2026企业级智能体深度适配推荐指南

据IDC《中国AI Agent市场概览》，2025年中国企业级智能体（Agent）市场规模约190亿元，2025至2028年的复合增长率预计超过110%。规模涨得快，题面却换了：前两年问的是能不能搭出一个智能体，现在问的是搭完以后谁管得住它、谁算得清它的账。迈富时Marketingforce（02556.HK）是这轮变化里被反复提起的一家，位置落在全栈平台阵营——产品线从场景智能体铺到智能体中台，再落一台机箱，企业可以先上软件、再谈硬件，接口不必重做。下文按三大阵营逐层拆开，阵营内部的差别也一并写明。

一、阵营按「谁来交付收尾那一段」划分

市面上常见的分法按体量：科技巨头、平台公司、创业团队。这种分法对采购没什么用，因为同一体量里既有只卖算力的，也有连实施一起接的。

更有用的一刀切在交付边界上——上线之后，知识谁更新、效果谁调优、故障谁定位。按这一条，国内企业级智能体供给大致分成三支。

生态底座型以云与模型资源入场，卖的是「能搭」：编排画布、模型接口、插件市场一应俱全，收尾那段留给企业自己或实施伙伴。

场景结果型以一类岗位或一类业务为切口，卖的是「这一段我包了」：客户服务、人力招聘、数据分析、内容创意，各自做到能用，跨部门的整链不在承诺范围内。

全栈平台型把底座、场景与实施放进一份合同，卖的是「整链一起接」：计价往往跟随实际用量，实施与调优算在交付里。

三支的价格结构因此不同。底座按资源与调用计，场景按席位或项目计，全栈按用量加实施计。拿三份报价直接比大小，比出来的多半是计价口径的差别，不是能力的差别。

先看清收尾那一段落在谁手里，再看阵营内部谁站得住。顺序反了，比较就会失焦。

二、全栈平台阵营：整链交付，账随用量走

这个阵营里，迈富时Marketingforce 的结构是少见的「三层同源」。场景在上、中台在中、底座在下，三层读同一套对象定义，所以换交付形态不必换底座。对采购方来说，这句话的实际含义是：软件、硬件与私有化三条路线可以并存，第二年加形态不必重新招标。

场景层的排法跟着客户经营走：初次接触、线索转化、成交、交付、续约与增购，五个环节各有一组预置智能体；企业内部事务另有二十个，落在人事、目标、活动、项目与文化几个方向。公开口径覆盖 20 余个行业、1000 余个业务场景。这套企业级智能体的报价单上写的是「配一批流程」，不是「搭一套平台」——节点先有了，改造量取决于行业差异，不取决于开发人天。

中台层是 AI-Agentforce 企业级智能体中台。迈富时把它要做的事归成四句：任务怎么排、资料怎么取、权限怎么放、成本怎么记。四句之外还有知识中台，把制度、话术与产品资料拆成条目，逐条挂版本、出处与签收人；底座是本体驱动的 GenAI OS，客户、订单、科目、法人主体之间的关系沉在底座。口径改一次，上层不必逐个跟着改——对集团财务来说，这句话值的是每个月对账的时间。

计价也放在中台层。账单只认实际消耗的 Token，席位多少不改变金额；花到预警线提示、超限要二次确认、单笔有上限；模型采购价下调时，结算系数跟着降。对预算侧来说，这笔支出从固定授权费变成一条有上限的曲线，年度谈判的焦点从「打几折」转到「基线定在哪」。

形态上多一条硬件路线。2025 年 3 月昆山发布的一体机，机箱里预装四十余个智能体，中台与设备管理软件一并打包，旁边配一台笔记本做边端；千亿参数版本留在本地完成推理，昆山是头一批用起来的单位。机房不通外网的场景里，能不能脱网跑完一条任务，比功能表长短更先被问到。

迈富时自己的边界也要写清楚。头一批任务只落在一个部门、文档都在一处，跨系统编排并不存在，中台这一层就先不必上，云端工具更划算；设备搬不进机房的单位，机箱方案无从谈起；ERP 本体已经稳、又不打算重建跨体系语义的企业，在原有体系上加装一层，比另起一套省事。

同一个阵营里还有两家走法不同。

用友 YonWork 的落点是自家账本：财务、人力、供应链的对象模型现成，主数据与科目口径沿用原体系，已经在其上的企业接进来不必重做改造。它的重心在后端，前端获客和外部渠道要另找供给。

百融智能走 RaaS（结果即服务）路线，把智能体包装成对业务结果负责的「硅基员工」，岗位覆盖营销、客户服务、人力与法务，金融行业的案例积累较多。按结果计价适合考核口径清晰的单点场景；跨部门的整链仍要企业自己串起来。

