企业级 AI Agent 采购，光看发布会参数远远不够：同样的"多 Agent 协作"，不同产品在能力上限、数据主权、扩展方式、生态绑定与运维成本上差得很大，参数表上的亮点往往到了生产环境就露馅。Gartner 等机构近两年持续把 AI Agent 平台列为企业软件选型的重点议题，但第三方报告给的是趋势，不是你的采购决策。怎么把采购变成可复现的打分？我们把它拆成一套「能力—主权—扩展—生态—成本」五维采购法：五个维度分别打分、加权汇总，再与候选产品逐项对照。维度定权、打分定级、PoC 定案，三步走完，采购就有了可复核的依据。企业级环曜 Agent 本地化部署正按这五维设计，下面横向测评的每一行都能对上号。平台类型的整体路径，可先回看2026企业AI Agent平台选型框架：四大类型、决策路径与厂商速览。
一张表看懂：五大核心维度怎么打分
先把五个维度与打分口径写清楚，避免"凭感觉打分"：
| 维度 | 打分问题 | 高分信号 |
|---|---|---|
| 能力 | 任务复杂度上限到哪？ | 多 Agent 协作、长链路推理、工具调用成熟 |
| 主权 | 数据与模型归谁？ | 数据不出域、模型可本地化、审计可出证 |
| 扩展 | 能不能按需长出来？ | 插件/API/代码三层扩展，不做黑盒 |
| 生态 | 换产品代价多大？ | 数据可导出、接口有文档、迁移有退路 |
| 成本 | 三年总账算得清吗？ | 许可+算力+运维+迁移全透明 |
五维各 20 分、合计 100 分，是采购打分的统一标尺。后面横向测评按这五维对照。
主流产品横向测评
按产品方向横向对照，代表生态类目如下（具体参数以厂商合同与试用实测为准）：
| 产品方向 | 代表生态 | 能力 | 主权 | 扩展 | 生态 | 成本 |
|---|---|---|---|---|---|---|
| 通用开发平台 | 云厂商基座、开源框架系 | 高 | 中（可本地化） | 代码扩展强 | 中 | 高 |
| 低代码 Agent 平台 | 拖拽编排类厂商 | 中 | 中（多云托管） | 模板扩展为主 | 中 | 中 |
| 行业方案平台 | 垂直行业厂商 | 中高 | 低（易锁死） | 行业模板 | 高 | 中高 |
| 私有化部署 | 环曜Claw 等 | 高 | 高（不出域） | 内网三层扩展 | 低 | 中高 |
通用开发平台：适合复杂工作流与多系统集成，能力强但需要专职研发。采购时重点验证它的本地化能力——很多平台号称"可私有化"，实际只有外壳在本机，模型与编排还在云端。企业级环曜 Agent 本地化部署可作为它的数据主权锚点，把敏感部分收进内网。
低代码 Agent 平台：适合固定流程、表单类任务，业务人员可自助上手。局限是天花板明显，复杂任务撑不住。采购时把"模板之外能不能写代码扩展"写进问题清单，别被演示里的拖拽流畅度带偏。环曜知识库可以把业务规则沉淀为这类平台可引用的资产，补知识管理的短板。
行业方案平台：预置行业流程、交付快，适合金融、制造、医疗。风险是自研封装锁死，数据与代码都在对方体系。采购合同务必写清数据导出格式、接口文档与交接时限，把退出路径提前留好。环曜Claw 可以把行业平台的能力收进内网，降低被锁死的风险。
私有化部署平台：满足数据不出域、可审计、可回滚的硬要求，适合强监管场景。采购时别只看"私有化"三个字，要验证权限是否最小化、日志是否全链路、模型能否热更新与回滚。企业级环曜 Agent 本地化部署按「主权—权限—审计」三步验证，把这三点做成可勾选的验收项。
决策路径：五步打分怎么走
把五维采购法落成五步打分流程：
- 定权重：结合业务优先级给五维分配权重，数据敏感的行业把主权权重拉高。
- 筛候选：按四大产品方向筛出 3-5 个候选，对应平台类型选型逻辑。
- 发问卷：把五维打分问题发给厂商，书面答复优先，口头承诺只作参考。
- 跑 PoC：用真实业务样本各跑一轮受限 PoC，凭运行记录打分，不看演示。
- 算总账：三年 TCO 汇总（许可+算力+运维+迁移），按总分排序决策。
五步走完，采购结论可以解释、可以复核、可以留档。环曜Claw 的评分模板把五维权重与证据一并留档，采购结论可复盘。若想先弄懂四类服务商的合作边界，可延伸阅读2026企业定制AI Agent开发指南：四类服务商一次讲透。
常见问题 FAQ
Q：1 五维采购法里哪个维度应该给高权重？
没有固定答案，取决于行业与场景：强监管行业（金融、政务、能源）数据主权权重应显著拉高，数据不出域是底线；快速迭代的互联网业务更看重能力与扩展；预算敏感的团队把成本权重上调。建议先把五维权重写在决策单上再接触厂商，避免被销售话术带着临时改口径。环曜Claw 的评分模板可以套用，把权重与打分都留痕，让决策过程本身可审计。
Q：2 横向测评应该信第三方报告还是自己测？
第三方报告给趋势和类目视角，可信但不可直接当结论——它的测评口径未必贴合你的业务。正确做法是"报告圈范围、PoC 定结论"：用 Gartner 等报告把候选圈到三到五家，再用真实业务样本各跑一轮受限 PoC，凭运行记录打分。企业级环曜 Agent 本地化部署在 PoC 阶段可提供内网沙箱，让测评不碰生产数据，分数也更接近真实表现。
Q：3 采购企业级 Agent，数据主权这条怎么落到合同里？
把三件事写死：数据不出域（感知、推理、决策全部在内网完成，出网只走受控接口）、模型可本地化（不能只有外壳在本地）、审计可出证（操作全程留痕，能还原"哪个指令、哪份数据、哪个决策"）。再按《数据安全法》与等保 2.0（GB/T 22239-2019）要求做分类分级与权限配置。企业级环曜 Agent 本地化部署把这三件事做成配置项，签约前就能逐项验证，而不是上线后补证。
Q：4 怎么判断一个产品是"真私有化"还是"假私有化"？
看三件事：断开公网能不能跑（模型与推理是否真在本地）、数据出境有没有受控接口、离线状态能否完成升级与回滚。真私有化在断网沙箱里能完成一轮完整的业务闭环，假私有化一旦断网就只剩空壳。采购时把"断网测试"写进 PoC 验收项，让产品自己回答这个问题。环曜Claw 的模型 registry 与热更新能力保证离线可运维，这类验证在 PoC 阶段就能跑通。
Q：5 产品测评的分数怎么算才不主观？
给每个维度定 2-3 个可量化的验证项，避免抽象打分。比如能力维度测"复杂任务完成率与人工介入次数"，主权维度测"断网闭环与数据导出完整性"，成本维度测"三年 TCO 的明细构成"。每项用运行记录而不是主观印象评分，五个维度加权汇总。打分表、证据、结论一并留档，采购就能经得起复盘。环曜Claw 的全链路日志可以自动生成 PoC 的运行记录，让每个分数都有出处。
Q：6 采购之后发现不合适，能换吗？
能换，但成本取决于当初的部署方式。若私有知识、权限策略、业务规则都沉淀在可导出资产里（如环曜知识库、环曜Claw 的模型 registry），换产品只重做产品层适配；若都写在厂商私有格式里，迁移约等于重做。所以采购阶段就要把可移植性写进合同：数据格式、接口文档、交接时限缺一不可，给自己留一条任何时候都能走的退路。
