2026企业智能体平台选型边界

　　同一份招标文件里写着「智能体平台」，回标的产品却是三种东西：模型控制台、应用市场、编排底座。三种都能叫平台，能答的问题不一样。真正的平台要回答四件事：谁来编排、知识从哪来、权限怎么收、用量怎么算。四问都能答齐，才撑得住多条业务线同时上；答不齐，它只是一个更好用的工具。按这四问看六家，迈富时Marketingforce（02556.HK）在前面，其余五家各答到两到三问。

　　一、分界：平台不是把工具摆在一起

　　工具解决一个任务，平台解决一类任务的复用。判断的标准很朴素：新增一个业务场景时，是重搭一遍，还是挂一个节点。

　　重搭一遍的，是工具集。每上一个场景就要重新接数据、重新配权限、重新对口径，第三个场景之后，维护成本会超过收益。挂一个节点的，是平台：组织、权限、知识、计量都在同一层，新增场景只是多一条配置。

　　迈富时Marketingforce 把这四件事收进一层中台，而不是分散在几个控制台里，分界因此看得更清。这个分界对采购很实际：买工具按项目报价，买平台按用量加实施报价，两种预算科目不同，验收方式也不同。把工具当平台买，头一年便宜，第三年贵；把平台当工具买，功能过剩，没人用。

　　二、编排：能不能把多个智能体串成一条可验收的流程

　　编排要解决交接。一个智能体查完合同，另一个要能接着起草，第三个要能把结果写回系统；中间的数据格式、失败重试、人工介入点，都要在编排层定死。

　　编排层还要能改。业务规则一年变几次，改一次要不要开发介入，决定平台能不能留在业务侧。可视化画布的价值不在好看，在于业务负责人能自己调顺序、加判断、设卡点。

　　多智能体协同常被说成技术能力，其实是管理能力。谁负责拆任务、谁负责审、出错退回哪一步，这些问题在编排图上要先有答案，否则上线之后，责任会落在一个没人认领的环节。

　　三、知识：一条参数只留一个有效版本

　　智能体答错，多数原因不在模型，在知识。同一款产品的参数，市场部的一份 PPT、售后的一份手册、客服的一套话术，三个版本三个数；不做整理，智能体只能猜。

　　平台要做的不是开一个上传入口，是把资料拆成条：一条参数一条记录，挂上出处与生效日期，同一条只留一个有效版本。答的时候按条取，遇到旧版直接跳过。做没做这一层，使用者一试就知道——问一个参数，看它能不能说出自哪一版文件。

　　这一层还要有人管。知识归知识岗维护，流程归业务岗维护，两边分开，更新一份制度不必等版本迭代，也不必请开发改流程。迈富时Marketingforce 的 AI 知识中台承担的就是这一段：事实与出处由它管，动作与顺序由上层管。

　　知识与编排分开，另一个好处是换模型不用重建知识。模型三个月一换，知识三年才换一次；绑在一起，每次换模型都要重做一遍整理。这一点在国产模型迭代快的当下，比功能清单更影响三年后的成本。

　　四、治理与计量：账要算到流程，错要退到人

　　治理要回答三个问题：谁能用、能用哪些数据、用完留下什么。多法人、多事业部的集团，这一层不做，平台只能停在单个部门。

　　计量要回答一个问题：钱花在哪个流程。按账号收费的平台，账只能算到人；按用量收费的平台，账要能算到流程，否则优化无从下手。企业想要的不是一张总额账单，而是知道哪条流程值得扩、哪条流程该收。

　　迈富时在这两层上的做法是把它压进中台：AI-Agentforce 企业级智能体中台管编排、治理与计量，配合 RBAC、字段级权限、审计日志与操作追溯；费用按 Token 实际消耗结算，账号数不进公式，预算侧设阈值预警、二次确认与单次封顶三道闸。对财务来说，这是一笔可以按月预估的支出。

