智能体工具链分化：OpenClaw 免费控制平面撞上治理淘金热

OpenClaw 基金会于 9 月 30 日公布新控制平面，1.0 版本预计今年晚些时候发布，目前处于公开开发阶段。项目启动文章透露，OCE 最早在 OpenAI 内部起步，随后捐赠给基金会，现由 Red Hat 和 NVIDIA 共同开发。它支持多租户、硬性安全边界，以及文章所称的标准化智能体原语。项目的定位很直白：组织必须先掌握治理手段，才敢让智能体放手干活。

这是对市场需求压力的直接回应。同一天，Gartner 预测，到 2028 年，70% 的企业将放弃在厂商协助下构建的智能体 AI 系统。The Register 报道称，原因在于成本攀升，且客户难以在没有外部帮助的情况下修改该技术。该咨询机构将这种模式称为前置部署工程（FDE）。

Gartner 高级总监分析师 Mukul Saha 表示，FDE 的成功始于正确的合作结构，涵盖范围、激励、治理、归属及退出机制。他补充说，许多供应商将“前置部署”作为实施、专业服务或 AI 咨询的标签，有些甚至收取高额费用，但交付深度不足以支撑这一价格。Gartner 还预计，到 2028 年，能将客户反复提出的需求转化为厂商核心产品功能的 FDE 合作将不足 20%。

治理主题贯穿最新一批工具。9 月 30 日在 GitHub 发布的 OpenAPPA 位于智能体与其工具之间，在每次行动前检查数据是否被允许到达目的地。开发方报告称，在 1320 次评测中，没有一次计分攻击成功，任务完成率为 88% 至 90%。他们将其与 Microsoft FIDES 对比，称后者放过了 28% 至 35% 的攻击；又指出 Claude Code 自动模式在两个测试套件中放过了 10 次攻击。这些是项目自报数据，并非独立测试结果。

身份是问题的另一半。9 月 30 日发布的 UAI 描述了一套开放协议，涵盖智能体身份、授权和可验证问责，包含四类产物：UAI-ID；将智能体与所有者绑定的凭证；限定其行动范围与有效期的护照；以及签名的行动证明。项目明确表示，它不认证智能体是否安全，只确保其行动可追溯且可独立核查。其长期模型是联邦注册表，借鉴 BGP 路由思路，而非建立单一全球数据库。

护栏比部署到得更快

安全厂商并未等待。Tailscale 于 9 月 30 日发布操作指南，说明 Meta 的 Muse 智能体如何作为独立节点加入 tailnet，让用户通过授权和标签限制其访问范围。文章重申 Meta 的说法：Muse 运行在 Linux 虚拟机中，遵循最小权限原则。文章还指出，它仅做出站连接，且首次接触设备时需明确确认。Tailscale 同时警告，提示注入仍可能突破防线。

开发者工具也在同步推进。Vercel 于 9 月 25 日发布《智能体技能现状》报告。据 DevNavigator 报道，skills.sh 在七个月内突破 28000 万个条目，录得近 2.8 亿次安装。这些是注册表活动数据，并非独立用户数，也无法证明商业价值。9 月 30 日，Magnitude 发布开源推理引擎，在用户设备上调整内核，声称性能最高比 llama.cpp 快 2 倍，Metal 上解码快 92%，CUDA 上快 19%。同一天发布的 Git-dedup 声称，大规模检出速度提升 6 倍，在 117 次检出中，Git 存储从 35.5 GB 降至 11.1 GB。

结果是模型与工作之间出现了一个拥挤的中间层。OpenClaw 押注免费、厂商中立的控制平面将成为默认选择，尽管分析师警告，厂商协助的构建方式往往导致客户依赖。这两种说法并不矛盾。它们描述的是同一个缺口，谁填补它，谁就能获利。