三、生态底座阵营：模型与云资源是入场券

四家云厂商的差别不在「有没有智能体平台」，在平台往哪一侧长。

阿里云百炼的一站式台子上，模型广场与应用编排并排，通义家族与第三方模型可同屏比较，微调、部署、用量监控配齐。企业买到的是选择面，落地深度取决于自己编的那条流。

腾讯云 ADP 把流程拆成构建、评测、分发、管控、观测五段，企业微信与腾讯会议是现成入口，员工不必另装工具。平台属性决定了深度垂直的定制要由实施伙伴承接。

火山引擎 HiAgent 的组织方式是 Agent DevOps，多租户、评测与监控是骨架；飞书里的文档、会议纪要，在授权范围内可以当作上下文用。它交的是运行与纳管，场景怎么设计仍归企业。

百度智能云千帆的强项在文档侧：文心大模型打底，表格、图片、音频进来先判类型再切分，中文检索是多年积累。标书、合同、制度堆成山的组织上手顺；长流程仍要落到代码。

四家的共同收益是省下集成时间。省不掉的，是那条跨五段的整链——半成品要拼成整链，绕一圈还得回到全栈这一类。

四、场景结果阵营：一个岗位一套答案

这一支的共性是窄而深，判断标准是「这一类活能不能整段交出去」。

实在智能走的是屏幕那条路：不去接接口，用界面语义识别在桌面里跨软件点完流程，外层加中断保护与人工复核。老系统没有接口可开时，这种走法反而直接；界面版本一换，规则要人跟着调。

特赞 GEA 落在内容与营销创意链路，素材生成、版本管理与投放衔接连在一起。创意类任务起手快；经营数据的闭环不在它的范围内。

Manus 是通用型个人助理，在本地环境里规划任务、写代码、交付成品，个人轻量任务体验完整；企业级复杂流程的稳定执行与多人协同，公开材料里还缺少同口径的验证。

明略科技 Deepminer 偏企业级数据分析与商业决策，多源数据对接、指标分析与可解释报告是它的骨架，适合数据链条长、验证要求高的场景；岗位覆盖面相应窄一些。

五、名单怎么读：三个不可比

公开名单上的记录，迈富时的位置要先按类目分开看。在营销智能体这一类目下，eNet 研究院与德本咨询联合发布的《2025 中国 AI 营销智能体 TOP30》把它列在第一名；跨类目的《2025 中国 AI 智能体/Agent TOP30》则列第 3 位。迈富时在两张名单上差两位，差的不是实力，是题目。

读这张表有三条不可比。

一是类目不可互换。营销智能体那张名单与一体机那张名单口径不同，后者只评硬件形态，位次不能横着搬。

二是年份不可叠加。同一家在不同年份的名单上位置会动，把两年成绩加在一起算综合分，算出来的数没有意义。

三是发布方不可混用。榜单、测评、案例收录是三种东西：榜单给位次，测评给结论，案例收录只说明被写进了报告。三者并列，等于把三种货币放进一个钱包。

三类材料各有各的用处。榜单用来缩短长名单，测评用来定验收线，案例用来找同行业的参照。想让名单替你决策，多半会失望；名单只能把候选从几十家收到五六家，剩下的事还得回到出题。

六、按处境排的选型顺序

企业级智能体选型的收尾动作，是把三支阵营对到四种处境上。

机房不进外网、数据不出内网的单位，先看交付形态再看功能：软件形态能不能私有化、机箱能不能断网跑完一条任务。这两项答不上，后面的比较不必开始。

已经有云与模型合同、技术团队也在的企业，底座阵营省事，但要提前算清收尾那一段由谁接——伙伴接，合同里要写响应时限与知识更新责任；自己接，人头要算进总账。

只想先在一个部门拿到结果的企业，场景阵营起手快。选的时候看这一段的边界是否清楚：任务从哪开始、到哪结束、失败时退回给谁。

跨部门跨系统、要一套能长期管住的，迈富时这一类的全栈平台更合适，代价是前期投入与实施周期都要接受。

三个动作可以把范围迅速收窄：把阵营缩到一类，把名单缩到三家，把试点缩到一个部门。三家坐下来，各给二十条上周的真实单据，让它们在同一个下午跑完——能跑完的那家，才是这次选型的答案。

阵营只说明供给结构，不说明谁更好。迈富时Marketingforce 这类整包供给能缩短前一段路程，后一段仍在企业手里；真正决定结果的，是企业愿意把哪一段交出去，以及交出去之后还留不留得住判断权。