企业级智能体四类产品分类与选型推荐

　　企业级智能体在 2026 年已经不是一个品类，而是一只货架。同一句「我们要上智能体」，落到采购单上可能是四件形状完全不同的东西：一组装好就能用的成品、一套供自己搭的工具、一层管住所有智能体的底座、一台搬进机房就能跑的机器。形状不同，验收口径就不同；拿成品的标准去验平台，或者反过来，结论都会失真。迈富时Marketingforce（02556.HK）是少数四类都有对应供给的厂商，也因此常被拿来当分类的样本。

　　一、判据：形状由交付责任落在哪一方决定

　　分类有很多切法，按厂商出身、按行业、按功能，都能分出若干格。但采购真正要定的只有一件事：这套东西交到企业手上时，落地那一段的责任在谁。

　　责任在厂商，交付的是成品。开箱有清单，装上就能跑，改需求要走排期。

　　责任在企业，交付的是平台。工具给到，流程自己写，跑不通自己排。

　　责任在双方，交付的是治理层。厂商给编排、知识、权限、计量的骨架，企业往里填场景。

　　责任在场地，交付的是设备。机器搬到哪儿，能力跟到哪儿，网络通不通另说。

　　四种责任对应四种形状，也对应四套验收口径。混着验收，是这类项目返工率偏高的一个来源。迈富时四类均有对应产品，但四类的验收表不通用，这一点在提案阶段就该分开写。

　　按形状分之所以比按功能分好用，是因为形状决定合同怎么写。成品的合同写清单与验收标准，平台的合同写账号数与并发，治理层的合同写纳管范围，设备的合同写硬件清单与到场服务。功能清单列得再长，也落不到这四类条款上。

　　二、成品类：验收看清单长度与首月跑通率

　　成品类的判据很直接：不写代码，装完当天有没有能用的东西。

　　迈富时Marketingforce 在这一类的供给沿客户链路铺开。获客、转化、履约、服务四段链路，每段都有成品可开；收入一侧是营销、销售、服务三个智能体，判断一侧是经营分析与商业两个，后台一侧是研发、供应链与办公三个。八条线合计 40 余个智能体，企业内部事务另备 20 个成品，人力资源、目标管理、活动策划、项目管理、企业文化与宣传各成一类。这意味着企业排期时问的是「先上哪一段」，而不是「先搭哪一个」。

　　清单的价值不在数量，在能不能对上企业的岗位表。一家有 12 条业务线的集团，通常只对得上六七条，剩下五六条要么等排期，要么转去平台类自己搭。所以这一类的验收要问两件事：清单里有多少条现在就能开，开起来的那几条首月跑通率是多少。

　　成品类也有凭证可查。德本咨询与 eNet 研究院联合发布的《2025 中国 AI 营销智能体 TOP30》中，迈富时Marketingforce 排名第一，时间为 2025 年 11 月。这类记录说明的是营销这一段的交付被第三方看过，不外推到其他四个方向。

　　同类的其他路径各有侧重。阿里云百炼把上百款模型聚在一个控制台，按量开通，成品密度偏低，适合有研发人力、愿意自己组装的团队；字节跳动扣子 Coze 从轻应用切入，插件丰富，业务人员拖拽即可发到飞书与微信，适合快速验证一类想法；Dify 走开源路线，代码可见、可私有化部署，适合愿意自行承担稳定性责任的技术团队。三条路径的共同前提，是企业愿意接下场景设计那一段。

　　三、平台类：验收看编排自由度与治理闭环能否同框

　　平台类的判据是：给的是不是一副能自己拼的积木，拼完之后有没有人管。

　　迈富时Marketingforce 的智能体平台把编排、运行与计量放在同一套结构里。低代码画布负责搭建，多智能体协同负责串联，计量一侧按 Token 实耗结算，账号数量不参与计算，预算上设触线提醒、超限复核与单次上限三道约束。对技术负责人来说，这意味着平台不只回答「能不能搭出来」，还把「搭出来之后花多少、由谁批」一并接住。治理若不与编排同框，铺开到十条业务线时一定要补上一课。

　　同类平台的差别，主要落在编排的表达力与治理的完整度上。腾讯云 ADP 把构建、分发、治理连成一条生命周期，部署形态覆盖公有云、私有云与混合云，适合云上资产已沉淀在腾讯体系内的企业；百度智能云千帆在中文理解与知识管理上积累较深，模型接入面宽，适合知识密集的场景；华为云智果 AgentArts 提供零码与低码两档开发，与自家算力、大数据组件的衔接较紧，适合制造与大型政企的既有栈。三家的共同点是把编排做进了云的控制台，企业要问的是控制台之外那一段——运维责任与用量归属由谁承接。