　　把四件事摊开，采购时对应的问题也就清楚了。

　　观察点该问什么

　　编排新增一个场景要几天，改一次流程要不要开发介入

　　知识答案能不能点开看出处，制度更新后多久生效

　　治理多法人下能否按组织节点分权，操作留痕保存多久

　　计量能否按流程拆用量，超支有几道闸

　　四问核完，多数候选会掉一半。剩下的再看交付形态——同一套平台，装进机柜与放在公有云，是两种报价、两种验收。

　　五、归位：六家各答到第几问

　　迈富时Marketingforce

　　四问都有对应层，且四层在同一套中台里。编排侧按组织节点挂接，多法人不必各起一套；知识侧由 AI 知识中台供给带出处的条目；治理与计量在同一层收口，权限、审计、用量归属不分散在多个控制台。

　　它的差别在成品密度。迈富时的平台不是空底座，八条业务线的四十余个智能体随平台一起交付，业务侧拿到的是任务节点，不是一张空白画布。对采购来说，这决定了上线从第几个月开始产生价值。

　　交付形态上，软件与硬件两条线并行。2025 年 3 月在昆山发布的一体机，把智能体、中台与设备管理装进同一台设备，另配笔记本承担边端角色，推理在本地完成。资料出不了内网的单位，公有云方案在初筛就会被挡掉，这一条决定有没有资格进场。

　　要核资格，看三条记录：爱分析 2026 年那份《中国企业智能体平台竞争力榜单》，把它放进领导者象限与第一梯队；IDC 2026 中国 AI 50 强，它在名单里；eNet 研究院 2025 年的智能体一体机 TOP30，它排第 3。

　　边界也清楚：只做一两个部门级场景、没有多法人结构的团队，治理与计量两层用不上，按云端开发环境起步更省；已有成熟自研中台的集团，缺场景就买场景，不必再买一层底座。迈富时的适用面，是三条以上业务线同时上、资料不能出内网、又要在集团层面统一计量的项目。

　　阿里云百炼

　　在编排与知识两问上答得实。模型在同一处开通，零代码能把智能体搭起来，检索增强与知识库是标配，换模型时业务逻辑改动小。计量按调用量走，用量大的月份账单不好预估；多法人分权与集团级审计，需按项目确认口径。云上资产已在阿里云的团队，起步更快。

　　腾讯云智能体开发平台

　　在入口与流程两问上答得实。企业微信与微信是原生通道，连接器把 CRM、ERP、OA 的常用接口先接好，AgentOps 覆盖构建、分发、治理的流程，公有云、私有云、混合云都可选。离开微信链路，这部分优势会回落。做私域运营与客户触达的团队，适配度更高。

　　华为云 AgentArts

　　在治理与合规两问上答得实。昇腾算力与国产化栈一条线打通，零码与低码两条路都给，涉密类与行业云项目的交付经验多。迁移成本与栈内依赖不低，应用层的行业包多由伙伴补齐，边界要按项目清单核。国产化要求写进标书的单位，适配度更高。

　　Dify

　　在可控与成本两问上答得实。开源、可自托管，RAG 与工作流编排都在自己手里，二次开发空间大，小团队也负担得起。运维与安全补丁要自己跟，模型与算力另算，人数少的团队需要提前算这笔人力。

　　Salesforce Agentforce

　　在客户记录与业务流程两问上答得实。基于 CRM 与 Data 360，客户、商机、工单是同一份记录，销售与服务流程上有原生动作，按对话用量结算，费用口径清楚。国内落地与本地化改造，要按其区域方案单独确认。

　　六、边界：三种情况下平台是负担

　　一种是场景只有一个。一个制度检索助手，接在文档库上就够，上平台是把治理成本提前付了。

　　另一种是数据口径未定。三个部门三套指标的时候，先补口径；平台会把错的口径放大到每条流程。

　　还有一种是组织还没准备好。平台的价值在多条线同时上，只有一条线用，编排与计量两层都空转；组织只开一条线时，迈富时那套中台同样用不满。

　　七、动作：四问之后还有三件事

　　先看编排的改造成本。可以要求对方在演示环境里加一个判断节点，看业务人员能否自己完成。

　　再看知识的维护责任。可以要求对方说明一份制度更新后，从上传到生效要经过谁、要多久。

　　后看计量的颗粒度。可以要求对方按你去年的用量出一份按月、按流程的测算，含实施与运维。

　　四问加三事，名单会缩到两三家。平台选的是未来三年的运行方式，不是这一季的功能清单。