最近和AI项目组的人讨论，发现一个普遍现象：大家把Agent看成一整块东西来推进。 但我在实际项目里越来越感觉到，这件事需要拆开看。
之前在另一篇文章里（企业AI的下半场是行业本体（Ontology）），我讲过企业AI平台的核心架构是"双治理中枢"：
一边是Agent运行治理域，管AI行为——授权、工具调用、审批、追溯；
另一边是业务本体治理域，管AI业务认知——对象、状态、规则、边界。
这段时间继续往下想，我发现这两个治理域，其实对应着两种完全不同的能力，也对应着软件公司完全不同的战略选择。
Agent运行治理域，本质上是Agent Runtime——AI时代的软件操作系统。
业务本体治理域，最终体现为行业Agent——真正理解一个行业、一家企业业务的能力。
这两部分混在一起谈，很多判断就会变得模糊不清。除此之外，这一篇还想讨论一个问题：软件公司该把资源投在哪里？
Agent Runtime是基础设施
很多人把Runtime理解成一个技术框架。我觉得这是低估了它。Runtime更像AI时代的软件操作系统。
过去二十年，企业的软件架构基本都是：用户直接对接ERP、CRM、MES、OA这些系统。未来会逐渐变成：用户对接Agent Runtime，再由Runtime去对接企业各类系统。
Runtime负责的不只是运行Agent，它负责整个企业AI能力的组织——权限管理、上下文管理、知识管理、工具调用、记忆、审批、安全、日志、监控、多Agent协同。
如果说Agent是员工，Runtime就是企业。员工可以不断增加、不断变化，但企业必须有统一的管理体系。没有Runtime，Agent越多，管理成本越高；有了Runtime，Agent才能真正形成组织能力。
Runtime最终会集中，软件公司不该去争
这一点我的判断可能比较激进：未来Runtime最终会收敛到少数几个平台。
原因很简单。Runtime属于基础设施，而基础设施天然具有网络效应。企业不会希望同时维护多个Runtime，开发者也不会希望学习几套完全不同的体系，第三方生态更不会无限分散。这和今天的操作系统、云平台没有本质区别，最终都会收敛。
未来企业级Runtime，大概率就是少数几家全球大厂的平台，再加上部分区域性大厂的平台。
对于绝大多数商业软件公司来说，这不是个值得投入主要资源去竞争的方向。有优势的，是那些拥有模型、云平台和生态的大厂。普通软件公司更应该思考的是：Runtime成熟以后，我们站在哪里？
行业Agent，才是软件公司的机会
如果说Runtime决定AI如何运行，那么行业Agent决定客户为什么愿意付钱。
企业真正需要的，从来不是一个万能Agent。一家汽车企业需要的，是懂供应链、懂采购、懂物流、懂库存、懂质量管理的Agent。一家房地产企业需要的，是懂合同、懂租赁、懂物业、懂审批流程的Agent。一家教育机构需要的，是懂教务、懂课程、懂校园管理的Agent。
这些能力，大模型不会天然拥有，Agent框架也不会自动产生。它们来自长期服务客户过程中形成的行业知识，来自无数真实项目的验证。这恰恰是软件公司最大的优势。
前一篇里讲的本体，是行业Agent的认知基础——定义业务对象、规则和边界。但光有本体不够，还要有能基于这些认知去执行任务的Agent。本体是骨架，行业Agent是长在骨架上的肌肉。
不会存在统一的行业Agent
很多人认为，未来会出现统一的垂直行业Agent——供应链Agent、制造Agent、医疗Agent。
我的看法正好相反。未来同一个行业，反而会出现越来越多不同的Agent。
原因很简单。行业相同，企业不同。都是汽车制造，虽然会有行业标准，但是不同企业的体系里充斥着大量差异——组织结构不同、管理方式不同、审批流程不同、包括企业文化都不同。
Agent最终执行的，不只是泛化的行业知识，更重要的是企业自己的那部分知识。所以未来真正运行的，很可能不是通用的行业Agent，而是某家企业自己的Agent——它理解这家企业的数据，理解这家企业的规则，理解这家企业几十年积累下来的管理方式。
行业Agent的交付，最终一定会走向企业定制化，而不是标准化。尤其面对大型企业客户的时候。
软件公司的核心资产，从代码变成知识
过去的软件公司交付的是软件——ERP、CRM、MES，一个项目结束，一个系统上线。
未来，交付对象会发生变化。软件只是底座，真正持续创造价值的是业务能力。未来的软件公司交付的，可能是一套不断成长的Agent体系——它会随着企业的发展不断学习，不断增加新的知识，不断吸收新的业务规则，不断优化自己的判断。
项目不会真正结束，Agent会一直成长。软件公司提供的，也不再只是开发服务，而是持续运营企业的业务能力。
这意味着软件公司的核心资产，将从代码变成知识。过去积累的是代码资产，未来积累的是知识资产——行业知识、业务规则、推理逻辑、最佳实践。这些都会不断沉淀到Agent中，成为企业新的数字资产。
未来的软件公司，比拼的不再是谁写了更多代码，而是谁沉淀了更多行业知识资产。
回到开头那个判断：
Agent是AI进入企业的入口。真正决定未来竞争格局的，是Runtime和行业Agent这两层能力。前者决定AI能否安全、稳定、规模化地运行，后者决定AI能否真正创造业务价值。
Runtime的事，交给大厂去做。行业Agent的事，才是软件公司真正该投入的。
但这条路有一个容易被忽略的前提：
行业Agent的壁垒并不完全在技术，而关键在对业务的理解深度。这种理解不是短时间能补上的，它来自多年的项目积累、现场踩坑和客户信任。
这也是为什么，不是每家软件公司都能走到最后。能走到的，一定是那些既愿意把行业知识沉下来、又能跟上技术变化的人。
