开源AI的热度正持续升温，但企业对“AI代理该怎么管、能做什么、哪些必须人审”这件事却明显落后。近日，Mozilla发布首份《开放原始码AI生态系现况评估》，直指AI代理相关技术扩张很快，治理能力却没同步升级，导致风险边界变得模糊。
报告聚焦模型上层的AI代理执行框架，并以模型上下文协议MCP为例。MCP上线第一年，月度SDK下载量已接近9,700万次，活跃服务器超过1万台；然而在企业端，只有约21%的受访者表示已建立成熟的AI代理治理机制。这意味着，大量组织在“能用”之前仍缺少制度化的管控手段：授权给代理的权限是否合理、输出是否可追溯、关键操作是否需要人工确认，都缺少统一规则与可执行流程。
Mozilla还观察到竞争焦点的变化。过去大家主要比拼模型本身，但随着开放权重模型能力与封闭模型差距缩小、推理成本不断下降，竞争逐渐从“模型”转向“模型之上的代理执行框架”。同时，达到类似GPT-4级别能力所需的最低API推理价格，在36个月内下降约50倍，开放权重模型在OpenRouter的token占比也从2025年底约三分之一提升到2026年中超过一半。
更值得警惕的是“耦合效应”。模型厂商开始把代理执行框架与自家模型更紧密绑定。在同一模型可被多个框架采用的情况下，厂商自家框架的表现往往更好。但这种整合越深，企业未来一旦想更换模型，迁移成本可能越高，甚至出现新的“供应商绑定”。Mozilla因此建议：企业除持续跟进开源发展外，也应建设代理层的能力，包括记忆管理与权限控制，并尽可能采用可携式格式保存代理的记忆与用户上下文数据，放在企业可控环境中。
在治理层面，Mozilla强调目前仍缺乏共通写入权限标准：无论是MCP、Agent2Agent（A2A）、直接工具调用，还是不同代理框架之间，都尚未形成一致的“哪些操作可由代理自行执行、哪些需要人工核准、哪些应当禁止”的统一规范。要让开放AI生态真正规模化，跨框架的权限与治理规则将是下一阶段最关键的攻关方向。
