WSO2 发布 Agent Manager，企业寻求应对日益严重的 AI Agent 泛滥问题

此次发布针对的是企业日益严重的一项挑战：随着可用于构建 Agent 的模型和框架不断增加，企业用于管理 Agent 身份、权限、行为和生命周期的基础设施却往往彼此割裂。WSO2 的方案将 Agent 治理与 Agent 逻辑分离，使企业能够独立于底层模型、框架或运行时，统一应用通用控制机制。

Agent Manager 于 2026 年 6 月进入 Beta 阶段。此次正式发布进一步增强了 Agent 身份能力，增加了针对 Model Context Protocol（MCP）交互的治理控制，以及云原生 Kubernetes 的沙箱运行时。该平台支持云端、本地部署和混合环境，使企业能够管理 Agent，而不必将治理能力绑定到某一家 AI 提供商。

此次发布的核心之一是 Agent 身份与授权。与传统应用不同，Agent 可以调用工具、访问 API、委派任务以及与其他 Agent 交互，因此也带来了更多关于权限边界和责任归属的问题。

Agent Manager 提供了一个集中式的 Agent 清单和管理层，具备可验证的 Agent 身份、基于角色的访问控制、委派、Token 交换以及访问权限撤销等能力。平台还提供生命周期控制，可以推动 Agent 从开发环境进入 Staging 和生产环境，并支持在需要时暂停 Agent。

该平台提供 40 多项内置控制能力，覆盖个人身份信息（PII）脱敏、速率限制等领域。这些策略可以应用于 Agent 工作流的不同层级，包括 Agent、MCP 和 LLM 层。

正式发布还引入了沙箱执行运行时，这反映出业界越来越关注 Agent 被赋予文件、工具、API 以及企业系统访问权限后所带来的风险。该 Kubernetes 原生运行时旨在为 Agent 执行提供受控环境，同时允许对 Agent 的活动进行监控和管理。

Agent Manager 还使用 OpenTelemetry 进行追踪并提供评估能力，用于持续监控 Agent 的行为。基于规则和基于 LLM 的评估都可以用于识别异常情况，例如 Token 消耗异常、行为发生变化或响应质量下降。

WSO2 的方案建立在框架和模型无关的基础之上。该平台支持包括 LangChain、CrewAI、Amazon Bedrock、Azure、Ballerina 在内的技术，以及自研 Agent，同时采用 OpenTelemetry、MCP 和 OAuth 2 扩展等标准和技术。

其核心理念是，治理能力应当与被治理的 AI 技术保持分离。模型、框架和提供商都可能快速变化，而企业也可能针对不同工作负载采用不同的组合。如果存在一个独立的治理层，团队就可以在更换底层技术时，无需每次重新构建身份、策略和监控控制。

更广泛的行业讨论表明，Agent 治理正越来越成为平台问题，而不仅仅是 AI 开发问题。亚马逊云服务、微软以及其他提供商都在其 Agent 平台中增加非人类身份、工具授权、策略执行、运行时隔离、可观测性和评估等能力。Qovery 最近的一项行业分析也指出，目前还没有单一平台能够覆盖每一层并提供完整的治理技术栈，企业很可能需要将身份系统、策略引擎、基础设施控制平面和隔离运行时结合起来。这也使得与框架无关的控制平面这一理念变得越来越重要，尤其是对于那些预计其 Agent 资产将跨越多个模型和云平台的组织而言。

因此，这一新兴挑战与此前云计算和平台工程领域经历的转变类似：工作负载可以采用不同的技术，但企业仍然需要围绕身份、安全、策略、可观测性和生命周期管理建立统一的控制机制。

问题已经不再只是企业如何构建 AI Agent，而是当这些 Agent 大规模投入运行后，企业如何持续、一致地识别、治理和控制它们。

查看英文原文：WSO2 Releases Agent Manager as Enterprises Look to Control Growing AI Agent Sprawl