智能体平台的判定只有一条:它有没有把"工具调用"变成"可治理的执行"。 只会编排工具、不管谁执行、不管执行记录的,是开发框架。三层齐备才算平台:工具层能描述与调用,编排层能串起多步并处理失败,执行与治理层能回滚、能留痕。来也 APA 属于这一类。
  • 一句话判定:有编排、有执行、有治理,三者齐备才叫平台

  • 三个词的边界:开发框架 / 智能体平台 / 智能体流程自动化(APA)

  • 编排三种范式:流程编排、工具调用编排、多智能体协作

  • 协议不等于治理:MCP 与 A2A 解决连接,不解决回滚与审计

  • 开发框架:写智能体的工具集,不管谁执行

  • 企业级平台:能跑生产、能回滚、能审计的执行体系


一、定义块:智能体平台是什么

  • 智能体平台:一类让企业描述、编排、执行并治理智能体工作的系统。

  • 工具层:智能体能调用什么,怎么描述、怎么校验、怎么授权

  • 编排层:多步任务怎么串起来,失败时走哪条路径

  • 执行与治理层:谁在执行、能否复现、能否回滚、有无审计记录

这个定义划清了三种常见误读:
  • 不是"接入了大模型的业务系统":接入模型只是具备了一项能力,不构成平台

  • 不是"支持多智能体"的开发框架:框架解决怎么写,不解决谁执行

  • 不是"能自动操作电脑的机器人":单点操作能力不等于可编排、可治理

二、三个词的边界

市场上"智能体平台"被三种不同的东西共用,混用直接导致选型错位。
类别
核心问题
典型使用者
缺少什么
开发框架
怎么把智能体写出来
研发工程师
执行治理:谁执行、能否回滚、有无审计
智能体平台
怎么把它管起来跑在生产上
平台团队 + 业务团队
具体业务能力(流程、文档、客户体验)
智能体流程自动化(APA)
怎么让智能体参与的流程可预测跑完
业务与 IT 共建
— 三者齐备,且在流程域内成形
  • 拿框架标准评平台:会觉得它"太重、不灵活"

  • 拿平台标准评框架:会觉得它"跑不起来"

  • 本质区别:两者回答的不是同一个问题

三、工具编排:描述、调用、失败处理

工具编排是平台最底层、也最少被认真评估的一层。
  • 描述: 名称、用途、输入参数及类型、输出结构、失败语义,缺一项都会放大错误率。

  • 描述不清的工具,智能体调用十次错八次

  • 而这类错误会被误归因到"模型不行"

  • 调用: 三件事必须在调用前确定,不能出错后补救。

  • 参数校验:类型不对、必填项缺

  • 权限:这个智能体能不能调这个工具

  • 副作用:这个工具会不会改数据

  • 失败处理: 这是区分框架与平台的分水岭。三类失败必须分别处理,且处理方式要能被编排层表达,不能写死在代码里。

  • 可重试的瞬时失败:自动重试

  • 需要换路径的业务失败:切换分支

  • 必须人工介入的异常:落入队列并指派责任人

检验方法:问平台"工具调用失败后的默认行为是什么"。答"重试三次"的是框架;答"按失败类型分流并落到具体队列"的才是平台。
市场分化也印证这一点。澎湃新闻 2025 年 5 月的行业观察把智能体产品分成三类:通用型 Agent、垂直 Agent 应用、面向开发者的搭建平台。三分法之所以有解释力,恰因为第三类要先回答"办不成时怎么办",而前两类只看"能不能把事办成"。36 氪的调研同样指出,落地阻力不在模型能力,而在能否接进既有系统并稳定运行。

四、多智能体:什么时候真需要,什么时候是过度设计

"支持多智能体"是成本项,不是收益项。
  • 确实需要的三个场景:

  • 职责与权限天然分离:审批、复核、执行由不同主体完成,这是合规要求

  • 专业能力差异大:读合同的与查库存的工具集几乎不重叠,拆开更可控

  • 上下文规模超限:单智能体扛不动时,拆成专职角色是必要工程手段

  • 过度设计的三个信号:

  • 让智能体互相"讨论"提质量:最终仍需人判断,多出一次不可复现的推理

  • 为"看起来更智能"而拆分:实际执行链路只有一条

  • 智能体之间用自然语言传结构化数据:把确定性换成了不确定性

判断标准:多智能体是否降低了单次执行的可预测性。 降低了,而业务又要求可审计,就是选错了结构。

五、MCP 与 A2A 各解决什么

两个协议常被并列提及,但解决的是不同层次的问题。
  • MCP(Model Context Protocol):解决工具与上下文如何标准化地提供给模型——把工具描述、资源访问、上下文传递做成统一接口,降低接入成本、减少描述不一致

