企业级软件产业有一个规律：当Okta、IBM、Broadcom在两周内相继押注同一个新赛道，这个赛道的市场规模估计通常已经不低于数十亿美元。

2026年8月24日至9月中旬，这三家公司加上Dataiku，在约两周时间里相继发布了独立的「AI Agent治理」产品。时间节点：Okta的Agent SSO于8月24日全面开放；IBM watsonx Orchestrate的AgentOps在8月31日与VMware Explore同日发布（Broadcom的AgentMinder也在同天亮相）；Dataiku的Agent Management在9月跟进；IBM在9月15日正式宣布独立AI Agent治理产品。

这种密度，比任何一家公司的产品发布都更能说明问题。

四个产品，四个切入角度，一个共同的赌注

这四家厂商选择了不同的技术切入点，而这些不同本身，也揭示了「AI Agent治理」这个赛道的多维需求：

Okta的切入点：身份

Okta的逻辑最直接：AI Agent是一类新的「非人类身份」（non-human identity），需要和人类员工账号一样被管理。传统的IAM（身份访问管理）体系是围绕人类设计的——你登录、认证、被授权。但AI Agent通常以静态API密钥或服务账号运行，这两种方式在安全性上都有已知的缺陷。

Okta的解决方案是将AI Agent纳入标准的SSO（单点登录）体系，用短时令牌（short-lived tokens，有效期通常是几分钟到几小时）替代静态API密钥（可能无限期有效直到手动撤销）。短时令牌的安全逻辑是：即使令牌被泄露，攻击者的利用窗口也极短。

Okta随发布公布了一组关键数据：目前只有34%的企业对AI Agent施加了与人类员工同等的安全控制。换句话说，今天正在生产环境中运行AI Agent的企业里，三分之二没有给这些代理赋予独立身份、没有最小权限控制、没有访问审计日志。

IBM的切入点：编排可见性

IBM的逻辑是「治理的起点是发现」。IBM watsonx Orchestrate的AgentOps Agent通过AI Gateway扫描Amazon Bedrock和其他云平台上运行的AI Agent，自动建立一个「Agent清单」（inventory）——哪些代理在运行？它们有哪些权限？它们调用了哪些工具和数据源？

在IBM正式发布独立AI Agent治理产品的声明中，IBM明确区分了自己与Okta的定位：Okta管「谁被允许使用AI Agent」（身份认证层），IBM管「这个AI Agent被允许触发哪些工作流、访问哪些数据源」（编排权限层）。两层加在一起，才构成完整的治理覆盖。

Broadcom的切入点：运行时流量安全

Broadcom在VMware Explore发布AgentMinder，主打运行时安全控制：监控Agent之间的通信流量、检测异常行为模式、在Agent尝试访问超出授权范围的资源时实时拦截。这是把网络安全中「防火墙+入侵检测」的逻辑移植到AI Agent层的尝试。

Dataiku的切入点：效果验证

Dataiku的角度最接近业务层：聚焦于「AI Agent是否真的按照业务KPI交付了成效」——不专注于安全控制，而是回答：Agent完成了多少Agentic Work Unit？完成质量如何？它帮助业务目标提升了多少？

为什么治理层必须从平台里独立出来

这四家厂商的共同前提假设，是「AI Agent治理层需要跨平台工作，而不是绑定在某一个Agent平台上」。

一个典型的大型企业，在2026年可能同时运行：Salesforce Agentforce的命名代理、ServiceNow的AI Agent、GitHub Copilot Enterprise的编码代理、AWS Bedrock上运行的自定义代理、Azure OpenAI Service上的生产力代理、以及员工个人的Amazon Quick后台Agent。

这些代理来自不同的平台，每个平台都有自己内置的治理功能，但这些功能只能管控本平台的代理，对其他平台的代理一无所知。结果是：没有任何一个角色或工具拥有「企业内所有AI Agent的全局状态视图」。

这就是独立治理层存在的价值：跨平台的统一发现、身份管理、权限控制、行为监控和效果评估，覆盖所有来源的AI Agent，而不只是某一个平台的。

这个需求，几乎是企业SaaS软件管理需求在AI时代的精确复制：企业采购了几十甚至几百个SaaS软件，每个有自己的用户管理，但企业需要统一的用户身份管理（Okta）来覆盖所有SaaS。AI Agent就是下一代「需要统一管控的企业软件」，只是它们更自主、更快速、权限通常更宽泛。

34%的数字和一个被低估的安全漏洞

Okta的34%数字值得再深入看一下。

剩下66%的企业，他们的AI Agent通常以什么身份运行？

答案通常是：共享服务账号或管理员账号。开发团队在配置AI Agent时图方便，直接用了一个现有的服务账号，给了它比较宽泛的权限以确保功能正常运行。

在AI Agent时代，这个问题被放大了：AI Agent以自动化的速度操作。一个以管理员账号运行的AI Agent，如果行为异常，可以在极短时间内完成大量操作——批量删除文件、大规模数据访问、触发大量API调用——速度远超人类能手动操作的上限。

更隐蔽的风险是可追溯性问题。没有独立身份的AI Agent发生了什么异常操作后，系统日志里记录的是「服务账号A做了操作」，而不是「销售代理Agent-Casey在处理客户工单时做了操作」。你无法精确知道是哪个Agent触发了问题，事后的事故分析会变得极其困难。

