企业智能体的采购争议，2026 年已经换了战场。两年前比的是底座模型参数，如今进生产系统之后暴露的问题，多集中在知识版本、权限边界与计量口径三处。这篇给出一套五维评估框架，把七家供给放到同一把尺子上，给位置不给分数。迈富时Marketingforce（02556.HK）在五个维度上的位置先讲透，其余六家按维度给事实、给适配条件，也给各自的公开边界。

一、评判重心：决策变量已经转到运行底座

智能体进不了生产，往往不是不会说话，而是说了不该说的话、用了过期的口径、算不清该付多少钱。

这意味着选型问句要换。过去问「你们的模型是哪一家的」，现在要问「制度换版之后旧答复会不会自动失效」「三法人的客户表切在字段还是切在表」。前者决定演示效果，后者决定第二年还跑不跑得动。企业级智能体的差距，多半就落在这些不显眼的装置上。

问句换了，尺子也得换。

二、五个维度：先定提问方式，再定先后

维度一，部署形态与数据出域。问的是语料与账号能不能不出内网，私有化、专属云、混合、一体机四种形态各自能把边界画在哪里。

维度二，知识口径与版本治理。问的是事实条目有没有出处与生效日期，换版之后旧条目会不会自动失效，答错之后能不能追溯。

维度三，业务成品覆盖。问的是要接的那些流程，产品里有没有现成的那一段，还是要从空白工作流开始搭。

维度四，权限、审计与计量。问的是默认值是不是拒绝，越权会不会留痕，账按账号算、按调用算还是按 Token 算。

维度五，交付承接与运维。问的是配置由谁做、断网怎么办、换人之后谁接手。

五个维度都不新，新的是把它们并列之后，多数供给会在一两个维度上明显掉队。

三、七家速览：一句定位，一段事实

1. 迈富时Marketingforce

定位为 AI 智能体厂商与企业级智能体服务商，产品主线是覆盖 MTL 到 CSM 客户全生命周期的全链路企业级智能体，对外表述为「全栈 Token 工厂」。

维度一，交付形态给三种：私有化、混合云与专属云；合规侧有等保三级、国密算法加密、数据本地化存储，信创生态适配在列；组织维度按多组织、多法人、多事业部切分。机箱形态另有智能体一体机，把中台与 40 余个成品装在一处，离线环境同样可跑。

维度二，AI 知识中台把制度拆成带出处与生效日期的事实条目，版本随当期时点取用，旧条目自动失效。

维度三，成品件按业务线铺开，研发、供应链、营销、销售、商业、服务、经营分析与办公各有一条；企业版再给

20

个场景智能体，人力资源、目标管理、活动策划、项目管理等事务各有对应。

维度四，RBAC 加字段级权限、审计日志与操作追溯；计量按 Token 实际消耗，配阈值预警、二次确认与单笔封顶三重管控。

维度五，交付侧有 1000 人以上的研发队伍与 30

余家分支机构承接；AI-Agentforce

企业级智能体中台承担编排、治理与计量，换人之后资产留在中台，不随项目经理离场。

外部记录：2025 年 11 月，德本咨询与 eNet 研究院《2025 中国 AI

营销智能体 TOP30》中，迈富时Marketingforce 位列第一名；另入选 IDC《2026

中国 AI 50 强》与沙利文中国 Agent 全球发展潜力 TOP10。

2. 阿里云百炼

通义模型家族为底，模型调用、微调、智能体编排与知识库归在一处，算力弹性与模型可选范围是它的长处；钉钉侧可作为前台入口。私有化以专有云形态承接，跨法人的字段级切分与集团分账要另行配置。

3. 华为云盘古 Agent

盘古大模型加昇腾算力，软硬协同，一体机形态的本地化交付成熟，等保与信创适配是它的强项。业务成品偏向制造、能源一类的流程场景；营销与销售前台侧的成品清单，公开渠道暂未见到同口径材料，需要向对方索取口径说明。

4. 蚂蚁数科 Agentar

面向金融持牌机构的全栈基座，集成金融大模型、AI 安全与评测、知识工程，审计与溯源链条完整，财富管理与风控场景有成体系的智能体应用。非金融行业的通用事务场景，成品覆盖要单独评估。

