企业侧关于智能体的讨论，正在从「它能做什么」转向「我怎么管住它」。9 月 10 日，Salesforce 发布 Trusted Enterprise AI Harness，把它定位为覆盖整个组织的智能体统一管理层，管理范围同时包括 Salesforce 自有工具与第三方智能体。这条产品线的名称里没有出现「智能体」二字，而是用了 Harness（约束框架）——这个措辞本身就说明了它要解决的问题。
它想解决什么：不是模型不够强，而是管不过来
Salesforce 给出的三组数据，基本勾勒出了当前企业智能体落地的真实处境。一组数据来自 IDC 与联想的调研：在有智能体项目的企业中，88% 从未把项目推进到生产环境。另一组来自 Gartner：超过 40% 的智能体 AI 项目被取消，原因是成本上升与风险控制薄弱。还有一组来自 2026 年 7 月 VentureBeat Intelligence 的一项调查：85% 的企业同时运行两个或更多智能体编排平台，平均每家 3.1 个。
最后一组数据尤其值得停留。它说明多数企业并没有「一个智能体平台」的问题，而是有「一堆彼此不通的智能体平台」的问题：不同部门按各自需求采购了不同工具，各自的权限体系、日志格式与审计口径都不一致。这种碎片化状态下，风险不是集中出现的，而是散落在各个工具的缝隙里；合规与安全团队想回答「公司里到底有多少个智能体在跑、它们能访问什么」都会变得困难。控制平面的价值主张，正是针对这种碎片化。
AI Control Plane 的六项能力
据公开信息，Trusted Enterprise AI Harness 的核心是一个 AI Control Plane，由六项可信能力构成：Trusted Context（可信上下文）、Trusted Agency（可信代理）、Trusted Action（可信动作）、Trusted Governance（可信治理）、Trusted Security（可信安全）与 Trusted Models（可信模型）。
从命名逻辑看，这六项覆盖了智能体从「理解什么」到「被谁管」的完整链路：上下文决定它依据什么信息行动，代理与动作界定它能做什么，治理与安全规定它在什么约束下运行，模型层则管理底层推理引擎的选择与合规。这种划分方式与行业正在形成的治理共识方向一致——单点防护已经不够，需要把身份、权限、意图与行为贯通起来看。在接入方式上，平台表示支持 MCP、API、Skills 与 Plug-ins 等开放架构，这意味着第三方智能体不必改造成特定形态即可纳入统一管理。
与前序动作的关系
这次发布并非孤立动作，它建立在 Salesforce 近一年的一系列布局之上。此前该公司推动的 Claudeforce 计划，把 Anthropic 的 Claude 作为其平台上的默认推理引擎；更早还有对 Spindle AI 的收购，以及在行业报告中反复强调的智能体投资回报框架。把这几步连起来看，路径相当清晰：先解决「用什么模型推理」，再解决「智能体从哪来」，最后解决「所有智能体由谁统管」。控制平面是这条链条上最靠近企业 IT 治理的一环，也是最难被替换的一环。
高管表态：差异化的来源被重新定义
Salesforce 总裁兼首席平台与工程官 Rohan Kumar 的说法值得记录：智能体企业不会被「选了哪个模型」定义，模型会持续更替，智能能力会越来越普及；真正形成差异的，是企业带入这些智能能力的可信、专有的上下文——从客户开始——以及把上下文安全转化为行动的能力。
这段话实际上承认了一个前提：模型层正在商品化。当各家都能调用能力接近的模型时，企业真正的资产是自己的业务上下文与把它安全用起来的能力。控制平面的商业逻辑正建立在这个判断之上——如果模型会换，那么承载上下文、权限与治理的那一层，才值得长期投入。
时间线与不确定部分
关于可用性，Salesforce 计划在 2028 财年早期（该财年自 2027 年 2 月开始）实现该平台的正式可用，定价尚未披露。这意味着从发布到普遍可用，中间还有相当长的一段时间，期间产品形态、能力边界与定价都可能变化。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
中立思辨
有几个问题需要冷静看待。其一，厂商提供的控制平面本身可能成为新的锁定点：当企业的智能体身份、权限、审计与上下文都沉淀在某一家厂商的控制平面里，迁移成本会显著上升，「开放架构」能否真正消解这种依赖，需要用实际接入第三方智能体的顺畅程度来验证。其二，六项能力目前多以概念框架呈现，缺少可量化的验收口径——「可信」是承诺还是可验证的属性，取决于是否给出具体的检测方法与指标。其三，控制平面并非只有商业厂商能做，开源治理工具与云厂商的同类方案都在争夺同一位置，最终格局很可能不是一家统管，而是企业按数据边界划分多个控制面。其四，把 88% 与 40% 这类数据直接归因于「缺少控制平面」并不严谨，项目失败的原因还包含数据质量、流程改造与组织协同，工具只解决其中一部分。
趋势研判
短期，控制平面会成为大厂在企业智能体赛道上的必争之地，竞争焦点从模型能力转向治理能力的完整度；中期，「跨平台统管」可能成为企业采购的硬性要求，因为没有任何一家企业愿意为了治理而放弃已有的多平台现状；长期，智能体治理会向云基础设施治理的形态收敛——有统一身份、有策略即代码、有可观测性、有成本与配额管理。
对企业而言，务实的做法是在等待成熟产品的同时先做好三件事：把智能体资产清单化，明确每个智能体的权限与工具边界；把审计日志的格式与保留策略先统一，避免未来治理工具无法对齐；把「谁能代表企业行动」的授权规则写清楚。控制平面解决的是工具问题，而授权规则解决的是责任问题——后者不能外包给任何供应商。