先给结论
企业智能体技术栈怎么选：平台、框架、Harness、大模型与算力
不要把智能体平台、框架、Harness 和大模型放在一张排行榜里。企业先确定岗位任务、数据与权限，再选择托管平台、可控工作流框架、自主智能体运行时或自研编排；随后配置上下文、工具、状态、评测和人工确认，最后才按真实任务选择模型与算力。
数位人判断
企业真正要选择的不是一个“最强智能体”，而是一套能替换模型、限制工具权限、保存任务状态、验证结果并由人承担最终责任的运行系统。
从业务问题到稳定结果，至少经过五层
01岗位与结果
→谁交任务、怎样算完成
02智能体运行层
→入口、计划、记忆和任务状态
03Harness 工程层
→上下文、工具、权限、评测和回滚
04模型路由层
→按具体任务选择主模型与备用模型
05算力与运维层
API、服务器、预算、日志和故障恢复
任何一层都可能替换；应长期保留的是任务定义、企业数据、权限规则、验收样本和运行记录。
事实核验
先区分官方信息与我们的判断
企业决策表
先按工作形态选路线，再比较具体产品
路线适合什么情况重点验收什么
托管智能体平台标准任务、团队小、需要快速验证数据边界、工具范围、日志与可迁移性
工作流 / 图框架流程较确定、需要连接内部系统状态恢复、节点测试、人工确认与版本管理
自主智能体运行时研究、开发或开放式长任务停止条件、预算、权限和失败恢复
完全自研编排核心流程、强合规、已有平台团队长期维护、人才、观测和替换成本
企业下一步
不追热点演示，用真实任务建立结论
- 01
先画本企业的五层图，再采购任何平台、框架或模型。
- 02
用同一批真实任务比较候选路线，不用各自最有利的演示样本。
- 03
分别验收模型质量、工具执行可靠性、权限边界和最终岗位采用，不能用一个总分掩盖失败。
- 04
把企业数据、评测集、任务日志和模型路由保留在可迁移、可审计的边界内。
边界与反例
这些能力不能被宣传语自动证明
- 同一产品可能跨越多层，分层是为了明确责任而不是强行贴标签。
- 开源不自动意味着低成本，部署、更新、安全、密钥和运维都需要投入。
- 协议支持和功能清单不能证明生产可靠性，仍需测试超时、重复执行、越权和恢复。