随着大模型加速进入企业核心业务，Agent 正从「能完成一次任务」的试验工具，走向需要长期在线、持续调用业务系统并承担明确职责的生产型软件。
随着大模型加速进入企业核心业务，Agent 正从「能完成一次任务」的试验工具，走向需要长期在线、持续调用业务系统并承担明确职责的生产型软件。企业面对的问题也从模型本身扩展到运行层：多个 Agent 如何稳定并发，如何保持连续记忆，如何连接工具与数据，又如何将权限、审计和运维纳入既有 IT 体系。
围绕这一变化，星流计算（NovuInfra，全称为浙江星流计算科技有限公司）推出 SerpMind 企业级 Agent OS v2.0，定位于企业智能体的运行与治理底座。SerpMind 保持核心 Agent Loop 简洁、可扩展，在外围构建多 Agent 运行、Memory、Skill、MCP、多模型 Provider、协同渠道、开放 API 与企业治理能力，使 Agent 从「能够回答」进一步走向「能够持续运行」。
图 1｜SerpMind 企业级 Agent OS 运行、连接与治理能力框架
在模型层，SerpMind 采用可配置 Provider 体系，不绑定单一模型。不同 Agent 可按业务场景配置不同模型与 Provider，并接入 OpenAI 兼容模型服务及本地模型环境，使企业可以依据性能、成本、数据安全和场景要求选择模型，同时保持上层 Agent 体系稳定。
在业务连接层，SerpMind 原生支持 MCP 与 Skill，可将业务系统、内部服务和工具能力接入 Agent。平台支持按 Agent 配置工具与 MCP 服务范围，并可将 agent_id、session_id 等调用上下文传递给 MCP 服务，使后端识别调用主体和会话边界。Agent 因此不仅生成内容，也能够在明确授权范围内执行真实业务动作。
长期记忆是 SerpMind 的核心能力之一。平台将当前会话、压缩历史与长期知识分层处理：会话承担即时交互，历史内容持续沉淀并压缩，稳定知识进入长期记忆；长期记忆支持版本记录、检查与恢复。对于长期运行的企业 Agent，这一机制能够在控制上下文规模与推理成本的同时，保持业务连续性。
面向多 Agent、多用户场景，SerpMind 已支持独立 Agent Profile、会话隔离、Workspace 边界及多进程 Worker 模式，不同 Agent 可在独立进程中管理模型、会话、定时任务、MCP 与工作空间。平台同时提供并发控制、排队背压和运行健康指标，为多个 Agent 长期稳定运行提供工程基础。
在企业治理方面，SerpMind 已形成 Enterprise Governance 基线。开启企业模式后，可强制 Workspace 隔离，对 SOUL.md 等关键工作区文件设置不可变保护；通过 RBAC 区分普通用户、租户管理员和平台管理员，并对系统配置、Provider、MCP 等关键配置实施非管理员修改保护。平台同时提供按用户、租户和 IP 的基础限流与队列背压、结构化审计日志、用户生命周期管理及运行指标接口，为安全审计、问题定位和日常运维提供依据。
在交付方式上，SerpMind 采用自托管模式，可部署于企业自身基础设施，支持 Docker、Docker Compose 和 Linux systemd；同时可连接企业微信、飞书、Slack、Microsoft Teams 等协同入口，也可通过 OpenAI 兼容 HTTP API 与 Python SDK 嵌入现有业务系统，使数据驻留、日志留存与访问策略继续由企业掌控。
截至 2026 年 8 月 25 日，SerpMind 已迭代至 v2.0。近期版本持续增强多模型上下文探测、MCP 连接自愈、Skill 管理、超时恢复以及 WebUI Agent Matrix 等运维能力。其演进方向日益清晰：企业级 Agent 的竞争不只是「模型回答得多好」，更取决于能否稳定运行、持续连接业务，并保持边界清晰、过程可控和行为可审计。在星流计算全栈 AI 基础设施体系中，SerpMind 承担企业级 Agent OS 层的角色，面向企业从部署大模型进一步走向规模化运行 Agent 的新基础设施需求。
来源：互联网
