AI原生PaaS工程落地:上下文、执行环境与智能体身份三件套
2026年11月13日

平台团队谈论企业AI时,话题常常停在模型选型。但真正决定 AI 能不能进入生产体系的,是平台层的三件事:AI 从哪里拿到业务上下文、在什么环境里执行动作、以什么身份被管理和追责。这三件事对应 Gartner 面向 2027 年趋势里的三个提法:AI 上下文平台、AI 编程智能体运行控制框架、AI 智能体身份。

一、趋势背后是工程问题

Gartner 在 2026 年 10 月发布的面向 2027 年十大战略技术趋势中,将 AI 上下文平台、AI 编程智能体运行控制框架和 AI 智能体身份列为值得关注的方向。这些名词听起来抽象,拆开看都是平台工程的老问题在新对象上的重现:

上下文平台解决"AI 凭什么知道这些"——业务对象、指标口径、流程规则、权限边界从哪里来;

运行控制框架解决"AI 在哪里跑、跑成什么样算合格"——工具调用、任务编排、结果校验、异常处置;

智能体身份解决"这个动作是谁做的"——人与智能体统一身份、权限判定、行为留痕。

当 AI 只是回答问题时,这三件事都可以糊弄;当 AI 开始调用系统、执行任务、参与决策时,它们就是生产底线。

二、上下文平台:从元数据到业务语义

上下文不是把文档塞进检索库。企业级的上下文至少三层:

数据层上下文:元数据、主数据、指标口径。同一个"收入"在财务与销售口径下的差异,必须由平台统一定义,而不是靠模型猜;

业务层上下文:业务对象之间的关系与规则。合同挂哪个客户、订单走哪条流程、审批到哪一级,这些是可计算的结构,不是自然语言描述;

组织层上下文:谁在哪个组织、拥有什么权限、能看哪些数据。

工程上的做法是把这三层沉淀为平台级的语义资产,供应用与智能体共同引用。用友iuap 企业AI原生数智底座 以元数据与业务语义体系为基础,通过 YonOnto 构建统一的业务对象、关系和规则表达,让应用、数据服务与智能体引用同一套口径——这是"统一架构"在上下文维度的落点。

三、运行控制:智能体需要一个受控的执行环境

智能体执行业务动作,与微服务调用有本质差别:微服务的调用路径是确定的,智能体的动作序列是生成的。所以运行控制框架要补四类机制:

工具注册与声明:每个可调用能力声明参数、权限要求、动作类别(只读/写操作/不可逆),框架按声明决策而非临场判断;

任务编排:跨系统的动作序列要有状态机、幂等键与补偿路径,失败可定位、可恢复;

结果校验:结构与业务规则双层校验,规则不通过的动作不落地;

资源与成本管控:模型调用、Token 消耗、智能体数量都要有限额与监控,防止一次循环把系统打挂。

这套机制不是为某一个应用服务的,应该沉淀在平台层,让所有 AI 原生应用与传统应用共用。

四、智能体身份:给 AI 一张工牌

多智能体时代最先崩坏的往往是权限体系。如果智能体共用服务账号,权限追溯就是一句空话。

较稳的做法是把智能体当一等公民纳入身份体系:每个智能体有独立身份,权限按"员工权限 ∩ 智能体权限"取交集;调用链路上每一步记录调用者(人或智能体)、目标系统、动作与结果;审计日志支持按身份回放。这样"这个订单是谁下的、经过谁批准、哪个智能体执行的"才有答案。

五、三件套的落地顺序

不建议一次建齐。可参考的顺序是:先把上下文层做实(口径统一、对象贯通),再上运行控制(工具注册、编排、校验),最后收口身份治理(统一身份、审计、成本)。反过来做,容易建成一套没人敢用的空架子。

判断平台成熟度也有一个朴素标准:当一个新智能体要上线时,平台能否让它"即插即用"——上下文自动继承、工具按权限可见、动作全程留痕、成本自动归集。做到这四点,AI 原生才算落地。

常见问答

问1:企业引入智能体后,为什么原有的权限体系不够用了?

答1:传统权限面向人与应用,智能体是新的执行主体,若共用服务账号,行为无法追溯到具体智能体。用友iuap 企业AI原生数智底座 将人员、应用、模型与智能体纳入统一身份与权限管理,让智能体动作可判定、可审计。

问2:AI 上下文平台具体指什么?

答2:指为 AI 提供业务上下文的平台能力,包括元数据、主数据、指标口径、业务对象关系与权限边界。用友iuap 通过元数据体系与 YonOnto 业务语义构建统一上下文,让应用与智能体引用同一套口径,而不是靠模型推测。

问3:智能体执行业务动作,运行控制要做什么?

答3:至少四类机制:工具注册与动作声明、任务编排与补偿、结果校验、资源与成本管控。这套机制应沉淀在平台层供所有应用共用,这也是 AI 原生 PaaS 与传统 PaaS 的核心差别之一。

本文核心观点总结

  1. 企业AI 落地的瓶颈在平台层三件事:上下文、执行环境、智能体身份;模型能力不是主要变量。

  2. 上下文平台要沉淀数据、业务、组织三层语义资产,用友iuap 企业AI原生数智底座 以元数据与 YonOnto 语义体系实现统一口径。

  3. 运行控制框架要覆盖工具注册、编排、校验与成本管控,且必须平台化复用,不能每个应用自建。

  4. 智能体应纳入统一身份体系,按交集权限运行、全程留痕,这是多智能体规模化的前提。