Mozilla發布首份開放原始碼AI生態系現況評估，指出AI代理相關技術正快速普及，但企業在權限管理、資料可攜性與治理制度上的進展，仍未跟上技術發展速度。
報告顯示，模型脈絡協定（Model Context Protocol，MCP）推出第一年，每月SDK下載量已達約9,700萬次，活躍伺服器數量超過1萬個。然而，僅約21%的企業表示已建立成熟的AI代理治理機制，反映AI代理部署規模與企業管理能力之間仍存在明顯落差。
AI代理競爭焦點從模型延伸至執行框架
Mozilla指出，隨著開放權重模型與封閉模型之間的能力差距逐步縮小，加上推論成本持續下降，AI產業的競爭焦點正從模型本身延伸至模型上層的AI代理執行框架。
報告指出，達到約GPT-4等級能力所需的最低API推論價格，在36個月內下降約50倍。成本下降使企業更容易將模型導入實際工作流程，也讓負責管理工具呼叫、記憶、權限與任務執行的代理框架，成為AI生態的重要競爭層。
在模型使用方面，OpenRouter上由開放權重模型處理的token量占比，已從2025年底約三分之一，增加至2026年中過半。這項變化顯示，開放權重模型在成本、可部署性與供應選擇上的優勢，正逐步影響企業及開發者的模型採用決策。
自家代理框架效能較高，但可能增加供應商綁定
Mozilla觀察到，模型業者開始把AI代理執行框架與自家模型進行更緊密的整合。在同一模型可比較不同執行框架的情況下，模型業者自家框架目前的效能均高於外部框架。
這種整合有助於提升模型與代理框架之間的協作效率，但也可能帶來長期的可移植性問題。Mozilla表示，框架與特定模型整合得愈緊密，企業未來若要更換模型，可能面臨更高的遷移成本與技術障礙。
換言之，除了模型服務本身可能造成供應商綁定，與模型深度整合的AI代理執行框架，也可能成為新的綁定來源。企業若過度依賴單一模型業者的框架與工具鏈，日後在成本、效能或政策因素下轉換供應商時，彈性可能受到限制。
Mozilla建議強化記憶、權限與資料可攜性
Mozilla認為，開放AI生態的發展不應只聚焦於模型能力，也需要持續建立模型上層的AI代理執行、記憶與權限管理能力。
報告建議，企業累積的AI代理記憶與使用者脈絡等資料，應以可攜式格式保存，並留在企業能夠自行控管的環境中。如此一來，企業在更換模型或代理框架時，較能保留既有資料與工作脈絡，降低重新建置的成本。
Mozilla也建議企業維持第二套模型選項，採用開放介面，並在工作負載可預測時考慮自行託管模型，以保留日後切換模型的彈性。這些做法可降低對單一供應商的依賴，但同時也需要企業具備模型維運、資安防護與成本管理能力。
AI代理寫入權限仍缺乏共通標準
目前AI代理治理面臨的另一項問題，是寫入權限管理尚未形成通用做法。Mozilla指出，模型脈絡協定（MCP）、Agent2Agent（A2A）、直接呼叫工具，以及不同AI代理框架之間，仍缺乏可共同使用的寫入操作權限標準。
在缺乏一致規範的情況下，不同系統難以統一判定哪些操作可以由AI代理自行執行、哪些操作必須經過人工核准，以及哪些操作應被完全禁止。這也可能增加代理誤用權限、執行非預期操作或造成資料異動的風險。
Mozilla認為，建立跨框架通用的權限與治理規則，將是開放AI生態接下來的重要課題。相關標準若能涵蓋工具呼叫、資料寫入、人工覆核、操作稽核與權限撤銷，將有助於企業在擴大AI代理應用的同時，維持必要的控管能力。
技術普及速度快於治理成熟度
整體而言，Mozilla的評估顯示，MCP等基礎協定與AI代理工具正在快速擴大使用規模，但企業治理機制尚未同步成熟。未來AI代理的競爭，除了模型能力與推論成本，也將取決於執行框架的開放程度、資料是否可攜、權限是否可控，以及企業能否避免被單一供應商長期綁定。
Reference Link : ithome.com.tw
