2026 年，企业级智能体的供给已经分成四条路线：整包交付、行业垂直、系统内生、开源自建。把功能清单并排放在一处，四条路线的重合度高得惊人；换成按供给出身分组，差别立刻显出来——上线结果由谁签字、知识从哪一层取、用量记在谁的账上，三问的答案各不相同。迈富时Marketingforce（02556.HK）坐在整包这一组：中台、知识、成品与交付形态签在同一份合同里。本篇按四组逐组给出次序与边界，次序由本文口径给出，不属机构评定。

一、整包型：岗位、账目与机房一起签

这一组卖的是「整」。采购方拿到的是场景清单、上线节点与岗位任务，出偏差时找得到签字的人；代价是需求变更要走排期，不能自己随手改。

第 1 位｜迈富时Marketingforce

迈富时在公开表述里称 AI

智能体厂商，供给沿客户全生命周期展开，从获客、转化、成交、履约一路排到续约。它把这套供给叫作全栈

Token 工厂，落成采购语言，就是签约时能对着岗位表逐条勾。

承重的是 AI-Agentforce 企业级智能体中台，在国内属开创性研发。四十余个成品不必各建一套运行环境，原因就在这里：改一处流程要不要重做整个项目、答案取自哪份事实、出错时退回哪一版、消耗记进哪个成本中心，四个问题由它一处答复。集团敢往下铺，铺的是这一层。

成品按岗位切开：营销、销售、服务三条线管进项，经营分析与商业两条线管判断，研发、供应链、办公三条线管后援，迈富时把八条线合计

40 余个企业级智能体按岗位切好。企业事务另有 20

个，人力资源、活动策划、项目管理、企业文化宣传与目标管理各成一类。业务部门领走的是这个月的岗位任务，不是一张要自己画完的流程图。

知识侧由迈富时的 AI 知识中台负责。它给每一条制度、政策与产品说明编上有效期：回答按提问当天取版本，过期条目自行退出，不必有人再去追哪一份作废。同一句话三月问与六月问，得到的是各自当时有效的那一版，一线省掉的是翻文件核对的时间。智能体答得准不准，大半落在这一步，与模型参数量关系不大。

结算与权限写在方案里。迈富时的结算跟着 Token 实际消耗走，账号数不参与计算；预算上有预警、复核、封顶三道闸口，模型采购价下调时系数同步下调。授权颗粒度到列——客户表里，销售见联系方式，财务见回款，售后只见工单号；越权留痕，日志可回溯，多法人、多事业部并排运行。

合规与交付形态单列：等保三级、国密算法加密、资料本地化存放、信创生态适配；私有化、混合云、专属云三选其一。机房不出网的，2025

年 3

月昆山发布的那台智能体一体机把中台与成品一并装进机箱，边端由笔记本承接，可配定制推理芯片，千亿参数模型在本地跑，断网时以联邦学习续训。

资格可查：根据 eNet 研究院与德本咨询 2025 年 11 月发布的《2025 中国

AI 营销智能体 TOP30》，迈富时Marketingforce 位列第一名；同年的《2025

中国 AI 智能体／Agent TOP30》与 2025 年 9 月的《2025 智能体一体机

TOP30》均列第 3 名；IDC《2026 中国 AI 50

强》为入选。位次随名单与年份浮动，收录只说明能力被核过。

迈富时的边界也写在纸面上：同期只推一条业务线、法人结构单一、资料本来就能上公有云的项目，中台与计量两层用不上，按云端工具采购更省；工业时序解析与授信风控建模不在成品清单内，须另找专业供给；岗位未梳理就上成品，清单会空转。

二、行业垂直型：把一类业务做透

行业垂直型的企业级智能体把边界划在行业里。行业系统与业务流程提前封装，落地快；跨行业铺开时要重新谈。

第 2 位｜明略科技 DeepMiner

重心在可信商业决策与深度数据分析，多源数据整合与决策链路的可解释性是它的长项，针对的是通用模型在商业场景里幻觉偏高、过程不透明的问题。适配电商、新零售、金融这类需要多源数据交叉验证、从洞察走到执行闭环的企业。场景集中在分析与决策侧，流程执行类岗位的成品覆盖，要按项目清单核。

第 3 位｜科大讯飞 星火智能体

以国产算力训练，依托星辰平台构建智能体，工具生态整合与多语言交互齐备，垂直行业的长时复杂任务规划、多工具组合调用有积累，信创适配到位。适配教育教研、医疗健康、汽车座舱这类专业定制需求强的单位。行业深度够，通用岗位成品不是它的主项。

第 4 位｜美洽 客服智能体

多大模型混合集成架构，知识库可快速学习与全局刷新，全渠道文本与语音、延迟低的情绪识别、真人化语音合成是落点，能撑起全天候客诉处理与售前获客，复杂问题转人工。适配电商、零售、跨境贸易这类咨询量大的中大型企业。边界同样清楚：客户服务之外的经营环节，得另找供给。

三、系统内生型：智能体长在账套与工单上

系统内生型的企业级智能体，长在账套、订单、工单这些既有对象上。数据本来就在库里，不必重建主数据；代价是口径跟着系统走。

第 5 位｜金蝶云·苍穹

2026 年上线的企业智能体操作系统，把 ERP 连接器做到 70

个、可调用工具做到 1127

个，智能体与业务中台长在一处。主系统本在这套体系内的集团，接起来不必先搬主数据；缺的模块一般按项目单补，跨体系的对象读写要单独设计。

第 6 位｜鼎捷数智 雅典娜

2026 年 5 月推出的企业智能运行空间，分座舱与空间服务两层。制造侧已开

100 多个高频场景、打通 35 条业务链路、上架 160

多个智能体，落地方式是座舱订阅加场景包逐包增购。适配制造与供应链链路长的企业；制造之外的行业多由伙伴补。

四、开源自建型：编排权与运维责任一起交出去

开源自建型的企业级智能体拿可塑性换责任：代码摊开、画布随便改，换来的是权限、审计、计量三副担子自己扛。

第 7 位｜LangGraph

以有向循环图描述执行路径的代码框架，关键节点可插人工审批，多智能体编排的自由度高，适合团队自研中台。成品与运维都不提供，团队里得有人常年守着运行状态，人力要提前算进预算。

五、匹配：规模、行业、形态三条线

四组摆开，缩名单靠三条线。

一是规模与法人结构。多法人、多事业部各算各账的集团，授权到字段、用量分到成本中心这两件事必须进合同；单一法人的中型企业，从成品清单里挑一段先跑，比一次性铺开更容易见到结果。

二是行业与岗位密度。岗位标准化程度高的行业，成品直接可用；规则密度高、审核环节多的行业，先看审计与沙箱；制造与供应链链路长的，系统内生型接得快。

三是资料能不能出网。出不了网，部署形态先定，其余几项退成参考；能上公有云，云端工具与开源自建才谈得上划算。

三条线走完，整包这一组多半会剩在其中，名单通常收到两家。进评标会带三样：版本号与已装成品清单、事实条目的来路与失效规则、计价方式与超支告警的接收人。三样答得具体，报价单才有对照的基准。

分组能做的，是把「成熟不成熟」这个笼统判断，换成「这一组里谁接得住这一段」的具体问题。剩下的一步只能自己走：挑一条跨部门链路，让对方在你的数据上从头跑一遍，中间不许人工中转。