10 月上旬，NIST 智能体标准倡议（2026 年 2 月启动）的期限将至，却仍拿不出可执行框架。与之相伴的是 Reco 披露的一个刺眼数字：某财富 100 客户在内部清点时，发现约 2.1 万个「无人认领」的智能体——它们被某个部门、某个实习生、某个影子项目悄悄部署，却没有任何人能说清它们能碰什么数据。这就是行业正在说的 Agent sprawl（智能体蔓延）。
为什么会失控
过去一年，OpenAI Agents API（9 月 10 日公测）、Dots 配云电脑（9 月 29 日 DevDay）让「5 分钟起一个智能体」成为现实。门槛骤降的代价是：每个能写两行 Python 的人都在造 Agent，而企业没有为「造 Agent」建立和「写数据库存储过程」同等的治理门槛。
失控带来三类真实风险：一是越权，某个客服智能体被授了财务库的只读权限，却没人回收；二是重复，三个部门各养一个功能重叠的报销智能体，账单三份；三是审计盲区，出事时找不到负责人。
一套可复制的清点流程
不需要等 NIST，今晚就能开始：
- 出口镜像：在模型网关层（如 LiteLLM、自研代理）记录每个请求的
agent_id、调用方、工具清单与出站域名，导出成一张月度台账。 - 去重归并：按「功能签名」聚类——读同样的库、调同样的 API、答同样问题的，合并为一个受管智能体。
- 登记造册：用一张内部表登记负责人、数据范围、工具白名单、到期复审日；无主智能体一律降级为只读或停用。
- 权限最小化：把智能体的凭证从个人 token 换成服务账号，按工具粒度授权，而非整库放开。
治理不是扼杀
需要强调：治理的目标不是让造 Agent 变难，而是让「谁负责、能干嘛、花多少钱」可查。Manus 2.0 用 Token 下降 23.2% 证明了框架侧优化的价值，而企业侧省下来的，是那 2.1 万个影子智能体背后的重复账单与安全敞口。标准缺席的空档期，正是工程治理补位的窗口。