在 101 家企业的样本里,agent orchestration(智能体编排) 正在向模型厂商的平台快速集中——Anthropic 的 Claude 以 40% 居首,是第二名的两倍多——企业选它们是冲着”底层模型的引力”,衡量成功的标准则是多步执行可靠。

但野心远超现实:大多数部署的”agent”仍是 chatbot 套壳;企业期望的控制平面是主动混合的(避免被单一厂商锁死);对实时成本控制依然鞭长莫及。

这一波 VentureBeat Pulse Research 调研审视了企业 agent 编排:企业用哪些平台、选择由什么驱动、优化什么指标、agent 控制应该怎么组织——以及最具揭示性的——他们部署的所谓 “agent” 实际编到什么程度、成本控制又有多紧。

核心发现是”编排野心”与”编排现实”之间的鸿沟。企业正在快速向主流模型平台集中:Anthropic Claude 以 40% 居主平台,是第二名两倍多;接着是 Microsoft(18%) 和 OpenAI(13%)。选择标准是”模型引力“——与某 state-of-the-art 基础模型的原生对齐(21%)——成功与否看多步执行可靠(任务完成可靠度 32%、多步工作流管理 28%)。

但老实自评时,71% 的企业说自己的 “agent” 中只有 25% 或更少是真正的多步编排工作流,而不是单 prompt 的 chatbot 套壳;只有 10% 跨过半数门槛。编排层正在被超前于被编排的实际组合建设。

这层鸿沟塑造了企业正在搭建的架构。到 2026 年底,51% 期望一个混合控制平面(provider-native + 外部编排),只有 6% 愿意把控制权交给 provider-managed 服务——因为厂商锁死(35%)是它们最怕的风险。投入跟着建设走:agent 工作流工具 34% 排第一,安全与权限(25%) 紧随其后。财务控制全面滞后——超过 1⁄4(27%)没有实时手段在账单到达前把失控 agent 拦下来。

---

一、Methodology(方法论)

VentureBeat 把这份调研作为持续 Pulse Research 系列的一部分,本次聚焦企业 agent 编排。回复筛过100+ 员工的组织(n=101),来自 2026 年 6 月的单波;因为是单波而非多波合并,报告是横截面读的,不做月度趋势推断。

按组织规模分布均衡:100-499、2,500-9,999、50,000+ 员工各 21%,10,000-49,999 与 500-2,499 各 19%。按角色看偏资深 + 采购决策靠谱:产品 / 项目经理 15%、CIO/CTO/CISO 13%、顾问与咨询 13%,其余为数据、AI、工程类总监与 VP,“其他”职能 18%。采购上,81% 是 AI 解决方案的推荐 / 影响 / 终决者(66% 推荐 / 影响,15% 终决)。Technology/Software 行业最大占 44%,Financial Services 17%,Healthcare/Life Sciences 8%。

101 人的样本足以方向性解读,虽不是概率样本,但已自选偏倚之外够可靠。

---

二、Finding 1 — Orchestration runs on model-provider platforms(编排跑在模型厂商平台上)

核心结论:Anthropic Claude 一家独大;开源框架边缘化

我们问企业目前主要用哪个 agent orchestration 平台。答案集中在主流模型厂商上——尤其是一家。

%	平台
40%	Anthropic Claude Platform & Agent Skills——第二名的两倍多
18%	Microsoft AI Foundry / Copilot Studio
13%	OpenAI Agents SDK / Responses API
8%	Google Enterprise Agent Platform(另 2% 用 Amazon Bedrock Agents)
6%	LangChain / LangGraph——5% 自建 in-house,3% 还没在编排

读这些份额的提示:如方法论部分所说,本批样本是自选的,这个问题问的是单一主平台——这些数字衡量的是每家企业把编排赌在哪家,在自选的 AI 活跃技术决策者中。这种采样会与按支出口径的市场份额有显著差异,每次 VB Pulse 自抽样本都有自己公司规模组合,不同波次的厂商数字不要互相比较。把这些份额视为这批人今天把主要编排赌注压在哪家的快照,不是市场份额。

