Agent进入企业核心业务，模型之外还有多少难题？

图片地址：https://images.tmtpost.com/uploads/images/2026/09/4c5abdc50f33cb4ba81f5e04fb9b882e_1790676124.jpg

“机器正在成为思考的主力，智能正在成为一种规模化的商品。”阿里巴巴集团CEO吴泳铭在2026云栖大会上做出判断：他指出，未来机器思考的总量将是人类的1000倍，但真正定义时代的AI产品，至今还没有出现。智能能够被规模化供应，距离企业放心使用它，还有一段路，当前的Agent能力到最终愿景之间，还有巨大的工程鸿沟需要跨越。模型可以完成越来越复杂的推理，企业却需要确认，这些判断能否支撑真实业务中的每一次行动。因为企业在把任务交给Agent的那一刻，也交出了一部分决策权。以往，一套业务软件执行什么操作，通常有预先写好的流程，关键节点由人确认。Agent接到一个目标后，可以自行拆解任务，选择工具，根据执行结果调整下一步。企业看重的是这种自主性，但当它调用的接口连接着真实交易，读取的数据涉及客户信息，一个看似合理的判断，就可能产生难以撤回的后果。这让企业陷入一种新的两难。流程规定得太细，Agent施展能力的空间有限，团队还要维护大量规则；放宽限制，如果系统出了差错，谁能及时发现，并把它停在造成损失之前。模型能力越强，这个问题就越迫切。因为企业能够交给Agent的任务更多了，任务之间的联系也更复杂了。Agent让企业看到替代繁琐工作的希望，却无法替技术负责人回答长期运行的账怎么算，原有系统承受得住多少调用，以及业务部门究竟愿意信任它到什么程度。阿里云智能集团资深副总裁、公共云事业部总裁刘伟光点明了这种变化的深度：“AI从一个补充型的业务增