把公司的文档、代码、客户资料,打包喂给一个公有云大模型——很多企业的合规部门,第一反应就是不干。
但又眼馋 AI 智能体能干的事。这个拧巴,催生了一整类生意:自托管的 Agent 平台。GitHub 上最近冲到趋势榜的 agenticos,把牌摊得很直白——它要当"ChatGPT Enterprise 和 Grok Bot 的替代品",装在你自己的服务器、跑你自己的模型。
我看了下它的底子,判断是:野心不小,工程够硬,但现在还不到企业闭眼上的时候。
先说它给出的东西,确实戳在痛处。
基于 Pydantic AI 搭的,Apache-2.0 协议,能自托管、能本地部署、能跑本地模型。RAG(检索增强,让模型查你自己的知识库再回答)、共享聊天、技能扩展、真实浏览器自动化,这些企业要的能力都在。工具生态接了 4700 多个 MCP 服务器——MCP 是模型调用外部工具的一套通用接口,你可以理解成 AI 的"应用商店插头"。
真正让我留意的不是功能清单,是治理那几个词:预算、审批、审计轨迹。
这几个词,是给谁看的?给 CIO 和安全负责人看的。企业部署智能体,最怕的不是它笨,是它失控——花了多少 token 没人管、干了什么没人记、要动敏感数据没人批。agenticos 把这些做进平台,等于在说:我不是给你一个玩具,我是给你一套能过审计的东西。这个定位,比单纯"能聊天"聪明得多。
工程上也有几处硬细节。1.80.0 版本刚发,后台任务从 Prefect 迁到了 Postgres 表加自研 worker;CI 跑 36711 个后端测试,平台层覆盖率到了 100%;身份接通用 OIDC(企业单点登录那套协议),Entra ID、Okta、Keycloak 都能对接。这些都是"真打算给企业用"才会去做的脏活。
但冷静点看,问题也清楚。
364 颗星,太早期了。703 个 tag、159 个分支,迭代快得吓人,最近一次更新还带了一堆破坏性变更——升级前要先打数据库迁移。这种节奏,适合愿意跟着盯的极客团队,不适合求稳的传统企业 IT。
再说个更根本的账。自托管不是省钱,是换成本。
你省下的是给公有云的钱和数据外泄的风险。你付出的是:自己的 GPU 或服务器、一支能养起这套系统的运维、以及版本一升级就要重来的集成工作。这笔账算下来,很多中小企业会发现,还不如直接买 SaaS。
所以我的判断分两半。
对数据有硬合规要求、又确实要用智能体的组织——比如不能把资料传出内网的那些场景——这类平台是刚需,值得现在就试。agenticos 把治理做进底座的路子,方向是对的。
对大多数人,我的话是:现在还早。等等它星标上万、迭代慢下来、有人踩完坑写了踩坑指南,再上不迟。自托管这条赛道会很长,急着当小白鼠没有奖金。
一句话:它不是又一个聊天壳子,是一次"把智能体关进自己院子"的认真尝试。认真,但还年轻。