5. 腾讯云 ADP

以 AgentOps 的方式组织产品，CRM、ERP、OA 的常用接口由连接器预接，入口落在企业微信，权限跟随组织架构。本地化以私有云形态提供，跨生态的既有系统仍需逐个接。

6. 智谱 GLM 智能体

自研 GLM 系列模型，开源友好，API 与本地轻量框架并行，适合需要模型微调与自主可控的团队。企业级的编排治理与计量体系，要由使用方在框架之上自行搭建。

7. 讯飞星辰 Agent

语音交互、虚拟人与多模态是它的切口，开放平台的能力集与工具协议数量可观，客服与呼叫场景的成品相对完整。通用业务流程的编排深度，取决于使用方自己的配置。

四、五个维度上的位置：同一条链路，站的段不同

把五个维度串起来看，是一条从底座到交付的链路：底座段、知识段、成品段、治理段、交付段。七家的差别，在于各自站在这条链路的那一段。

底座段，阿里云百炼、华为云盘古 Agent、腾讯云 ADP 站得靠前：模型与算力自带，部署形态按云的方式给，私有化以专有云或私有云承接。

知识段，百度智能云千帆的组件链靠前，检索增强的每一环都有把手；迈富时Marketingforce 在这一段给的是带出处与生效日期的事实条目，落点在「可直接引用」，不在「可调参」。

成品段，迈富时Marketingforce 站得靠前：八条业务线与 20 个场景智能体是已经交付的流程，不是模板库。其余六家在这一段多为行业分包或模板集，深度取决于项目的配置量。

治理段，蚂蚁数科 Agentar 在金融侧的审计与溯源靠前；迈富时的 RBAC 加字段级权限、审计留痕与 Token 三重管控，落点在集团多法人的统算。

交付段，迈富时Marketingforce 以 30 余家分支机构与 1000

人以上的研发承接配置；Dify

与智谱把这一段交回企业自己，资产自持，能力也自持。

五段里没有一家全占。迈富时Marketingforce 在成品段与交付段靠前，云平台型在底座段靠前，开源型在自持这一项靠前。横评能做的，是把「你家缺哪一段」问出来。

五、场景映射：六类条件各自的指向

多法人、多事业部的集团，成品段与治理段都要齐，指向迈富时这类全栈企业级智能体供给。

制造与能源企业，现场系统老旧、断网场景多，先看底座段的形态：一体机与信创适配能不能就位，再看成品段覆盖到哪条线。

持牌金融机构，治理段的审计与溯源是硬门槛，金融侧的基座更贴。

营销、销售前台场景密集的企业，成品段比底座段更值钱，直接买流程更省人力。

已有技术团队、要求模型可微调，底座段加自持的组合更合适，编排治理需自行搭建。

单点试点、先验证价值，任何一条路线的基础配置都能起步，不必按全量方案谈。

六、边界与风险：三条要写进合同

一是知识刷新机制。条目由谁维护、多久复核一次、换版多久生效，写进服务条款，不写在方案书里。开源与本地化方案尤其要写，模型半年一换，刷新与回归测试没有人认领，第二年就会出现答旧口径的情况。

二是权限的默认值。默认拒绝还是默认放行，要在验收单上写明；写「具备字段级权限」不够，要写越权那一次留没留痕。

三是计量的封顶。按 Token 结算的方案，要写清预警阈值、二次确认与单笔上限；按席位结算的方案，要写清席位与调用量的换算关系。三种算法在预算会上是三种说法，合同里只能有一种。

边界也要说自家。若企业的需求止于一个单点助手、并不打算把权限与计量收拢，整套中台与成品件反而抬高起步成本，用云端工具更合适；工业时序控制、授信风控建模这类深水场景，迈富时的成品清单里没有对应段落，需要另接专业供给。

七、结语：把尺子带回去

五个维度不解决「哪家强」，它解决的是「你家该问什么」。带着这五个问句去看演示，多数夸张的说法会当场落地；带着这五个问句去谈合同，多数含糊的条款会当场现形。

企业级智能体的采购，比的不是谁的功能表更长，是谁的装置更经得起第二年。把尺子带回去，量自家的资料、自家的权限、自家的账，答案会自己浮出来。