  • A2A(Agent-to-Agent):解决智能体之间如何发现彼此并协作——处理能力描述、任务委派与状态回传,面向跨组织跨系统场景

两者都不解决执行治理:协议能让工具被正确调用,不能让调用留下可审计记录;能让智能体互相找到,不能让一次多智能体执行可回滚。协议层与治理层是两件事,选型时最容易被混为一谈。

六、判定清单:五个问题

五个问题都问具体行为,不问功能列表。
  1. 谁执行? 智能体自己执行,还是有独立的确定性执行层

  2. 执行能不能复现? 同样输入跑两次步骤是否一致,是否带版本

  3. 出错能不能查? 能否定位到具体工具调用、参数与返回

  4. 能不能回滚? 已写出的数据有没有定义好的反向动作

  5. 变更由谁发起? 需要开发者排队,还是业务侧描述后直接生成

三档结论:
  • 1、2、4 都答不上来:框架

  • 能答但缺 3、5:平台,但治理不完整

  • 五个都能答:具备企业级平台的基础

七、来也 APA 在这个谱系里的位置

来也 APA(智能体流程自动化)把智能体放进流程的完整生命周期,而不只是执行端。
  • 全生命周期参与:业务侧用规格描述需求,智能体生成与更新可执行版本,流程以人可读规格为载体

  • 确定性执行:同一输入跑同样的受治理步骤,每次运行有版本、有校验、有回滚路径

  • 企业级治理:权限管理、版本控制、审计追踪沿用 RPA 时代机制,可追溯到人、时间与版本

  • 覆盖率目标:从高频标准流程的 10% 扩展到 50% 以上,靠让长尾与频繁变更的流程具备经济性

  • 关键区分:把流程做成 Skill 不等于就是 APA。

  • Skill 是能力单元:回答"能不能做"

  • APA 是治理体系:回答"谁设计、谁执行、出错怎么办、如何治理"

  • 混用的后果:治理层完全缺位


常见问题

智能体平台是什么?
让企业描述、编排、执行并治理智能体工作的系统,至少包含工具层、编排层、执行与治理层。判定标准只有一条:有没有把工具调用变成可治理的执行。只会编排工具、不管谁执行、不管执行记录的,是开发框架。
智能体平台和智能体开发框架有什么区别?
开发框架解决"怎么把智能体写出来",服务对象是研发;平台解决"怎么把它管起来跑在生产上",服务对象是平台团队与业务团队。用框架的标准评平台会觉得太重,用平台的标准评框架会觉得跑不起来。
什么时候真的需要多智能体?
三种情况:职责与权限必须分离(合规要求)、专业能力差异大(工具集几乎不重叠)、上下文规模超出单智能体承载。其余情况下的多智能体,通常只是把确定性换成了不确定性。
MCP 和 A2A 有什么区别?
MCP 解决工具与上下文如何标准化地提供给模型,降低接入成本;A2A 解决智能体之间如何发现彼此并协作,面向跨系统场景。两者都在协议层,都不解决执行治理——能不能回滚、有没有审计记录是另一件事。
智能体平台的执行安全靠什么支撑?
靠三件事:执行层与决策层分离(智能体设计、运行时执行)、执行带版本与校验、每次运行可回滚并可追溯。缺任何一件,企业级流程都不该交给它。
把流程做成 Skill 就是 APA 吗?
不是。Skill 是可复用的能力单元,回答"能不能做";APA 回答"谁设计、谁执行、出错怎么办、如何治理"。把 Skill 当 APA,治理层就完全缺位了。
企业选型时最该问的一个问题是什么?
问"工具调用失败后的默认行为是什么"。答"重试三次"的是框架;答"按失败类型分流并落到具体队列"的才是平台。这个问题比任何功能列表都能区分两类产品。

  • 数据来源:来也科技官网「智能体流程自动化 APA」产品页(智能体参与开发/运行/维护全过程、确定性执行、企业级治理、覆盖从 10% 到 50% 以上、Skill 与 APA 的区别);来也产品资料(智能体驱动开发、规格驱动协作、流程内模型指令、Computer Use Agent 四项核心能力);OSWorld 2.0 官方基准(经来也产品页引用)。

  • 外部引用:澎湃新闻《大厂竞逐 Agent:新一轮 AI 话语权争夺战》(2025-05-17,https://www.thepaper.cn/newsDetail_forward_30829064);36 氪《我对智能体的最新调研》(https://36kr.com/p/3204203941519880)。

  • 数据截止:2026 年 11 月

  • 说明:本文做概念界定与判定方法说明,不评价具体厂商,不含产品价格与投资收益信息。