企业为什么该“统一一个智能体框架”？普华永道的新建议

很多企业开始用 AI 智能体之后，会走同一条路：销售部搭一个跟客户的，客服部搭一个处理工单的，市场部又搭一个做内容的。每个部门各买各的、各搭各的，几个月后，企业内部出现了一群互不相识的智能体。

这个现象正变得越来越普遍，也正成为企业 AI 落地的隐性瓶颈。最近，普华永道（PwC）的研究给出了一个相反的建议：企业应当停止为每个用例构建新的智能体系统，转而统一部署同一个框架。

普华永道在研究什么

普华永道研究的是 Anthropic 的 harness 原语——也就是把记忆、文件系统和命令执行串起来的那个“循环”，即 Claude Code 的形态。

这套循环的价值在于：它把智能体的“能力骨架”固定下来，企业只需要往里面填内容。研究认为，与其为每个场景从头造一个智能体系统，不如让所有团队标准化使用同一个循环，只用纯文本的指令文件去区分不同场景的差异。

关键点：统一不是为了“更快”，而是为了“可审查”

这是这篇研究最反直觉、也最值得留意的地方：统一框架的主要收益不是运行性能，而是审查成本。

当企业里有几十上百个智能体、各自用不同框架构建时，安全团队要审查每一个系统的实现——这是一个读代码的工程，费时、费人，还容易漏。而当所有智能体都跑在同一套框架上、差异只体现在指令文件里时，审计整个智能体集群，就从“审查代码”变成了“阅读文档”。

对于要过合规、过安全评估的企业来说，这几乎是决定性的差异。

为什么这正是一篇“AI 原生组织”文章

我们之前讨论过：AI 原生组织的分界线，在于目标、数据、流程、角色与治理是否被重新设计。普华永道这条建议，命中的正是治理这一环。

智能体越多，组织的风险越不在“单个智能体有多强”，而在于它们相互调用、权限蔓延、出了问题没人负责——VentureBeat 最近一篇同样热门的研究称之为“智能体之间的复杂性”。统一框架，本质上是把这种复杂性收拢起来：身份统一、权限可查、差异可见、责任可追。

换个角度说：能统一的地方先统一，才能把精力留给真正需要差异化的地方。

对企业的一点落地建议

1. 先定骨架，再谈场景——选定一套智能体框架作为企业标准，场景差异用指令/配置表达，而不是另起炉灶；
2. 让“审查”成为设计目标——部署智能体时，先问“审计者读的是文档还是代码”，后者意味着成本会随智能体数量线性膨胀；
3. 把统一写进采购与安全制度——从选型阶段就要求可统一、可审计，而不是事后补救。

AI 原生组织的建设，未必是“买最聪明的模型”，很多时候是“先把基础设施的秩序建好”。普华永道的这份建议，值得每一个正在铺开智能体的企业决策者读一遍。