企業 AI 團隊似乎比起解決更棘手的問題——讓這些系統在生產環境中值得信賴——更快地先行定下了「代理式（agentic）」系統的平台。2026 年 6 月的四項 VentureBeat Pulse Research 調查，皆基於不同的企業受訪者樣本，從不同角度指向同一個結論：瓶頸已不再是選擇基礎平台，而是部署具備可靠編排、受治理脈絡、可信評估與基本安全控管的代理。

最明確的訊號來自編排浪潮。根據 VentureBeat 對 101 家員工數超過 100 人組織的調查，企業正將代理編排集中在模型供應商平台上，其中 Anthropic 的 Claude 被 40% 的受訪者列為主要平台，其次是 Microsoft 的 18%，以及 OpenAI 的 13%。但在這種整合之外，也伴隨著不太舒服的承認：71% 的受訪者表示，他們已部署的「代理」中，真正屬於多步驟編排工作流程的比例，只有四分之一或更少，而不是聊天機器人外殼。

把這一點與另外三項關於脈絡基礎設施、評估與安全的調查放在一起看，訊息比單一供應商的領先更廣泛。企業表示，他們想要的是可靠、自主、可多步驟運作的系統。實務上，許多團隊仍在推出脆弱的助理、使用供應商原生預設值，並在部署後才發現失敗。對 AI 建構者、企業買家以及向這個市場銷售的創業者而言，這把討論從模型選擇轉向營運紀律。

編排正在整合，但部署成熟度仍然落後

VentureBeat 的編排調查主張，企業之所以選擇平台，很大程度上是因為「模型重力」，也就是底層基礎模型的吸引力，而不是某個獨立的編排控制平面。在該樣本中，大型供應商占據主導；而 LangChain/LangGraph 這類開源框架以及客製化內部建置，在主要使用上仍停留在個位數。

這很重要，因為企業也告訴 VentureBeat，他們判斷編排是否成功，主要看任務完成的可靠性與多步驟工作流程管理。這些優先事項顯示，買家正在尋找能協調工具、維持狀態，並跨多個步驟完成工作的系統。然而，同樣的受訪者也承認，目前大多數部署並未達到這個標準。

這種理想與生產現實之間的落差，是整個故事的核心。若大多數已部署系統仍只是單一提示詞助理，那麼企業在編排上的支出，某種程度上就是前置基礎設施：團隊在真正編排的代理組合存在之前，先把那一層建起來。這未必不合理。它可能反映出企業常見的模式：提早標準化採購與控管。但這也意味著，許多「代理」採用數字，很可能把非常不同類型的系統混在一起。

調查也發現，68% 的企業計畫在一年內採用新的、額外的，或替代性的編排平台，而許多企業甚至還沒有縮小候選名單。這表示即使目前少數供應商主導主要部署，這一層仍遠未定型。

更大的失敗點在於脈絡、評估與安全

另外三項 VentureBeat 調查，幫助解釋了為什麼企業難以從聊天機器人外殼，走向可靠的代理。

在脈絡方面，另一項針對 101 位受訪者的調查發現，57% 的企業在過去六個月中，曾將 AI 代理自信但錯誤的回答，追溯為缺少或不一致的業務脈絡。檢索增強生成（RAG）已經是許多團隊的主要脈絡來源，而 VentureBeat 報導指出，像 OpenAI file search 與 Google Vertex AI Search 這類供應商原生檢索工具，在其樣本中的生產使用率，已超越專用向量資料庫。

這並不代表檢索已經被解決。相反地，同一項調查暗示了另一件事：大多數企業仍在建置受治理的語意層，這層是讓檢索到的脈絡保持一致且可信所必需的。VentureBeat 發現，58% 的企業已在運作或建置這種語意層，但只有 25% 已經上線到生產環境。換句話說，AI 代理在底層業務定義尚未穩定之前，就已經開始語氣很有把握。

在評估方面，數字同樣令人警醒。VentureBeat 對 157 位受訪者的調查顯示，50% 的人表示，他們曾推出一項通過內部評估、卻在面向客戶的環境中失敗的 AI 功能。只有 5% 表示自己如今完全信任自動化評估。即便如此，66% 的企業已允許低風險代理完全自動部署，或正朝著一年內達成這個目標邁進。

這種組合，可能是企業 AI 營運已經跑在保證流程前面的最明顯跡象。團隊想要更快的發佈週期與更高的自主性，但這份調查的證據顯示，測試層尚不足以安全支撐這一切。

在安全方面，VentureBeat 對 107 位受訪者的調查發現，54% 的企業已經遭遇過已確認的代理安全事件，或差點出事的近失事件。根據報告，結構性問題在於身分與隔離。只有 32% 的企業表示，每個代理都有自己的、範圍限定且受管理的身分；許多企業仍依賴共用憑證。只有 30% 會把風險最高的代理隔離在沙箱中。

隨著企業讓代理真正存取內部系統，這一點尤其重要。若沒有每個代理各自的身分與隔離，一個遭入侵或權限過大的系統，可能造成更大範圍的波及。

供應商原生工具是靠預設勝出，而非最終裁定

四項調查中有一個一致模式：供應商原生工具正逐漸成為預設的營運選擇。在編排方面，模型平台供應商主導主要使用。在脈絡方面，OpenAI file search 與 Google Vertex AI Search 在 VentureBeat 的樣本中領先檢索堆疊。在安全方面，OpenAI guardrails 與大型供應商的雲原生控制，是最常見的工具。在評估方面，供應商原生工具也名列前茅，且與完全沒有專用工具並列。

