商傳媒｜責任編輯／綜合外電報導
隨著企業將人工智慧（AI）代理導入實際營運，如何有效管理與協調複雜的多代理系統，已成為雲端巨頭競相爭奪的新戰場。Google 和 AWS 在 AI 代理堆疊的管理上，正採取截然不同的策略，劃分出控制與執行兩大層面。
根據《VentureBeat》報導，Google 的策略著重於在系統層級運行代理管理，並以治理為核心。Google 近期發布了新版 Gemini Enterprise，整合了原有的 Gemini Enterprise Platform（前身為 Vertex AI）和 Gemini Enterprise Application。Gemini Enterprise 採用類似 Kubernetes 的控制平面，提供一個集中式的控制面板，用於管理身份、強制執行策略及監控長期運行的代理行為。Google Gemini Enterprise 產品管理資深總監 Maryam Gholami 表示，此產品的目標在於為企業提供一個平台和入口，以便存取 Google 提供的所有 AI 系統和工具。她也強調，該應用程式免費提供安全與治理工具，以支援企業使用其代理平台。
相較之下，AWS 則聚焦於執行層面的效率與快速部署。AWS 的 Bedrock AgentCore 新增了一項託管代理外掛工具（managed agent harness），其特點是將預先建置的工作流程替換為以配置（config-based）為基礎的起點，並由 AWS 的開源代理框架 Strands Agents 提供支援。這讓使用者能定義代理的函式、模型和工具，AgentCore 再將其整合運作，大幅最佳化了部署流程。
無論是 Google 或 AWS，以及其他業者如 Anthropic 和 OpenAI，都在為企業部署 AI 代理提供更多選擇。Anthropic 推出了 Claude Managed Agents，而 OpenAI 也更新了其 Agents SDK，支援沙盒環境與現成的外掛工具。這些新進展，部分是為了優化代理的快速部署。然而，這些轉向有狀態（stateful）、長期運行的自主代理，也帶來了新的失敗模式，例如「狀態漂移」（state drift），即累積的狀態資料可能過時。因此，代理的可靠性已成為一個系統性問題，需要透過可見性與控制來管理狀態漂移。Gemini Enterprise 和 AWS AgentCore 都將防止狀態漂移納入設計考量。
EZContacts 成長主管 Rafael Sarim Oezdemir 分析，企業在選擇代理外掛工具或執行時，主要考量點在於風險管理。如果代理的運作不直接影響企業收益，透過第三方執行是可接受的；但在更關鍵的業務流程中，企業則傾向於自行管控。這顯示了企業客戶對於兼顧快速部署與集中控管的需求。
