随着AI代理模型和框架的增多，企业面临管理这些代理身份、权限、行为和生命周期的基础设施割裂问题。WSO2推出的AgentManager旨在解决这一问题，通过将治理与逻辑分离，使企业能够独立于底层技术实现通用控制机制。该平台已于2026年6月进入Beta阶段，进一步增强了Agent身份能力，并新增针对Model Context Protocol（MCP）交互的治理控制以及云原生Kubernetes的沙箱运行时。
--91likeyou---
Agent Manager 提供了一个集中式的 Agent 清单和管理层，具备可验证的 Agent 身份、基于角色的访问控制、委派、Token 交换以及访问权限撤销等能力。平台还提供生命周期控制，可以推动 Agent 从开发环境进入 Staging 和生产环境，并支持在需要时暂停 Agent。
该平台提供 40 多项内置控制能力，覆盖个人身份信息（PII）脱敏、速率限制等领域。这些策略可以应用于 Agent 工作流的不同层级，包括 Agent、MCP 和 LLM 层。
正式发布还引入了沙箱执行运行时，这反映出业界越来越关注 Agent 被赋予文件、工具、API 以及企业系统访问权限后所带来的风险。该 Kubernetes 原生运行时旨在为 Agent 执行提供受控环境，同时允许对 Agent 的活动进行监控和管理。
Agent Manager 还使用 Open 进行追踪并提供评估能力，用于持续监控 Agent 的行为。基于规则和基于 LLM 的评估都可以用于识别异常情况，例如 Token 消耗异常、行为发生变化或响应质量下降。
WSO2 的方案建立在框架和模型无关的基础之上。该平台支持包括 LangChain、CrewAI、Amazon Bedrock、Azure、Ballerina 在内的技术，以及自研 Agent，同时采用 Open、MCP 和 OAuth 2 扩展等标准和技术。
其核心理念是，治理能力应当与被治理的 AI 技术保持分离。模型、框架和提供商都可能快速变化，而企业也可能针对不同工作负载采用不同的组合。如果存在一个独立的治理层，团队就可以在更换底层技术时，无需每次重新构建身份、策略和监控控制。
因此，这一新兴挑战与此前云计算和平台工程领域经历的转变类似：工作负载可以采用不同的技术，但企业仍然需要围绕身份、安全、策略、可观测性和生命周期管理建立统一的控制机制。
问题已经不再只是企业如何构建 AI Agent，而是当这些 Agent 大规模投入运行后，企业如何持续、一致地识别、治理和控制它们。
查看英文原文：WSO2 Releases Agent Manager as Enterprises Look to Control Growing AI Agent Sprawl
🔥 热词：#WSO2开源AI代理治理平台 · #AI agent的三个主要功能 · #ai agent当前的主要缺点 · #ai agent的基本要件 · #AI agent的三种角色如何协作 · #AI Agent的应用 · #ai agent当前的短板和局限性 · #AI agent开发 w3c