這個模式對市場很重要，因為它說明在企業部署的第一波浪潮中，便利性勝過了專門化。買家似乎選擇的是隨模型平台或雲端堆疊一同出貨的工具，尤其當團隊仍處於生產成熟度早期時。

但 VentureBeat 自身的數據也顯示，這些預設值只是暫時的。在安全方面，59% 計畫在一年內採用或更換工具。在脈絡方面，57% 計畫更換或新增檢索供應商。在評估方面，64% 計畫採用新的或替代的平台。在編排方面，切換意願也同樣很高。

所以，雖然目前的堆疊看起來很集中，但採購週期其實仍然開放。企業可能先用打包式控管與檢索來降低摩擦，但很多企業似乎不相信自己會永遠停留在那裡。當編排控制平面位於模型供應商平台內時，廠商鎖定是被提到的首要風險，這也解釋了為什麼在編排調查中，51% 的受訪者預期到 2026 年底會採用混合式控制平面。

證據、限制，以及這些調查真正顯示了什麼

這四項來源全都是 2026 年 6 月的 VentureBeat Pulse Research 調查，而不是公開申報或經審計的市場資料。這讓它們可作為企業情緒與部署行為的方向性讀取，但也帶來了實際限制。

樣本為自我選擇，在數個案例中偏向中型市場，且規模不大：編排 101 位、脈絡 101 位、評估 157 位、安全 107 位。VentureBeat 自己也表示，這些結果應被視為方向性，而非精確測量。這些調查還使用了不同的受訪者群組，因此讀者應謹慎看待不同波次的百分比，別把它們當作可直接比較的市占率。

這種謹慎在供應商排名上尤其重要。Anthropic 的 Claude 在這個樣本中領先編排，並不代表更廣泛的市場份額。OpenAI file search、Google Vertex AI Search、OpenAI guardrails，或供應商原生評估，情況都一樣。這些只是針對積極使用 AI 的受訪者，在主要使用或堆疊中存在狀況的調查快照，而不是按支出加權的排名。

即便如此，跨不同調查反覆出現的結構性模式仍難以忽視。不同的企業群體回報了相似的張力：打包式工具主導了當前使用；專門類別仍然碎片化；且大多數組織計畫在一年內更換或新增工具。即使精確百分比有所變動，這種模式仍然相當可信。

這對建構者與企業買家意味著什麼

對 AI 產品團隊而言，實務上的教訓是：「代理」的說法將面臨更嚴格的審視。如果企業客戶越來越清楚，許多已部署的代理其實只是提示詞外殼，那麼供應商就必須證明編排實際存在於何處：狀態管理、工具協調、執行期控制、回退行為，以及可衡量的任務完成。

對企業買家而言，這些調查顯示，平台選擇正變成較簡單的部分。真正困難的是一次把企業 AI 進行四層運作：可信的脈絡層、連結真實世界結果的評估層、用於安全的身分與隔離層，以及能同時管理成本與供應商依賴的控制平面。

對新創公司來說，機會可能比「代理平台」這種寬泛敘事所暗示的更窄。供應商套件正在吸收預設入口。機會似乎更具體：受治理的語意層、非人類身分、執行期隔離、輸出品質監控，以及位於模型供應商之上的編排控制。

成本面向也值得關注。VentureBeat 的編排調查發現，27% 的企業沒有真正可在即時、程式化的方式下，在失控代理把帳單送來之前把它停下來。這不只是 FinOps 的問題，也是執行期控制平面仍不成熟的跡象。

接下來要觀察什麼

最重要的後續訊號，是企業是否開始回報真正多步驟的生產工作流程成長，而不只是更多「代理」部署。如果這個數字仍維持偏低，但編排支出持續上升，那麼這個類別可能被過度標籤、卻交付不足。

第二，要觀察混合式控制架構是否成為常態。如果團隊持續標準化在 Anthropic 的 Claude、Microsoft 或 OpenAI，同時再加上外部編排與政策層，市場可能會走向分裂式堆疊，而不是贏者全拿的平台。

第三，請注意受治理的語意層是否能從試點走向生產。如果 OpenAI file search 與 Google Vertex AI Search 持續成長，卻沒有更好的脈絡治理，那麼自信但錯誤的問題很可能會延續。

第四，評估層值得關注。如果企業持續朝自動化部署前進，而供應商原生評估與碎片化工具仍是常態，面向客戶的失敗可能會成為重大的採購觸發因素。

最後，安全支出與架構才是真正的嚴肅性考驗。如果 OpenAI guardrails 仍是預設，而範圍限定的身分與沙箱隔離依然少見，企業可能是在把暴露風險常態化，而不是降低它。

Creati.ai 觀點

這些調查顯示，企業 AI 市場正在成熟，而「代理」這個詞的發展速度已經超過了營運現實。關鍵不在於企業選錯了平台，而在於太多團隊把平台選擇當成主要決策，卻忽略了部署挑戰其實存在於脈絡品質、執行期控制、評估準確性與安全設計。

這也是為什麼最有意思的競爭戰場，也許根本不是基礎模型本身，而是圍繞它的控制層：決定代理知道什麼、能碰什麼、如何被測試、何時被停止，以及事後誰能證明發生了什麼的系統。只要這些層還沒有變得夠強韌，許多企業「代理」都只會是品牌更好、但營運自主性更差的昂貴助理。