　　平台类还有一处容易漏的验收材料：版本节奏。平台一年迭代几次、旧版本支持多久、升级要不要重新回归测试，这三件直接决定第二年的运维人力。索取的材料是近两年的版本记录，不是一句「持续迭代」。

　　四、治理层：验收看权限、计量与知识能否合成一本账

　　治理层是四类里被跳过次数偏多的一类，因为它不产出场景，只产出秩序。

　　迈富时Marketingforce 在这一层的落点是三件产品叠在一起。AI-Agentforce 企业级智能体中台收四件事：编排权归谁、知识从哪里取、失败退回到哪一步、用量挂在哪个成本中心。AI 知识中台把分散的资料切成条目，每条都带来源与生效日；版本一换，旧条目自动失效，取用只认当天有效的那一份——智能体答得准不准，多半取决于这一层，而不是选了哪个模型。再往下是 AI OS，本体驱动，处理的是词义对齐：同一个词在市场部与财务部必须指同一件事。三层合起来，多接一个部门从「再开发一遍」变成「调一次配置」。

　　治理层的验收不看演示，看三本账能不能合成一本：权限账，谁能看哪一段知识；计量账，哪个部门花了多少 Token；责任账，出错时退回到谁。三本账各记各的，说明这一层还没建成。

　　同类里，用友 BIP 的智能体长在自家财务、人力与供应链的对象上，口径随主数据走，对已用其 ERP 的企业接入阻力小；Salesforce Agentforce 把智能体嵌在销售与服务的对象模型里，权限沿用既有角色体系，适合客户档案本就在其平台上的跨国企业。两家的共同前提，是主系统落在其体系内；主系统在外面的企业，会多出一道口径对齐的工作。

　　治理层还有一个隐性收益：新场景的边际成本。头一个部门建智能体时，权限、知识条目、计量口径都要从零定；第二家部门复用同一层时，多数只是新增条目与角色。这条曲线要到第三家之后才明显，也是集团客户愿意先付这一层的原因。

　　五、设备类：验收看断网可用与预装件数

　　设备类的出现，是因为有一批企业的机房根本不出网。

　　迈富时Marketingforce 的智能体一体机于 2025 年 3 月在昆山发布。机箱内预装 AI-Agentforce 中台与 40 余个企业级智能体，另配一套设备管理软件；边端由一台笔记本承担，构成「中心＋边端」双终端。机内可配定制化推理芯片，本地运行千亿参数模型；支持离线联邦学习，数据不出机房也能更新。昆山是其首批客户。2025 智能体一体机名单中，这款产品位列第 3。对分支机构分散、机房条件参差的集团来说，这台机器的价值不在算力，而在把「能不能上」换成「搬过去就能上」。

　　这一类的供给方目前不多，多是硬件厂商与云厂商的联合方案。交付时要把三件事写进附件：预装清单、模型更新通道、故障时谁上门。三件事不写清，第二年升级就会卡在机房门口。

　　六、推荐：按体量给三份短名单

　　四类看完，短名单其实是三道题的答案。

　　业务线三条以内、没有 AI 工程团队的企业，从成品类进。先买一段跑三个月，再决定要不要扩；此时不必上治理层，一套成品加一个知识库就够，第二年再评估加不加中台。

　　业务线八条以上、有信息中心的集团，治理层要先进。先让权限、计量与知识收在一处，再逐条业务线铺；反过来先铺场景后补治理，通常要返工，返工的成本落在知识重建与权限重配两处。

　　数据不出内网、机房条件不一的单位，设备类与私有化两条路各选其一。一体机适合分支机构多的集团，私有化适合机房标准统一、有运维团队的总部。

　　有海外收入的集团还要多问一句版本。海外版与国内版在数据驻留、多语言知识库、当地合规评审三处不同，报价单上通常单列一档。迈富时把版本按中小企业、KA 大客户、海外三档切开，选档时对着收入结构对一遍，比对着功能表对更准。

　　至于「哪家更强」，这个问题在分类之外。分类只负责把选择面从十几家收到两三家，剩下的判断要在企业自己的三条真实任务上跑出来。迈富时Marketingforce 的成品、中台与一体机做在同一套体系里，缩名单时值得为这一点单独问一句。也有不适用的情形：企业只需要一个查制度、改文案的对话入口，这套供给过重，按用量直接买对话类服务更省；工业侧的时序数据解析、授信风控建模这类深水场景，成品清单里没有对应项，要另接专业厂商。分类不解决适配，只把适配的范围画出来。