把镜头切到 2026 年 11 月 12 日。这一天，三家公司几乎前后脚发布的东西，方向上不是更聪明的模型，而是给智能体配的工位、门禁和排班表。用一句话概括：AI 不是学会干活了，是开始被托管了。托管这两个字很具体——有地方住，有人看管，有人派活，还有一张记工时的表。
三家公司在收拾
同一间屋子
上个月，行业里还管它叫模型；这一周，开始有人管它叫同事。Anthropic 说，你把智能体搬回自己机房；OpenAI 说，我家里几百个 24 小时在线的，谁来看着；Google 说，两个模型搭伙干活，我来调度。三件事拼在一起，补的不是智力上限，是托管的架子——住哪儿、谁看门、谁派活。放到公司里，就是办公桌、门禁和值班表。模型时代拼分数，托管时代拼流程。谁的架子先立起来，谁的智能体才敢碰生产环境。
Anthropic：把智能体
搬回你自己的机房
据 Anthropic，Claude 的 Managed Agents 开始自托管私测：运行框架、沙箱、会话历史，全放在你自己的云端或本地，连把请求发给哪个模型、发到哪个位置，都由你挑。私测面向符合条件的组织，走客户团队申请。名字里那个 Managed 没变，管的人换了——以前是厂商替你管，现在是你自己管。这一步听着像部署选项，其实是先把钥匙放到桌上。
这个用法解决的是很具体的问题。过去智能体住在厂商那边，够不着你的代码仓库和内部系统；自托管之后，它能进构建流水线，去修一次半夜挂掉的编译，去分诊一条凌晨三点响起来的告警。这类活有一个共同点：得站在墙里面，才伸得出手。我的判断是，这一刀切的不是模型强弱，是信任边界——谁能碰你的内网，谁就得先搬进你的机房，聪明多少反倒成了次要项。
OpenAI：几百个
不下班的员工怎么看着
据 OpenAI 官方博客，他们内部跑着数百个 OpenClaw 持久化智能体，就是那种一直在线、自己找活干的类型。安全压在三条线上：Gateway 这类可信的确定性逻辑，与不可信的智能体执行分开；codex 内置沙箱，掐住网络、文件、进程和密钥；再加一层 Auto-review，让第二个模型去审主智能体的每一步操作。一个干活，一个盯梢，中间隔着管子。这套做法没有一条是新思想，新的是它成了日常配置——几百个智能体日夜挂在线上，靠的是一套流水线式的规则，不是哪一个人的记性。
Google：给两个模型配了个调度员
前两家管住哪儿、谁看门，这家管派活。据 IT之家，Google 在 Antigravity 给 AI Ultra 订阅者上了 Orchestrator：把 Gemini 4 Carbon 和 Hydrogen 放进同一个会话，按任务在深度推理和快速执行之间自动切换。据 IT之家，Terminal-Bench 4.0 上，这套调度方案的成功率接近 Carbon，平均配额消耗减少 24%，完成速度提升 19%。数字照报道原样抄，我不夸大。Orchestrator 要回答的其实是个成本问题：深度推理贵，快速执行省，钱得花在刀刃上。
我的判断是，多模型协作最后的样子，大概不是你站在控制台前挑模型，而是活儿干完，你也不知道刚才用的是哪一个。把三件事叠起来看：有地方住，有人看，有人派活。智能体从玩票进了基建——自己会干活不算数，被人安排、被人看管、被人记工时，才算入职。今天拿到办公桌的，只有那几家朋友圈里的第一批人。剩下一个问题还没人回答：公司里第一个学会管它的人，是 IT，是最会写提示词的那个，还是某个今天还不存在的岗位。
三件事，一条线
把镜头再拉远一点。Anthropic 解决的是智能体住哪儿，OpenAI 解决的是几百个住下的怎么管，Google 解决的是活儿派给谁。谁也不抢谁的台词，拼起来却是同一句话：AI 正从你电脑里的一个对话框，变成公司里需要工位、门禁和排班表的新成员。这一步比任何跑分都值得记一笔——跑分决定它多聪明，这三件事决定它能不能真的上班。
对普通开发者，这轮消息最大的提醒是：别只顾着换更好的模型，该开始想清楚你的智能体跑在哪、谁有权让它跑、跑坏了谁来兜底。工具在迭代，规矩也得跟着长。