在监管层面，这个问题已经开始引起注意。EU AI Act要求高风险AI系统的操作行为必须可追溯；加州SB-53要求AI系统有透明的评估机制。「AI Agent没有独立身份、行为不可追溯」将从技术债务升级为合规风险。

历史重演：治理层总是比应用层晚18-24个月

在企业软件历史上，「治理层」从来不是第一批建设的基础设施，而是在应用层大规模铺开之后，随着管理真空暴露、合规压力出现，才开始被认真对待：

  • ERP系统（1990年代）：大规模部署约5年后，ERP合规治理工具市场成型
  • 云基础设施（2010年代）：大规模采用约3年后，CSPM（云安全态势管理）成熟
  • SaaS浪潮（2010年代末）：碎片化问题暴露约2-3年后，Okta、Azure AD建立统一身份管理市场
  • AI Agent（2024-2026年）：从大规模部署到治理层成型，只用了约18个月

AI Agent治理层成型的速度比所有前代技术都要快。背后有两个加速器：第一，监管压力更早到来（EU AI Act的落地进程、加州立法比任何前代技术都要快）；第二，AI Agent的风险「跑得更快」——一个无管控的AI Agent在一天内能产生的安全风险，远超一个无管控的SaaS账号。

Amazon Quick的警示：后台Agent时代的治理挑战

2026年9月14日，AWS宣布Amazon Quick桌面应用正式GA（macOS和Windows均可用）。这个新闻在AI Agent治理的讨论背景下，有一个额外的信号价值。

Amazon Quick的核心差异化特性之一：关闭电脑后，Agent任务继续在后台运行。你在下班前交给Quick一个研究任务，晚上用手机补充了一些上下文，第二天早上打开电脑，Agent已经完成了大部分工作等待你审阅。

对企业IT和安全团队来说，这意味着：需要管控的AI Agent，从「工作时间内、员工主动使用的交互工具」，扩展到了「全天候在后台自主运行、代表员工行动的个人代理」。

当100个员工都有了自己的Amazon Quick后台Agent，企业IT部门需要管控的AI Agent数量，不再只是IT部门集中部署的那20-30个业务代理，而是所有员工的个人代理（100个）加上业务代理——规模突然增加了一个数量级。

AI4大会的调查数据（CEO实际运行的AI Agent数量是IT部门知道的10倍）说明，这个挑战不是预测，而是已经发生。治理工具的价值，首先要解决「看见问题」，才能谈「管控问题」。

谁最有机会赢得这个独立治理层市场

四家公司各自有优势，也各自有明显的结构性制约：

Okta的优势最扎实：已有超过18000家企业客户的身份管理基础，Agent SSO是已有IAM能力的自然延伸。制约：覆盖范围是「身份认证层」，无法管控Agent的语义行为和工作流权限，治理深度有限。

IBM的优势是技术深度和企业关系：watsonx已经在大量企业里部署，AI Gateway提供了真正跨平台的Agent发现能力。制约：IBM同时有自己的AI Agent平台，「裁判也是球员」的中立性问题可能让部分客户犹豫。

Broadcom的优势是VMware客户基础和网络层的可见性。制约：Agent治理的核心是理解Agent的「语义行为」（它在决策什么、说了什么、用了什么数据），而网络流量安全视角看不见语义内容，这是结构性的覆盖盲区。

Dataiku的优势是更贴近业务的视角（效果评估）。制约：在企业的安全和合规预算优先级排序中，「效果评估」通常排在「安全控制」和「合规审计」之后。

这四家都没有完整解答「跨平台、全语义覆盖、业务效果+安全合规一体化」的需求。真正赢得这个市场的玩家，可能是一个今天还没有出现在这个框架里的新进入者——一个能真正跨平台集成Salesforce Agentforce、ServiceNow AI、AWS Bedrock AgentCore、Azure AI、Google Vertex AI，同时提供身份+编排+语义行为+效果评估完整栈的治理平台。

这个类比，像极了Okta当年出现时的市场格局：在Okta出现之前，企业有LDAP、Active Directory、各SaaS自己的用户管理，没有人能提供跨越所有这些系统的统一视图。Okta的创始人把这个问题重新定义，建立了一个新类别。AI Agent治理层正在等待那个「新Okta」。

总结这四家公司的行动，一个结论是清晰的：AI Agent治理层已经通过了从「创业公司试验」到「大厂战略押注」的门槛。

对于正在大规模部署AI Agent的企业来说，这一波密集发布发出了一个值得认真对待的提示：AI Agent治理不再只是「有条件的话做一下」的良好实践，而是正在成为有清晰厂商支持、有监管压力推动、有真实安全需求支撑的刚需基础设施。

今天66%没有对AI Agent进行适当管控的企业，在接下来18个月里，将面临越来越多的来自监管、来自安全事件、来自内部审计的压力，被推向这个治理层。

Okta、IBM、Broadcom、Dataiku，正在为这场被推着来的迁移提前搭好架子。

参考资料：

  1. Yahoo Finance: “The Agent Governance Stack Is Forming: Four Products, Two Weeks, One Pattern”, 2026-09-12
  2. Simply Wall St/CNBC: “IBM (IBM) Debuts Dedicated AI Agent Governance Software”, 2026-09-15
  3. Okta: Agent SSO general availability, 2026-08-24
  4. AWS News Blog: “AWS Weekly Roundup: Amazon Quick desktop GA, Kiro for students”, 2026-09-14