模型厂商占主导。Anthropic、Microsoft、OpenAI、Google、Amazon 合计约 80% 部署(101 家中的 81 家),而开源框架(LangChain/LangGraph)和自建 in-house——这些在工程圈定义品类的工具——只占个位数。Anthropic 40% 的领先(是第二名的两倍多) 镜像了 Finding 2 的”模型引力”选择逻辑:企业选编排层是因为要跟着选底层模型。就像 agent 安全那一波的安全厂商,定义品类的工程圈工具,还没有真正承接企业部署集中度。还有 3% 根本不在做编排。

受访者给自家在用平台打 3.94 / 5 总体(109 份回答),”性价比“也 3.94,”易实施“最弱 3.85——把 orchestration 放在我们五个追踪器满意度排行的底部,只比 evaluation tooling 略好。4 分不到、96% 计划年内改变编排路径的组合,读起来是”有保留的接受”:今天能跑、还不够好、还要找更好的。这个评分配几乎人人想换的意愿,说明企业容忍这一层多于热爱它。

---

三、Finding 2 — Model gravity drives platform selection(模型引力驱动平台选择)

核心结论:底层模型决定平台,不是工具

我们问什么最影响编排平台选择。最大单一因素是底层模型的拉力——但灵活性与易开发紧随其后。

%	因素
21%	Model Gravity——与某 state-of-the-art 基础模型原生对齐
17%	跨模型 / 跨工具的灵活性
17%	易开发性
14%	安全与权限
11%	总体拥有成本(TCO);10% 提对 agent 执行的掌控

Model Gravity 居首,是 Finding 1 中 Anthropic 平台领先的选择侧解释:企业选编排环境,选的是离自己标准化的 frontier 模型最近的。但第二梯队让图景更复杂——跨模型/工具的灵活性(17%)和易开发性(17%)说明企业也想避开被那个选择锁死,这是 Finding 6 锁死担忧的先兆。安全与权限(14%)、TCO(11%)补出一个务实的购买逻辑。性能(延迟/内存)垫底 4%,提醒我们这个采用阶段的瓶颈是模型适配与可选性,不是原始速度。

---

四、Finding 3 — The job is reliable multi-step execution(目标是可靠的多步执行)

核心结论:企业用”能不能干完活”评判编排

我们问企业优化什么——编排的主要成功指标。可靠性与多步工作流管理占绝对主导**;面向开发者与用户的指标靠后。

%	指标
32%	任务完成可靠度——第一大成功指标
28%	多步工作流管理
17%	开发者生产力
9%	终端用户体验
9%	运行稳定性

任务完成可靠度(32%) + 多步工作流管理(28%) 合计 59%(101 份中 60 份):企业眼中编排成功=把任务跨多步可靠走完。开发者生产力(17%)重要但次要——这与它在框架讨论中的高曝光相反;终端用户体验(9%)是小问题,与编排是内部执行问题而非 UX 问题的定位一致。

这种”可靠性优先”标准正是Chatbot Trap(下文 Finding 8)如此尖锐的原因:企业把成功定义为可靠多步执行,而他们部署的 “agent” 大多数连多步都还没做。

陷阱分布不均。按规模拆,77% 的中小企业说自己 25% 或更少的 agent 做真正的多步工作,大企业是 62%。大企业明显走在真正的多步部署更远;chatbot 陷阱,方向上是”中端市场现象”。

---

五、Finding 4 — Consolidate, productionize, and build in-house(整合、生产化、自建——几乎并列前三)

核心结论:未来 12 个月,三个战略动作几乎并列

我们问企业预期未来 12 个月的编排战略大动作。三个动作在顶部几乎并列。

%	动作
25%	将增加对自建 in-house 编排控制平面的投入
24%	将统一到单一集中式框架
23%	将 agent 从 sandbox 推向生产
9%	将转向 turnkey / 原生嵌入架构
8%	预期模型原生自治或外部框架——各占一半

前三——自建控制(25%)、统一框架(24%)、sandbox→生产(23%)——统计上不可区分,讲一个故事:企业正从试验走向运营整合。少框架、多生产、更多自有控制层;只有 4% 预期”没变化”。

对自建 in-house 控制平面的胃口,与 Finding 1 的平台集中度并存——企业一边标准化在模型厂商平台上,一边计划用自有的控制逻辑把它们包起来,这种混合姿态正是 Finding 6 讲清楚的。

