“Agentwashing”听上去像SaaS产品,实际上是一种自白。
摘要
VentureBeat 调查发现,71% 的企业承认,他们所谓的 AI 代理大多数只是简单的单提示包装器,而非真正的多步骤工作流,导致“代理”一词被稀释,采用统计数据也变得不可靠。
你所在组织的“代理”中有多少真正能够在不逐步骤人工喂给的情况下完成多步骤任务?VentureBeat 的 Pulse Research 在调查了 101 家企业关于其 AI 代理部署情况后,直接提出了这个问题。答案非常直白:71% 的企业承认,他们所谓的代理中,仅有四分之一或更少是真正的多步骤工作流,其余只是换上新包装的单提示包装器。只有 10% 的企业有超过一半的代理达到了这个标准。Claude 以 40% 的比例领先作为主要平台,大约是其后继者的两倍。Microsoft 占 18%,OpenAI 占 13%。这些份额数据除了 VentureBeat 自身的新闻稿外,无法独立验证。成本问题更为严峻。27% 的企业无法实时了解运行中代理的支出情况。这意味着在调查时,有 10 到 27 家企业对运行时成本一无所知。与大致同期进行的其他调查相比:Zapier 发现 72% 的企业正在部署或测试代理;Writer 在 2026 年的调研中有 97% 的高管声称已部署代理。同一个市场,数字却天差地别。因为这些调查衡量的根本不是同一回事,而且还没有人就“代理”的定义达成统一标准。Gartner 为此创造了一个词:agentwashing。企业把自己构建的任何东西都称为代理。这个词已经失去了用于跨组织比较的具体意义,这使得该领域的所有采用统计数据在未先阅读方法论之前几乎毫无价值。代理编排在其真正按照这种方式构建的情况下并非毫无意义。这只意味着行业仍在争论定义,却假装在衡量成熟度。https://preview.redd.it/v7xtkw5oyodh1.png?width=4500&format=png&auto=webp&s=965c1b9efc300d2ba03ae6aa4b260945b0ea5e9f
相似文章
今年为客户构建了40多个AI工作流... 说实话,90%的‘智能体’都是噱头
作者批评了围绕自主AI智能体的炒作,指出它们往往无效,并推荐使用n8n和Claude Sonnet等工具构建实用的、硬编码的AI工作流,用于实际应用。
代理将成为发现层
本文认为,AI 代理将从工作流自动化转变为发现层,为用户选择工具、供应商和来源,使得代理的可见性对创始人至关重要。作者介绍了 Rankpad 作为应对这一挑战的解决方案。
每个人都在谈论AI智能体,但几乎没人谈论智能体泛滥的问题。
本文重点介绍了B2B组织中正在出现的“智能体泛滥”问题:公民开发者临时构建AI智能体,缺乏集中治理,导致安全风险和效率低下。文章提出了一种统一平台来规模化地管理智能体。
AI 智能体开始暴露出大多数工作流程原本就已支离破碎的事实
文章认为,AI 智能体揭示了企业工作流程实际上是多么缺乏结构和混乱不堪,暗示成功的自动化更多取决于整洁的系统和完善文档,而非先进的模型。
我追踪了1200个AI Agent的发布,为期30天。大多数“AI初创公司”实际上已经消亡
一次为期30天的AI Agent生态系统深度剖析显示,大多数所谓的初创公司不过是提示链或API封装器,而开源工具让独立开发者能够与风投支持的公司抗衡。下一批赢家将专注于记忆、可靠性和执行,从而在18个月内推动自主工作流和‘AI员工’的崛起。