我现在看企业 Agent，越来越少问“能不能跑起来”，越来越爱问一句更扎心的：它跑起来以后，谁能管得住？
为什么我会这么偏执？
因为大多数所谓“落地”，本质是：把流程节点换成了一个更聪明的“建议生成器”。
建议可以很漂亮，但只要回答不了四个问题，它就不配叫“企业级能力”： 权限从哪来？证据留在哪？异常怎么兜？结果谁验收？
一、昨天一个信号：控制面开始从“流程”扩展到“身份”
我按北京时间 5 月 27 日那一波公开信息整理时，反复看到一个词： control plane（控制面）。
它以前更像是“流程编排/自动化”的词。
但现在越来越多厂商把它往更上层推： 身份与权限、 治理与审计、 策略与边界 ——你可以把它理解成：给 Agent 装一套“上班制度”。
我自己的判断是： 接下来一年，企业 Agent 的分水岭不是“能不能做事”，而是“有没有控制面”。
二、控制面到底管什么：不是“编排”，是“边界”
很多团队一聊控制面，脑子里第一反应是“流程编排”。
但在企业现场，真正让你睡不着的，从来不是编排。
是边界： 谁能让 Agent 动什么系统？它在什么条件下能自动放行？出了异常谁必须进来接管？
我更喜欢把“控制面”拆成四张最小账（你做咨询交付也能直接用）：
1) 权限账：谁授权、授权到什么动作、有效期多长
2) 证据账：输入快照、关键决策理由、工具调用记录
3) 异常账：失败路径、降级策略、人审入口、回滚动作
4) 验收账：交付物落点、验收标准、复盘入口
三、一个本地印证：控制面不是“写在方案里”，是“活在页面里”
我们内部做过一个很小的实验（不涉及客户隐私）：把 AI 放到业务系统页面的侧边栏里。
你打开 OA 审批页，它在右侧；你打开合同页面，它在右侧。
它不是先“聊”，而是先“读”：读页面上下文、读字段、读附件；然后按一组明确的 Skill 去干活：抽取字段、生成可填入的意见、补齐缺失信息、导出可下载交付物。
这个实验最打动我的，是它把控制面落到了现场：
第一，权限边界更清晰。 它只做“当前页面允许做的事”，不幻想跨系统随意游走。
第二，证据天然可留。 它读到的页面就是输入快照，写回动作就是交付落点。
第三，降级策略更现实。 API 断了、权限不够、页面读不到，必须第一天就写好。
四、成熟度分层：你到底在做“编排”，还是在做“治理”
L0：纯人工。 靠人脑 + Excel + 群聊推动，责任靠“谁在群里说了算”。
L1：流程自动化。 流程在系统里跑，AI 在系统外跑，复制粘贴来回切。
L2：AI 辅助判断。 节点上能给建议，但没有权限与证据模型，出了问题很难追溯。
L3：AI 参与执行。 能按步骤去做，能产出交付物；关键动作有权限、过程有留痕。
L4：半自治闭环。 在策略边界内自动处理，失败能升级给人；证据链可回放、可审计、可回滚。
多数团队卡在 L2，不是模型差，而是缺一套“把 AI 约束在流程里”的控制面。
五、别再用“聊得顺不顺”验收 Agent：用“三张账”验收交付
你要真的把 Agent 当生产力，就别用“感觉很聪明”验收。
我建议最少验收三张账：
第一张：结果账。 能不能稳定产出“真实交付物”（文档/表格/工单/审批意见），而不是一段漂亮文本。
第二张：证据账。 每一步有没有日志/截图/回放，出了错能不能定位到“哪一步、缺什么”。
第三张：治理账。 权限、数据边界、异常升级、人审点位是否清晰，能不能复用到更多流程。
六、明天就能开始的动作：用一条流程，把“可执行交付”跑通
如果你今天只能做一件事：别再说“我们要上 Agent”，改成 “我们要把一条流程跑成可回放、可验收的闭环”。
你可以从一个很小的流程开始：报销、采购审批、工单流转、主数据维护，任选一个。
关键是把“失败路径”也当成交付物写出来：不确定就升级、权限不够就申请、数据缺失就补齐、异常就回滚。
公开核查入口（可点开对照）： Ping Identity：Identity Control Plane（2026-05-27）、 Red Hat：AI Inference Server（2026-05-12）、 UiPath：Agentic Orchestration（2026-05-06）、 BMC：Control-M 22（2026-05-05）。