一句话：智能体从聊天机器人走向受治理的企业控制面
IBM 在 2026 年 9 月围绕 watsonx Orchestrate 交出一组相互咬合的更新，主线很清晰：把「多智能体编排」与「治理」从平台里的一项功能，升级成企业可以统一掌控的底座。具体动作包括多智能体编排成为一等能力、AgentOps 在 IBM Cloud 与 AWS 转正、AI Gateway 以预览形态接入外部智能体与 MCP 生态，以及无代码工作室与专业版开发工具（ADK）双轨并行。三者合起来，指向的是同一件事——企业部署智能体，优先要的是编排与控制，而不是又一个会聊天的助手。
AgentOps 转正：评估、优化、部署收进一个对话界面
在 8 月的版本回顾里，AgentOps 已在 IBM Cloud 与 AWS 达到正式可用（GA）。它把「评估、优化、部署」这段循环收进一个对话式界面，配一个智能体优化助手，让团队能持续衡量和改进已上线的智能体。对长期运行的智能体，这意味着治理不再是上线后的补丁，而是和构建本身并列的一条工作流。ADK 2.15.0 进一步把策略控制带上命令行：可以用 orchestrate controls 命令把 PII 过滤、内容护栏等策略工件绑定到智能体、工具与模型，并支持从外部智能体导出可观测性轨迹到分析面板（走 OpenTelemetry 或 Observability SDK）。
多智能体编排成为一等能力
新一代 watsonx Orchestrate 把多智能体编排作为一等能力来支撑：团队可以定义智能体、在它们之间路由任务，并监督跨越人工审批、第三方工具与内部系统的长流程。这与 IBM 在 Think 2026 上反复强调的「AI divide」一脉相承——CEO Arvind Krishna 把它表述为「能用上智能体运营模型的组织」和「困在永久试点里的组织」之间的分化。编排层要解决的，正是把分散的、各自为战的智能体收拢成一条可监督的链路。
AI Gateway 预览：把外部智能体收编进统一控制面
9 月中的更新里，AI Gateway 以预览形态出现，承载模型、MCP 服务器、智能体目录、智能体发现与平台接入。它的关键动作是「发现并收编」：AI Gateway 能发现运行在 Amazon Bedrock 上的智能体（Azure AI Foundry 与 Google Vertex AI 的支持计划在 9 月底前到来），把它们导入统一控制平面；Trace Inspector 让团队逐步跟住一个智能体的完整执行路径；底层继续支持 Model Context Protocol，使企业能把智能体接进数以千计的既有工具与 API。换句话说，IBM 想把「谁在跑、跑了什么、跑得对不对」集中到一个地方看。
无代码与专业代码双轨：五分钟搭智能体，ADK 兼容主流框架
落地路径上，IBM 给出两条轨道。其一是无代码自动化工作室，声称可在五分钟内搭出一个智能体；其二是面向开发者的专业版 ADK，兼容 CrewAI 与 LangGraph 等框架，并配一个含 150 多个工具的智能体目录，与 Slack 等协作工具打通。据 IBM 披露，watsonx Orchestrate 已能对接 80 多个企业应用，涵盖 Microsoft、Adobe、Oracle 与 Salesforce。双轨的意义在于：业务人员先能跑起来，开发者再按需要把复杂逻辑接进既有工程栈，而不是二选一。
内容与数据安全：把护栏做成可自定义的模型
9 月中的另一项更新是「带自定义模型的内容护栏」控制。不同组织有不同的政策、语言与风险容忍度，因此护栏不该是一刀切。新控制允许企业选用租户里注册过的任意模型来做内容与安全检查：可以用特定格式响应的护栏模型、更贴合用户语言的 multilingual 安全模型，或挂了自定义安全提示的通用大模型，并且可以为智能体输入与输出分别指定模型。结合此前 ADK 的 PII 过滤、职责分离等策略控制，安全从「平台默认」变成「组织可按场景配置」。
工程含义：编排与治理从功能变成底座
把这几块拼起来看，IBM 给出的不是单点功能，而是一张企业智能体控制面的默认答案：多智能体路由、跨供应商发现、轨迹追踪、策略绑定与无代码/专业代码双轨。值得注意的取舍是「避免供应商锁定」——IBM 明确表示支持 MCP 与开放生态，强调智能体定义应能跨厂商移植。这与 Think 2026 上 IBM 把自身定位为「向大型机构卖控制平面」的思路一致：当模型质量趋于收敛，差异化会往上移到身份、审计、留存与可移植性这些枯燥但必需的设施上。
结语
watsonx Orchestrate 这组 9 月更新，本质是把「智能体怎么被安全地编排和管理」从每家客户的脚手架，推向 IBM 托管的企业控制面。AgentOps 转正、AI Gateway 预览、无代码与专业代码双轨，这三件事比任何单个智能体演示都更值得记：企业智能体的下一阶段竞争，不在谁的模型更会聊，而在谁能把一群智能体稳稳地跑在生产里而不吓到审计师。