思想领袖
多智能体系统如何重新定义企业投资回报率:第 2 部分

为什么多智能体自治需要新的治理方法
多智能体系统(MAS)的兴起代表了企业 AI 中最重要的架构转变之一,但虽然组织渴望捕获自治智能体群的生产力和成本优势,很少有组织为治理影响做好准备。根据联想最近的 CIO 手册 2026:企业 AI 竞赛,多智能体系统暴露了治理缺口,因为大多数企业扩展自治能力的速度快于他们成熟的负责 AI 框架、审计和控制。传统控制,最初为确定性软件或单模型 AI 设计,已不足以应对数十个代理在分布式工作流中协调、推理和采取行动的环境。随着多智能体系统从试验转向生产级数字工作力,企业必须重新思考问责、安全、合规和组织对齐。自治并没有消除监督的需要。它只是改变了监督的形式。
群体中的问责
最直接的治理挑战之一是责任归属。在多智能体工作流中,任务被分解、委派和由可能实时修订或重新解释指令的专用代理执行。当出现问题(例如不正确的建议、意外升级、政策违规等)时,很少清楚哪个代理或人类操作员负责。
这种模糊性需要一个人工监督模型来监督行为模式,而不是试图手动批准每个微决策。支持需要多智能体系统实施血统记录——代理决策、数据源和决策条件的可追溯记录。就像微服务的可观察性一样,这种透明度对于调试、审计和持续改进至关重要。
没有明确的血统,问责就会崩溃——信任也会随之消失。
多智能体环境中的安全和数据隐私
在多智能体系统中,代理自主地与工具、API 和企业系统交互,显著扩大了攻击面。即使没有恶意意图,代理也可以升级权限、访问未经授权的数据或通过过于宽泛的指令泄露敏感信息。最成功的多智能体部署首先关注定义明确的领域,包括网络安全、质量控制和客户服务,在这些领域中,工作流是结构化的,结果是可衡量的。保持适当的安全态势和保护数据需要企业采用零信任思维方式来处理代理交互:
- 身份传播 确保每个请求都携带原始代理或人类的身份和权限
- 严格的域边界 防止代理超出预期的功能范围
- 权限范围代理链 确保下游代理只继承最小的必要访问权限,而不是协调器的全部权限
目标是负责任地引导权限,而不是限制它。当每个代理像一个良好仪表化的微服务一样运行时,系统可以在不依赖手动控制的情况下安全扩展。
概率行为和大规模合规
代理本质上是概率的,这意味着同一个请求可能会根据上下文或模型状态产生不同的输出。这个属性引入了多样性,这大大复杂了审计。监管机构期望一致、可解释的决策,但群体在模糊性中表现出色——而不是统一性。
为了减轻风险,企业需要采用一些最佳实践:
- 创建护栏,明确定义允许和禁止的操作
- 建立确定性回退路径,当置信度评分低于预定阈值时触发
- 制定宪法 AI 规则,为所有代理建立共同的行为原则
这些机制共同构成了合规结构,一种灵活的监督结构,能够适应自治决策。
知识管理是一个隐藏的失败点
没有任何复杂性可以保护代理免受每个 AI 面临的限制因素的影响——数据输入的质量。就像单一的 GenAI 解决方案一样,过时、冲突或管理不善的知识源可能导致代理产生幻觉或偏见的建议。此外,在多智能体工作流中,这些错误会随着代理相互构建输出而累积。
维持信任和可靠性需要企业采取具体步骤不断改进他们的知识:
- 验证 数据的新鲜度和准确性
- 检测和解决 冲突信息
- 实施自动质量门,在数据进入代理可访问的存储之前
多智能体系统需要与现代软件团队应用于其管道的相同的持续集成/持续部署(CI/CD)结构。唯一的区别是多智能体系统将其应用于知识,而不是代码。
常见的陷阱和挑战
- 组织不匹配: 多智能体系统失败的常见原因之一是代理边界不映射到实际业务功能。这一不匹配会阻碍采用。就像微服务所有权遵循团队结构一样,代理所有权应该反映实际工作流。
- 过载的代理: 一些组织尝试在单个编排代理中集中太多逻辑,创建了一个脆弱的系统,成为单点故障。多智能体系统在代理以 API 类的合同、明确的范围和自治运行时茁壮成长。系统应设计为逐渐降级,而不是当一个编排器失败时崩溃。
- 自动化有缺陷的流程: 代理将忠实地复制它们所获得的任何工作流,无论其效率如何。没有提前优化和记录流程,多智能体系统可能会无意中放大功能失常。企业必须确保其流程在自动化之前是完全现代化和理性的。
- 局部优化与全局优化: 提高单个代理的速度可能无法消除瓶颈——只是将它们推向下游。真正的 ROI 来自于系统级别的思考,它从端到端优化整个价值流,而不是孤立的任务。
多智能体企业的竞争优势
多智能体系统不仅仅是技术增强——它们从根本上改变了运营战略、组织设计和工作力能力。掌握代理本地操作的企业将以根本不同的方式运行。早期采用者已经看到执行速度、工作力生产力和成本效率的飞跃式改进,但真正的优势是结构性的。多智能体系统使组织能够适应、能够实时应对复杂性和变化。进步到编排自治代理的企业将为未来十年的竞争设定标准,并带来成本效率,但真正的优势是结构性的。多智能体系统使组织能够适应、能够实时应对复杂性和变化。进步到编排自治代理的企业将为未来十年的竞争设定标准。












