AI代理竞争，重心从模型性能转向企业系统

AI代理竞争的重心正在从计算机操作能力转向能够安全投入企业工作的操作系统。分析认为，除了模型性能外，还必须具备公司特定的上下文、权限管理、错误恢复和验证体系，才能真正将其应用于实际工作中。

安德森-霍洛维茨（Andreessen Horowitz）在2025年8月28日发布的文章中指出，计算机使用型代理正在直接处理浏览器和桌面环境，从而扩大了工作自动化的范围。在企业现场，评估认为，企业特定的上下文和可靠性设计，以及协调长期工作的编排，比通用模型本身更为重要。

计算机使用型代理是一种AI系统，能够识别用户使用的屏幕，并执行点击、输入和屏幕移动等操作。与传统的机器人流程自动化（RPA）重复固定程序不同，它在接收到目标后选择所需工具并处理多个步骤。

应用对象包括文档搜索、客户管理系统输入、内部消息通知和报告撰写等跨多个程序的工作。企业工作涉及访问权限、例外处理、审计记录和人工审批程序，仅凭屏幕操作能力难以实现整个过程的自动化。

根据OSWorld的官方论文，在369个实际计算机操作中，人类的执行率为72.36%，当时最高模型的成功率为12.24%。OSWorld是一个测量在实际操作系统环境中处理文件、应用程序和网页能力的基准。

开放AI（OpenAI）在2025年1月23日发布的计算机使用代理（Computer-Using Agent，CUA）数据显示，其在OSWorld中的成功率为38.1%，在WebArena中为58.1%，在WebVoyager中为87%。这些数字显示，直接处理计算机的模型已经从研究阶段进入产品化阶段。

然而，即使测量相同的计算机使用能力，如果基准版本、任务配置和执行环境不同，结果也难以简单比较。原论文与OSWorld验证、各个公司的重新评估应用了不同的条件，因此性能数据必须同时说明评估标准。

企业用AI代理的瓶颈难以仅用模型分数来解释。即使拥有强大的模型，如果没有及时提供所需的上下文、验证执行结果和恢复失败任务的系统，也难以在生产环境中稳定运行。

微软（Microsoft）在2026年6月2日发布的文章中指出，企业所需的不仅是强大的模型或计算资源，还有构建、部署、观察和控制代理的系统。文章提出了生产环境引入的主要条件：上下文、治理、可观察性和持续改进。

开放AI也在2026年6月25日发布的文章中解释，代理的使用方式正从一次性查询转向长期工作委托。随着工作时间的延长，中间结果验证、权限限制和失败时转交给人工的程序的重要性也随之增加。

安全性是企业用代理需要解决的另一个课题。当代理能够读取和写入内部文档和工作系统时，利用所需上下文的能力和暴露敏感信息的风险也随之增加。

微软研究院（Microsoft Research）的CI-Work研究显示，企业用大型语言模型（LLM）代理的隐私违规率为15.8%至50.9%，信息泄露率最高可达26.7%。研究人员得出结论，仅通过增加模型规模或推理深度，难以解决上下文相关的信息泄露问题。

业界对通过屏幕和浏览器的代理与现有软件连接的过渡方式存在不同看法，有观点认为代理将成为主流，像人一样直接处理现有工具。两种观点都一致认为，实际引入需要访问控制、护栏和执行结果验证。

企业内部也在继续尝试建立代理运作结构。Coinbase的内部AI系统应用了云沙箱和子代理协调、自动任务生成结构，这种系统设计为模型在执行多个步骤的工作过程中区分执行范围和责任奠定了基础。

在虚拟资产领域，AI代理的价格收益与身份、权限和审计体系的设计直接相关。随着自主交易AI代理的身份和权限验证的联合研究的开始，代理在企业工作和数字资产基础设施中的应用将使控制体系的重要性不断增加。

本内容仅供参考，不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息，不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性，存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。