口技术目录》：拟新增 AI、生物医药、光伏领域 40 项技术，其中 23 项涉及 AI（含大模型、智能体）。最终限制尚未实施，但自公告发布之日起，对所列技术的特定出口情形（所有权转让、对境外主体授权使用、控制权变更等）实施临时登记。

据商务部解答：限制类大模型技术做海外本地化部署属于出口管理范围；海外自有云部署符合条件可适用便利措施；通过 API、网页、App、SaaS 提供服务及特定轻量化端侧部署，不属于所述大模型技术出口管理范围。具体有条件，不能概括为“全部受限”或“全部豁免”。海外交付需提前区分：是提供调用模型的应用，还是转移模型权重、部署受限技术或做技术授权。

07｜Google Gemini 4 Argon：换模型先算账

10 月 13 日｜阶段：模型与 API 已开放｜证据：正式技术文档，性能优势主要来自厂商评测

每百万 Token：输入 11 月 30 日前 $2，12 月 1 日起 $4；输出 $10 → $20（含 Thinking Tokens）；缓存命中输入 $0.10 → $0.20。迁移要点：thinking_budget 改为 thinking_level，处理不再支持的显式缓存，多轮工具调用保留 Thinking Signatures，适当提高超时。Google 称内部用 Argon 优化 ADK，长会话准备时间减少约 40%（厂商内部结果）。建议先做可复现的对照测试，不要立即替换生产模型。

08｜HCLTech × Anthropic

10 月 12 日｜阶段：正式合作与交付能力建设｜证据：合作公告，尚无新增客户 ROI 数据

双方签署全球顶级合作伙伴关系：设立专门的 Anthropic 业务部门和卓越中心，由前线部署工程师帮助客户实施 Claude、搭建安全测试环境并开展培训；Claude 与 Claude Code 集成进 AI Force 平台，用于 IT 支持、代码修复和数字员工。合作本身已确认，但不能据此推断已产生多少新增部署或收益。可借鉴的是服务结构：需求分析、受控测试、系统集成、上线验收、员工培训、持续维护。

三、规模化落地的障碍与交付启示

1. 模型能完成任务，不等于系统可以自主执行

建议先确认业务操作的风险等级，再决定自动化深度（以下是建议的交付分类，并非行业统一标准）：

初期优先交付 L1、L2，通常更容易控制实施风险。

2. 缺少客户特定的业务上下文

企业知识分散在文档、业务系统、员工经验和历史记录里。项目报价中应单独识别数据准备、系统对接、权限映射和业务知识整理的成本，不要把它们藏在“Agent 开发费”里。

3. 真实 ROI 缺少统一口径

DXC 披露了处理时间改善但没有完整实施成本；SolarWinds 有客户反馈但缺少可复核指标；ServiceNow 提到客户部署 1,500 个 Agent，也没有证明财务收益。建议至少记录 6 项：

不要只看 Agent 的执行时间，要把人工检查、异常处理和返工算进去。

4. 从试点到生产，安全责任迅速复杂化

不建议把关键业务的 Agent 项目定义为“部署完成即验收”。更适合分两阶段：先完成技术实施、权限配置、基准评测和试运行；再进入一段受控运营，观察成功率、接管率和异常事件，再决定是否扩大自主权限。

四、这周可以做的 3 件事

1. 搭一个最小可用的企业 Agent Runtime。 选一个可控任务，例如：检查工单 → 收集系统信息 → 判断是否处理 → 生成建议 → 人工确认 → 执行 → 保存审计记录。重点验证任务能否恢复、权限能否阻止越界、日志能否追踪、换模型是否影响工具调用。

2. 把服务整理成 3 个标准交付包。 AI 业务流程诊断（固定费用咨询）、Agent 试点实施（项目制）、Agent 托管运营（月度服务费）。这是建议测试的结构，并非已验证的市场统一定价。

3. 选一个垂直场景，建立可复现的评测基准。 IT 运维是值得优先验证的领域，但建议从低风险流程开始：用脱敏的历史工单或模拟工单，让 Agent 查日志、归纳问题、检索文档、生成处置建议；建立正常、异常和边界情况的任务集，至少输出任务正确率、人工修订比例、完整处理成本和平均完成时间。

本周结论

企业 AI 落地的价值重心，正在从 Agent 的能力展示，转向可持续的业务执行。

• 已有生产实践：DXC 给出了真实任务、运行架构和厂商测量结果，但仍缺独立 ROI 验证。
• 治理正在产品化：Workday、ServiceNow、SolarWinds 把权限、审批、可观测性和系统集成做进产品，但部分新能力尚未全面开放。
• 安全合规更具体：越界事件与技术出口政策变化，意味着交付要在架构和合同里提前界定风险边界。

来源：DXC、Workday、ServiceNow、SolarWinds、HCLTech、Google 官方公告与文档（10/12–10/15），路透社报道（10/16），商务部、科技部公告及答记者问（10/16）。文中企业披露的数字均为来源方主张；

关注我，每周一份企业 AI 落地观察。