SAP AI智能体中枢测评：企业多厂商智能体统一管理

SAP推出AI智能体中枢，统一管控企业多厂商智能体生态

在2026年萨菲尔大会上，SAP正式向更多客户开放了SAP AI智能体中枢（AI Agent Hub）。该平台依托Joule Studio运行，作为一个厂商中立的统一管控节点，集中盘点与治理所有AI智能体、大语言模型及MCP服务器。

AI智能体中枢最初仅面向SAP LeanIX客户——LeanIX是SAP旗下用于可视化分析IT架构的产品。升级后，该中枢现已覆盖企业内所有智能体、大语言模型及MCP服务器，无论其构建方或构建环境。当前六项核心功能中，两项已正式上线，其余四项计划于2026年第三季度交付。

可以预见，大型企业将拥有来自多家厂商的数百个甚至更多智能体，例如微软Copilot、Salesforce Agentforce，Anthropic和OpenAI的原生AI智能体，基于LangGraph或AutoGen的定制智能体，以及SAP自家的Joule Agents。但目前这些智能体散落于不同系统，IT和安全团队既无统一资产清单，也无完整审计轨迹。

SAP业务技术平台总裁迈克尔·阿梅林（Michael Ameling）向The New Stack表示：“站在IT部门负责人的角度，构建智能体不难，但掌控权才是核心。否则，你会重蹈Web服务初期每个人遭遇过的困境。”

SAP AI智能体中枢的核心意图，是遏制智能体资产无序扩张，为企业提供一个统一且权威的AI资产管理系统。

智能体注册表

这类系统的核心功能自然是注册表。AI智能体中枢内置的AI注册表现已正式发布。

要让注册表真正生效，关键在于简化权威索引的创建工作。因此，AI智能体中枢能够自动发现跨厂商的智能体、大语言模型及MCP服务器，并完成统一注册。

但构建资产清单只是AI智能体中枢功能的一部分。它还提供工作流评估与合规验证工具，捕获每个智能体的风险评级和合规映射，确保任何智能体在上线前都具备经过验证的治理记录。身份与访问控制功能将于2026年第三季度推出，届时通过SAP云身份服务为每个智能体分配唯一身份标识。

阿梅林表示：“我们默认为每个智能体赋予唯一身份。这一点至关重要：需要授权、赋予访问控制权限——包括数据访问——并确保全程可审计。”

AI可观测性功能同样纳入该中枢，计划于2026年第三季度上线。该功能将提供会话级遥测数据，包括健康状态、工具调用准确性、根因分析等，类似于LangSmith和Datadog等公司目前为自行接管的智能体提供的监控能力。

阿梅林解释：“你可以看到谁在与谁交互，这些智能体的表现如何。是否真的用到了所有工具？还是有50%的情况需要人工介入？也许效率不理想，你应该研究如何优化你的智能体。”

智能体挖掘

其中最值得关注的功能是智能体挖掘。SAP Signa vio将流程挖掘技术应用于AI智能体。Signa vio最初用于发现设计流程与实际业务流程之间的差距，如今则用来判断智能体是否按预设执行路径运行——毕竟，智能体本质上是非确定性的。

SAP在这一领域的优势在于，其技术栈本身已涵盖架构映射（LeanIX）、流程管理（Signa vio）、身份认证（云身份服务）以及组织架构（SuccessFactors）。

SAP在这一方向上并非从零起步。2025年11月，SAP Signa vio就将智能体挖掘定位为“AI智能体卓越”方法的四大支柱之一：发现、上下文、挖掘与价值影响。如今，这四大支柱已整合到Joule Studio中统一的AI智能体中枢之下，不再分散于Signa vio和LeanIX两个独立产品中。

值得注意的是，SAP的竞争对手也在朝类似目标迈进，但出发点各有不同。微软正在将Copilot Studio与Entra和Purview服务整合，而LangSmith等原生AI可观测性厂商也覆盖了部分场景。但对于这些公司而言，SAP原生集成的架构、身份及人力资源组件，并不容易通过外部附加的方式复制。

Q&A

Q1：SAP AI智能体中枢目前开放了哪些功能？

目前已正式发布的功能包括AI注册表（支持跨厂商自动发现智能体、大语言模型及MCP服务器）以及工作流评估与合规验证工具。另外四项功能，包括身份与访问控制、AI可观测性及智能体挖掘，计划于2026年第三季度推出。

Q2：SAP AI智能体中枢如何解决企业多智能体管理混乱的问题？

AI智能体中枢通过建立统一的资产注册表，自动发现并盘点企业内来自不同厂商的所有智能体、大语言模型及MCP服务器，同时提供身份认证、访问控制、合规记录和可观测性等治理能力，从而避免智能体资产无序扩张，为IT和安全团队提供统一的管理视图和审计追踪。

Q3：SAP智能体挖掘功能是什么？和流程挖掘有什么关系？

智能体挖掘是SAP将其Signa vio产品中的流程挖掘技术延伸应用到AI智能体领域的新功能。流程挖掘原本用于发现企业实际业务流程与设计流程之间的偏差，智能体挖掘则将同样的方法用于判断智能体在运行时是否遵循预设的执行路径，帮助企业识别智能体行为异常或效率不足的问题。