Gartner 预计，到 2026 年底，集成任务型智能体的企业应用比例会达到 40%，2025 年基线不足 5%。这不是开放模型的企业采用比例，也没有规定必须使用开放模型。两者主要通过任务规模、成本和部署需求发生联系。

智能体与模型不是同一个东西

模型负责理解与生成，智能体还要组织步骤、调用工具、读取状态并处理结果。比如售后智能体需识别订单、查询保修、提出处理建议，有时还要创建工单。仅有一个聊天入口，不一定就具备这些执行能力。

开放与闭源讨论的是模型取得和授权方式；是否属于智能体，讨论的是系统如何工作。闭源模型可组成智能体，开放模型也可只做单次文本分类，二者没有必然绑定。

为什么智能体增长会带动开放模型？

一个任务往往调用多次模型。读取材料、选择工具、整理结果和校验格式，都可能增加成本。并非每一步都有相同难度：固定格式提取可交给通过验收的小模型，复杂分析再进入高能力模型，系统就有了按步骤分配算力的空间。

企业也可能希望把涉及内部文档或特定操作的步骤留在受控环境。开放权重提供了自建或专有托管的可能，但仍要配置数据权限、日志和工具访问。只是换成开放模型，不会自动消除泄露和越权。

一套应用里可同时用两类模型

模型路由不应替代业务权限。即使最强模型认为应该退款，仍需由订单系统检查资格与金额；开放模型给出的建议，也不应直接写入核心数据库。执行权必须落在可审计的系统流程里。

MCP 解决连接，不负责保证判断正确

MCP 等协议让应用连接工具和数据的方式更统一，有助于更换模型时复用一部分接入工作。但模型仍需理解工具说明，客户端要正确处理返回值，服务端也要执行授权。协议兼容，不等于所有智能体都能可靠执行同一任务。

多模型组合还会增加测试范围。不同模型对参数格式、错误信息和工具选择的理解可能不同，换模型后必须重新运行端到端任务，而不能只测试一句普通问答。

企业现在应准备什么？

先列出智能体可读取什么、可修改什么、哪类动作需人工介入，再确定性能与成本指标。保留传统业务入口，设置超时、步数和预算限制，防止失败后无限重试。40% 是应用能力演进的预测，不能当作放开自主操作权限的理由。