type: concept tags: [agent, governance, enterprise, sprawl, management, maturity-model] related: [[semantic-consensus-multi-agent]], [[agent-persistent-identity]], [[conjunctive-prompt-attacks-multi-agent]] sources: - url: https://arxiv.org/abs/2604.16338 title: "Governing the Agentic Enterprise: A Governance Maturity Model for Managing AI Agent Sprawl in Business Operations" date: 2026-04-18 reliability: high created: 2026-04-21 updated: 2026-04-21

Agent 治理成熟度模型：管理企业 AI Agent 扩张¶

2025 年 79% 的组织已采用 Agentic AI，市场预计从 2026 年的 85 亿美元增长到 2030 年的 450 亿美元。但 Agent 数量的快速扩张带来了"Agent 蔓延"（Agent Sprawl）问题。本文提出一个治理成熟度模型，对手机端 AIOS 的 Agent 管理架构设计有直接参考价值。

核心问题¶

Agentic AI 与传统 AI 系统的本质区别在于自主性：Agent 可以自主规划多步策略、选择和调用工具、执行复杂工作流，几乎不需要人工干预。这种自主性在带来价值的同时，也带来了治理挑战：

Agent 蔓延：组织内大量独立部署的 Agent 缺乏统一管理
权限失控：Agent 的工具调用权限可能超出预期范围
审计困难：自主 Agent 的决策过程难以追溯和审计
冲突与冗余：多个 Agent 可能执行重叠甚至冲突的任务

方法/架构¶

论文提出了一个五级治理成熟度模型：

Level 1: Ad Hoc（临时性）¶

Agent 以临时方式部署，无统一管理
缺乏标准化的部署、监控和审计流程

Level 2: Managed（受管理的）¶

基础的 Agent 注册和发现机制
简单的权限控制和日志记录

Level 3: Governed（受治理的）¶

统一的 Agent 生命周期管理
策略驱动的权限控制
自动化的合规检查

Level 4: Orchestrated（编排的）¶

Agent 间的协调和冲突避免
资源优化和负载均衡
端到端的工作流可视化

Level 5: Autonomous Governance（自治治理）¶

自我监督和自我优化的 Agent 生态
基于反馈的治理策略自动调整
弹性故障恢复和自愈

实验结果¶

74% 的部署 Agent 的高管在第一年内实现投资回报
但只有少数组织达到 Level 3+ 的治理成熟度
最常见的治理失败模式：权限过度授予、缺乏审计追踪、Agent 间冲突

关键洞察¶

治理是规模化前提：没有治理框架的 Agent 部署在小规模时运行良好，但规模扩大后必然失控
手机端的类比：手机端 App Agent 的增长轨迹类似于企业 Agent 扩张——每个 App 都有自己的 Agent，系统需要统一治理
权限最小化原则：Agent 应该只获得完成任务所需的最小权限集，而非全系统访问权限
审计不可妥协：Agent 的每个决策和工具调用都需要可追溯的审计日志

为什么重要¶

手机端 AIOS 正在进入 Agent 爆发期： 1. 系统级 Agent：iOS Apple Intelligence、Android Gemini、小米 HyperAI 等 2. App 级 Agent：每个 App 可能部署自己的 Agent 3. 用户自定义 Agent：用户可能创建自定义自动化 Agent

这些 Agent 需要统一的治理框架——权限管理、冲突避免、审计追踪、生命周期管理。本文的成熟度模型为手机端 Agent 治理架构提供了设计蓝图。

关联¶

[[semantic-consensus-multi-agent]] — Agent 间冲突检测是治理的关键组件
[[agent-persistent-identity]] — Agent 身份管理是治理的基础
[[conjunctive-prompt-attacks-multi-agent]] — 安全治理需要防御提示攻击
[[gui-agent-privacy]] — Agent 治理中的隐私保护