---

六、Finding 5 — Nearly seven in 10 plan to switch(近 7 成计划换平台)

核心结论:本系列追踪的所有层里,这是切换意图最高的一层

企业预期的战略变化自带厂商迁移。问”未来 12 个月是否计划采用新/增/替代 agent orchestration 平台”,迁移动机比本系列追踪的任何层都高。

%	切换时间窗
34%	0-3 个月内动——本系列最快切换时钟
13%	3-6 个月内——另 22% 在 6-12 个月内,今年共 68%
32%	无计划改编排平台
29%	在评估但还没 shortlist——”无变化”之外的最大单一回答

问”在考虑哪些平台”,最常见答案是”还没有”:29% 的全样本在评估但没 shortlist,是”无变化”之外的最大单一回答。有名字的候选里,OpenAI 16% 居首,LangChain/LangGraph 12%,Anthropic 7%——值得注意的是,独立框架在”未来考虑”里吸引的份额约是当前使用量的两倍,这跟我们 security tracker 里”专业厂商”出现的模式一致。

把本报告的集中度和锁死两块发现合起来读:主流模型平台占今天主用量的约 4⁄5;厂商锁死成了第一大担忧;96% 预期战略变化——现在还有执行这一切的购买意图,最大买家群却还没定。最集中的层,截至 6 月,也是最不定的。

---

七、Finding 6 — Investment flows to workflow tooling(投入流向工作流工具)

核心结论:工具与权限领跑;监控垫底

我们问明年增长最多的编排相关投入。agent 工作流工具领跑,安全与权限执行紧随。

%	投入方向
34%	agent 工作流工具——第一大增长方向
25%	安全与权限执行
20%	agent 规模化基础设施
11%	agent 监控与调试
11%	预算持平——不预期增长

工作流工具领先(34%) 是 Finding 3 “可靠 + 多步” 优先级在预算侧的体现:钱在流向把多步串起来串得稳的机器。安全与权限(25%)和规模化基础设施(20%) 紧随——Finding 4 里 sandbox→生产的战略动作所需投入。监控调试只占 11%,另 11% 预算持平。工具、权限、规模化的权重大于纯可观测性——企业花钱是建 + 强化编排,不只是看它跑。

---

八、Finding 7 — The control plane will be hybrid — and lock-in is why(控制平面将是混合的——因为怕锁死)

核心结论:企业期望把控制分给厂商 + 自家两层;怕被单一厂商锁死

我们问到 2026 年底,企业预期 agent 主控制平面在哪、如果控制在模型厂商手里,最担心什么。绝大多数期望混合——厂商锁死是主因。

%	控制平面预期
51%	期望混合控制平面——provider-native + 外部编排
22%	期望自建 in-house 控制平面
15%	期望与模型厂商解耦的外部平台
6%	期望 provider-managed agent 服务
6%	不预期大规模部署自治 agent

混合控制是占绝对优势的主流预期(51%);只有 6% 愿意把控制完全交给 provider-managed 服务。混合 + 自建 + 外部解耦三种”控制至少部分在 provider 之外”的架构,合计 88%(101 家中 89 家)。直接问”控制权在 provider 手里你怕什么”,厂商锁死 35%(35⁄101)居首,安全与权限限制 28%,跨模型/工具不灵活 21%。这呼应了之前那一波”别让模型自己管自己”的姿态——企业愿意在 provider 平台上建,但不愿被它完全治理。混合控制平面是它们对最怕锁死的架构对冲**。

6 月这个偏好”混合”的数据相对前一波有动。在 4-5 月调研(n=145),只有 34% 期望混合控制平面,更大的 12% 愿意把控制全交给 provider-managed。这两个快照还没法坐实成已确认的纵向趋势——但对话方向是明白无误的:往”控制权留在自己手里”走。

锁死也是新进的头号担忧。4-5 月那一波,头号担忧是”安全与权限限制”32%,锁死 24%;到 6 月,两者换了位。对企业平台的担忧,似乎在从”能不能被守住”成熟到”能不能被替换”。

