企业AI管控平台ModelOp于近日发布ModelOp Center 3.5版本，通过加深与微软、亚马逊的预置集成，为在多个开发、执行和智能体平台上运行AI的企业提供集中化的AI智能体治理能力。该版本将微软Agent 365（包括在Copilot Studio和Foundry中构建的智能体）、亚马逊Bedrock AgentCore以及Amazon Quick中的AI智能体纳入ModelOp的集中式记录系统，通过自动化生命周期工作流进行管理，并与各自的业务用例建立关联。
ModelOp定位于面向财富500强和全球2000强企业的“企业AI指挥中心”。此次发布的背景是，企业AI的部署形态日趋分散：业务团队在Copilot Studio中构建智能体，开发团队在Bedrock AgentCore上运行另一个智能体，AI团队则在多家供应商之间评估和提供经批准的模型。ModelOp指出，多数企业清楚自己采购了哪些AI平台，却很少有企业能说清这些平台上运行着哪些智能体和模型、各自支持什么用例、由谁负责、是否应用了正确的管控措施，以及运行一个智能体用例的成本是多少。
ModelOp首席执行官Dave Trier表示，企业正在微软、亚马逊、OpenAI和私有基础设施上部署AI，但目前没有任何单一平台能够为CIO、业务负责人和AI治理负责人提供全面的可见性与控制能力。他指出，无法看见的东西就无法治理，识别一个智能体只是第一步，业务负责人需要了解其用途、谁对其行为负责，以及它是否在既定的企业政策范围内运行。
在集成范围上，ModelOp Center 3.5可连接企业构建和运行AI所用的各类平台，包括面向业务用户的Microsoft Agent 365、Copilot Studio和Amazon Quick，面向开发者的Microsoft Foundry和Amazon Bedrock AgentCore，来自Amazon Bedrock、OpenAI的前沿模型，以及托管在多个服务器上的MCP工具。ModelOp的AI发现服务已与上述各平台连接，可将发现的结果与企业已批准的资产清单进行比对，从而识别未注册的智能体和影子AI。
在发现之后，这些集成会将每项资产带入其生命周期的后续环节。新发现的智能体会触发一个执行企业政策和标准的工作流，从而实现自动化的生命周期管理。此外，该版本还扩展了AI FinOps能力，支持按用例级别进行token追踪，帮助企业将智能体运行成本与具体业务场景对应起来。
随着企业在微软、亚马逊等多家平台上同时部署智能体，AI资产分散化带来的治理盲区正在成为企业AI落地的现实障碍。ModelOp此次升级的思路是将跨平台的智能体纳入统一的记录与治理体系，这一方向能否成为企业AI治理的标配能力，仍有待市场验证。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
