AI 智能体现状：用人数据、落地率与治理缺口

「Get Ready For Agents」最新发布的智能体行业指数显示，AI 智能体已从概念热词走入真实招聘市场，但绝大多数组织仍卡在试验阶段，距离规模化部署与有效治理仍有明显距离。这份由第三方维护、面向公众以 CC BY 4.0 协议开放的数据集，把分散在招聘信息、企业披露与权威机构报告中的数字集中呈现，为观察 2026 年智能体行业提供了一个量化切面。

招聘端：智能体岗位占主导，但远程与治理岗稀缺

截至最新统计，Jobs Index 共追踪到 3,164 个 AI 相关招聘岗位，其中纯智能体相关岗位约 2,071 个，覆盖 216 家企业，占整体 AI 招聘的约 65%；在前沿 AI 实验室（frontier labs）这一比例进一步上升到 68%，说明智能体已成为头部 AI 公司工程招聘的主流方向。

按职能拆分，AI 相关岗位呈现明显的「重建设、轻管控」特征：

智能体工程：2,029 个
AI/ML 工程：728 个
智能体运维与基础设施：146 个
AI 产品：114 个
现场工程与解决方案：65 个
评估与质量：42 个
AI 安全：29 个
治理与风险：仅 11 个

按招聘数量排名的主要雇主包括 Databricks（134）、Salesforce（119）、OpenAI（97）、Palantir（68）、Adobe（63）、Citi（61）、LangChain（57）、Okta（52）等；技能关键词上，Python（1,025 次）、云平台（752）、RAG（568）、MCP（470）、Kubernetes（395）、LangChain（388）、多智能体（365）、TypeScript（329）、提示工程（290）、LangGraph（277）位列前十。

值得注意的是，治理与安全岗位合计仅 40 个，占总岗位约 1.3%，且只有 9% 的智能体岗位明确为远程——多数团队选择在办公室集中搭建。

落地端：试验普遍，规模化与盈利仍是少数

多家权威机构 2025–2026 年的调查指向同一结论：智能体尝试接近普及，但真正带来可衡量业务价值的项目仍属少数。Gartner 预测，到 2027 年底将有超过 40% 的智能体项目被取消，原因为成本攀升、业务价值不清以及风险控制不足。McKinsey 的调研显示，62% 的企业至少在试验智能体，却只有 23% 在积极规模化；仅 39% 部署智能体的组织表示对 EBIT（息税前利润）产生了可衡量影响。

这一「实验—规模化—盈利」三级跳的断层，也反映在企业自报的生产数据中：

Klarna：AI 助手首月处理 230 万次客户对话，平均解决时间由 11 分钟压缩到不足 2 分钟。
JPMorgan：COiN 平台在数秒内审阅 12,000 份商业信贷协议，相当于替代约 36 万律师小时/年。
Salesforce：Agentforce 在其官方帮助中心约 85% 的客户服务请求可被自主解决。
Morgan Stanley：DevGen.AI 审阅 900 万行遗留代码，估计节省约 28 万开发者小时。

治理端：可观测已先行，评估与控制严重缺位

智能体进入生产环境的速度，明显跑在治理与评估体系前面。调查显示，只有约 1/5 的组织拥有针对自主智能体的成熟治理模型；89% 的智能体建设团队已部署可观测性（observability），但只有 52% 落地了评估（evaluation）——「观察」与「测试」之间存在 37 个百分点的差距。

截至最新统计，Governance Index 共追踪到 35 部生效中的 AI 治理框架，覆盖 16 个国家和 4 个区域，来源为各国监管机构与标准组织的公开文件，每月更新。

区域对比：澳美两个样本

按国家拆分，美国是绝对体量最大的市场：Jobs Index 追踪到 1,481 个 AI 岗位，其中 63% 为智能体方向，覆盖 154 家企业，主要雇主包括 Databricks、OpenAI、Anthropic、Scale AI、LangChain；澳大利亚样本规模较小，仅追踪到 55 个 AI 岗位，但智能体占比反而更高，达 69%，主要雇主为 Databricks、Maincode、Palantir、MongoDB、Culture Amp。

全景图：92 款智能体工具被纳入 Agent Index

文章同步发布的 Agent Index 把 92 款智能体构建工具映射到智能体建设象限中，与 Jobs、Governance 三大指数一起，构成对智能体产业「用人—造物—监管」三个维度的量化追踪；所有原始指数数据以 CC BY 4.0 公开，外部数字均标注来源，企业披露数字按其自报口径引用，可被直接引用或在二次创作中转述。