---

九、Finding 8 — The chatbot trap — most “agents” aren’t agents yet(chatbot 陷阱——大多数 “agent” 还不是 agent)

核心结论:企业承认大多数部署仍是 chatbot 套壳

我们让企业老实评估自己:部署的 “agent” 里,真正多步编排工作流占多少,简单的单 prompt chatbot 套壳占多少。答案是本波调研的定调发现。

%	真实编排占比
62%	说只有 1-25% 是真编排——大部分是基础助手
19%	说 26-50% 升级到了有状态、编排架构
9%	说 0%——每次部署都是 chatbot 或 prompt 套壳
7%	说 51-75% 是复杂、多 agent 流水线
3%	说 76-100%——先进、几近自治

这是报告中央的鸿沟。后两个区间合计,71% 的企业(101 家中 72 家)说自己 25% 或更少的 “agent” 是真正编排的——只有 10%(10⁄101)跨过半数门槛。前几个发现里记录的”野心”——模型厂商平台、可靠优先的成功指标、生产化 rollout、有意识的控制架构——远远跑在部署现实前面,后者绝大多数仍是”穿了 agent 外衣的单 prompt 助手”。

这与其说是矛盾,不如说是一张路线图:平台、预算、战略正在就位,正因为被编排的组合还这么薄。留给后续波次的问题是:现实要多久追上野心。

---

十、Finding 9 — Fiscal control is still reactive(财务控制仍是”事后型”)

核心结论:只有少数能在账单到达前拦下失控 agent

最后我们问企业怎么对 agent 的 token 消耗做财务控制——也就是防止自治循环把预算烧光再发现的风险。多数靠平台自带限额或事后监控;实时、程序化的控制是少数。

%	财务控制方式
32%	靠平台自带控制——内置预算 cap 和 throttling
27%	只有事后监控——没有实时 kill switch
23%	自建网关管道——proxy middleware 拦截失控
19%	用动态路由套利——重活转给便宜模型

超过 1⁄4(27%)承认自己没有实时、程序化的手段在账单爆掉前拦下 agent——等账单来才从日志里发现。另 32% 全部靠主平台自带的 cap 和 throttles——这种控制好不过 provider 的工具,而这种”质量”又绑回了 Finding 6 的锁死担忧。

自建网关(23%)或跨模型路由套利(19%) 的企业,是把 token 燃烧当工程问题来确定性控制的那批。和编排成熟度一样,财务控制也是”运营现实落后于野心”的领域:agent 奔生产的步伐,比围绕它们的成本控制平面建得更快。

一个分裂出现,按公司规模:2,500 员工以下的企业里,约 1⁄3(34%)只做事后型 agent 花费控制,大企业 20%——方向性数字,但和 chatbot 陷阱的分裂一致。中端市场跑最不成熟的 agent,拿着最不设防的预算。

---

十一、The bottom line: The layer is real; most of the agents aren’t yet(结论:这层是真的;大多数 agent 还不是)

100+ 员工的企业描述了一个快速集中、缓慢成熟的编排战略。他们正在标准化(目前)在模型厂商平台上——主要使用量合计约 4⁄5——选它们冲着底层模型的引力;评判成功靠可靠的多步执行。投入流向工作流工具和权限;战略是整合框架 + 把 agent 推进生产;他们想要的控制平面是”主动混合”的,因为怕被厂商锁死。

但这种标准化是”暂时”的:68% 计划 12 个月内采用新/增/替代 orchestration 平台——本系列追踪所有层里切换意图最高——这批迁移动机里的人,最大单群还没 shortlist。今天的集中度描述企业”在哪里”,明显不描述”打算留在哪里”。

但诚实自评戳破了野心。71% 说 25% 或更少的部署 “agent” 是真编排;只有 10% 跨过半数门槛;超 1⁄4 没法实时拦下失控 agent。编排层——平台、预算、控制架构——在它本该跑的”被编排组合”之前已经建好。101 份单 6 月波的回答,读作清晰的方向信号而非精确测量:企业想好要怎么编排 agent,远远早于他们大多数 agent 真在干需要编排的事。

留给后续波次的问题是:部署现实是否追上野心——以及,接近 7 成在动、其中多数还没定的买家,最终会把成型的 stack 落在哪些平台。