当多数编码智能体仍以 SaaS 形式把代码送上公有云时，IBM 选择把 Bob 搬进企业自己的机房。
发生了什么
IBM 宣布其智能体软件开发平台 Bob 的自托管部署正式可用。企业可以在本地数据中心、私有云、主权云以及气隙网络中运行 Bob，代码与上下文无需离开自有环境。
模型层面采用“自带模型”策略：追求完全隔离的客户可选用 NVIDIA Nemotron 或 Poolside Laguna；希望兼顾能力与隔离的，则可通过混合架构接入 Claude、Gemini 或 GPT 系列模型。此外，可选的 Premium Package 将 Bob 的能力扩展到 Java 等更多语言与技术栈。
为什么重要
编码智能体的价值已经被广泛验证，但落地阻力往往不在模型能力，而在代码能不能出门。金融、政务、国防、医疗以及受监管的制造业，普遍存在数据驻留与合规约束，公有云上的智能体再强，也过不了安全评审这一关。气隙环境更是极端场景：网络物理隔离，任何依赖外部 API 的工具都无从谈起。
IBM 此举本质上是把“部署形态”当作竞争维度。当模型能力逐渐趋同，谁能把智能体塞进客户已有的合规边界内，谁就拿到那些高价值、低渗透率行业的入场券。自带模型的设计也颇具意味：IBM 不绑定自家模型，而是让客户在隔离强度与模型能力之间自行取舍，这既降低了采购阻力，也回避了“必须用我的模型”的对抗。
影响与看点
对开发者而言，最直接的变化是工具链的可用边界被拓宽。过去在隔离网络中写代码，智能体辅助基本缺席；现在这类环境也能获得接近主流的补全、重构与任务执行能力，代价是运维复杂度上升——自托管意味着版本升级、模型托管、算力调度都要自己扛。
对行业来说，这可能推动编码智能体市场分化为两条路线：一条是追求模型上限的云端服务，一条是追求可控性的私有部署。前者拼能力迭代速度，后者拼集成深度与合规资质。IBM 显然押注后者，而这也符合它长期服务大型企业的定位。
值得关注的点有三个：一是混合架构下，调用外部模型时的数据边界究竟如何界定，这决定了它能否真正说服安全团队；二是自托管版本的模型能力与云端版本是否存在可感知的差距；三是气隙场景下的模型更新与维护流程是否足够轻量。
一句判断：私有化部署不会取代云端智能体，但它会决定智能体能否进入那些最有钱、也最谨慎的行业。
