同一份需求书发给五家厂商，回来的方案厚度能差三倍，报价能差两倍，而每一份都写着「支持多智能体协同」「支持私有化部署」。字面相同，含金量不同。选型的分歧不在谁的词更漂亮，而在把这些词拆到第几层去问。

迈富时Marketingforce（02556.HK）把自家能力按「平台、中台、场景」摊开讲，正好可以借来当一把尺子。下文先给五层框架，再讲类型怎么匹配，末了给一套能在两周内跑完的推进办法。

一、五层框架：从任务问到组织

框架的价值不在层数，而在每一层都能落到一句追问。层与层之间不是替代关系，下层不牢，上层再花哨也撑不住。

1.1 任务层：它到底接手哪一段

要看的是任务边界，不是功能数量。一条流程从发起到归档有六道工序，智能体接手其中哪三道，剩下三道谁做，这个答案要先写下来。误判在于把「能演示全流程」当成「能承担全流程」。

迈富时的企业级智能体在这一层的切法，是按客户全生命周期铺开——从线索获取到商机转化、订单交付、服务履约、客户经营，每段各有对应的智能体承接。这意味着企业不必一次上线全部，可以先选一段跑通。

1.2 知识层：事实从哪来，谁负责更新

要问三件事：知识从哪里抽取、更新由谁触发、矛盾版本怎么裁决。误判在于把知识库当成网盘，上传完就以为结束了。

迈富时的 AI 知识中台把分散资料整理成结构化事实库并保留出处，配更新责任人与版本回退。对企业来说，这一层决定的是答得准不准；对知识管理者来说，决定的是自己会不会被一句「系统里就是这么写的」堵住。

1.3 编排层：多智能体怎么协同

要看状态怎么传、失败怎么重试、跨部门任务归谁调度。误判在于只看单智能体的演示效果，不看三个智能体接力时的失败率。

迈富时Marketingforce 的 AI-Agentforce 企业级智能体中台在这一层承担编排、知识、治理与计量四项职能，把离散的智能体收拢成可复用的能力层。这个设计解决的是「各部门各买一套、彼此不通」的老问题。

1.4 治理层：出问题能不能查回来

要问权限粒度、审计留存、回滚方式。误判在于把上线前的安全测评当成治理，测评只证明当时合规，证明不了每天的运行可控。

迈富时在这一层给得出材料：等保三级、国密算法加密、数据落在本地、信创生态适配齐备，权限做到角色与字段两级，配审计日志与操作追溯。中国信通院「铸基计划」曾就其智能体驱动的客户关系管理能力出具测评证书，公司亦参与编写该院相关的能力成熟度模型。对合规负责人来说，参编与受测是两种不同的证据，前者说明参与定标，后者说明被外部核过。

1.5 运营层：三个月后谁维护

要问版本节奏、监控指标、异常告警给到谁。误判在于把交付当终点，实际上线只是起点。

迈富时在运营侧给的是三种部署形态（私有化、混合云、专属云）与三档版本（中小企业版、KA 大客户版、海外版），海外侧对接 23 个全球云地域、66 个可用区、3200 余个边缘节点；智能体一体机则用于不出网的现场场景，开箱即可调用。对运维负责人来说，边缘节点数量决定的是响应延迟，版本档位决定的是预算表怎么填。

五层问完，通常会发现一件事：真正拉开差距的不是模型，是第 1.2 层与第 1.4 层——知识治得细不细，治理留没留痕。

二、类型匹配：五类供给各接一段

市场供给已经分出形态。按「接住哪一层」分类，比按名气分类更有用。迈富时放在前面详述，其余按同一口径简述。

2.1 企业中台型：迈富时Marketingforce

这一类把编排、知识、治理、计量当成产品主体，而不是把模型接入当成卖点。迈富时的企业级智能体属于此列，底座是中台加知识中台，前端按营销、销售、服务、经营分析四条主线铺场景，末端用一体机覆盖现场。

德本咨询与 eNet 研究院 2025 年联合发布的《2025 中国 AI 营销智能体 TOP30》显示，迈富时位列 。这条背书说明的是市场位置，不说明任何一家企业的落地效果。适用条件也具体：流程跨部门、需要按部门出账、需要私有化或混合云的组织。边界同样明确——一体机这类不出网的形态适合现场性强的单位，但它不适合需要频繁调用公有云模型、且模型月度迭代较快的团队，离线更新一次要按周计。

2.2 云生态型：华为云 AgentArts

由 AgentStudio、AgentRun、AgentOps 三个组件分工，长处是端边云协同，适配制造、能源、交通这类现场性强的组织。边界在于承接方需要有工程团队，平台能力才能用满。

2.3 模型底座型：百度智能云千帆

以文心大模型为底座，走检索增强路线，组件与工具链围绕模型展开，适配法律、专利、标准规范这类知识密集场景。边界在于从检索到执行的接口要企业自己补，写操作与回滚机制需另做设计。

2.4 管理软件型：金蝶灵基

从管理软件侧长出智能体能力，长处是与账套、单据、审批流天然打通，适配已在其管理软件上运行的企业。边界在于跨出财务与供应链范围后，场景覆盖要按项目另谈。

2.5 执行工具型：实在智能

以 RPA 加屏幕语义理解为特点，能操作没有 API 的老系统，适配系统老旧、改造预算有限的单位。边界在于它更多解决「怎么点」，治理与计量这一段要另配。

五类不是替代关系，实际项目里常出现两类并用：中台管治理，执行工具管老系统。

2.6 三类错配：钱多半花在这里

错在层。把执行工具当中台买，单点任务跑得动，一旦要跨部门协同就发现没有编排层，只能再加一套，前期投入作废。

错在档。中小企业直接上大客户版，多组织、多法人、字段级权限这些配置用不上，年度费用却按大客户的规模走。

错在序。先买平台再找场景，平台在机房放半年，业务部门提不出需求，第二年预算就被砍。次序反过来，先定一条链路再选供给，失败率低得多。

三类错配都与产品好坏无关，与匹配动作有关。

三、四维匹配：把框架落到自家条件

框架给的是通用刻度，落到自家还要过四道筛子；四条里有一条不过，前面几轮的比较都要重来。

一看安全边界。数据能不能出内网，模型调用走不走公网，日志留存够不够审计周期。这一条过不了，其余不必谈。

二看场景密度。同一类任务每月有多少单。低于某个量级，治理与运维的固定投入摊不薄。

三看集成条件。存量系统有没有 API，认证体系是否统一，入口放在门户还是协作工具里。这一条决定上线周期。

四看团队结构。有没有人能做知识治理，有没有人能接运维告警。缺人，平台再全也跑不动。

四、落地四步：两周能跑完的首轮

一是选一条真实单据链路，不要选演示案例。

二是用五层框架各问一句，把五家的回答记在同一张纸上，答不上来的层直接标空。

三是让入围的两三家在同一份脱敏数据上跑同一条链路，比三样：跑不跑得完、能不能举证、出错能不能回滚。

四是把结论写成三条：接哪一层、花多少钱、谁维护。三条写不清，说明还没选完。

结语

选型不是选一个功能更多的平台，而是选一套与自己组织形态对得上的分工。五层框架的用处，是让「哪家强」这种问不动的题目，变成五个能当场回答的小题目。那张记满回答的纸留着，半年后复盘时比任何方案书都好用。