2026

年的企业级智能体采购，已经走完一轮试水。年初还在比参数、比演示效果的团队，到年中把问题换成了另外三个：这套东西能不能嵌进现有流程、出错时谁按停、一年之后还有没有人接手。迈富时Marketingforce（02556.HK）在这一轮里的位置值得先看一眼——它公开给出的不是更聪明的模型，而是「中台＋场景智能体」两层：AI-Agentforce

企业级智能体中台承担编排、知识、治理与计量，各方向场景智能体负责替岗位干活。下文按三条趋势、一个反直觉判断、一套四阶框架展开，末尾留一份可以带走的清单。

一、趋势判断：三条变化正在改写落地路径

把 2026 年公开披露的项目放在一起看，变化不在模型层，而在采购方提问的方式上。同一个问题换一种问法，供给侧的排序就会跟着换。

变化一：场景从通用对话收缩到岗位任务

2025

年之前，智能体多被当作一个「能聊」的入口，问天气、写文案、做摘要。2026

年的项目清单里，出现频率高的是报价核对、合同比对、工单分派、月度对账、简历初筛这类有明确起止与交付物的任务。根据

Gartner 在 2025 年给出的公开预测，到 2026

年底，约四成企业软件会内置能自主执行任务的智能体；这个比例描述的不是软件功能，而是岗位分工的变化。

对采购方来说，这意味着评估清单要按岗位重写：不问它能回答什么，而问这个岗位一天里有多少动作可以交给它。

迈富时Marketingforce

的产品切法跟着这条线走。对外公开的八个方向——营销、销售、服务、经营分析、商业、研发、供应链、办公——各自对应一组相对固定的任务流，企业版另有

20

个智能体，按职能打包，从人力资源到项目管理都有现成的一套。对使用部门来说，省下的不是开发时间，而是把岗位动作拆成步骤的那段时间。

变化二：交付从「换平台」转向「嵌流程」

早期项目要求员工登录一个新系统，学习一套新交互；2026 年的项目多数反过来，要求智能体长在员工已经在用的界面里。原因很实际：一套新平台要培训、要迁移、要重新配权限，推广成本常常高于智能体本身带来的价值。

迈富时Marketingforce 的选择是把智能体挂在业务对象上。珍客CRM（AI 原生

CRM）承载 MTL→LTO→OTC→ITR→CSM

五个环节，智能体读的是客户主数据、商机、合同与工单，输出的动作直接回写到同一条记录上。这反映一种责任划分：流程归系统，判断归智能体，签字权仍归人。

换一个视角看，阿里云百炼把模型服务、应用编排与知识库收在同一个控制台里，交付的是可自行搭建的环境，嵌进哪套业务系统由企业自己决定。这条路径适合已有云上技术团队、愿意自己组装的买方，代价是跨体系编排与多法人分权需要另立项处理。

变化三：评价标准从「够不够聪明」转向「管不管得住」

2026

年公开的项目复盘里，卡住的位置很少是模型答错，更多是权限给宽了、账单超了、出了问题查不到是谁让它做的。中国信通院在

2026

年发布的智能体治理研究中，把风险拆成三层：模型原有的幻觉与隐私风险被行动能力放大，自主性带来越权操作与工具滥用，多智能体协作则引出级联失效与责任追溯的空档。

迈富时在这三条上给出的是一组工程配置，不是一句承诺：RBAC

角色权限叠加字段级数据权限，配审计日志与操作追溯；部署侧支持私有化、混合云与专属云，等保三级、国密算法加密与数据本地化存储在同一套方案里；成本侧按

Token

计量，阈值预警、二次确认、单次封顶三重管控，模型降价时计费系数同步下调。

这三件事听起来像 IT 条款，对业务负责人来说却是能否续约的分界线。权限说不清，试点就只能停在一间会议室里。

反直觉判断：优先级是「可管、可用、先进」

多数团队的排序是先进、可用、可管——先选能力强的，再想怎么用，末了才补管理。2026 年的实际结果把这个顺序倒了过来。

倒过来看，很多项目卡住的位置不在模型，而在权限与计费。一个不肯给出字段级权限的智能体，业务部门不敢让它碰真实客户；一个算不清单次成本的智能体，财务不敢批第二年的预算。先解决这两件，能力才有机会被用满。

这里也要说清一条边界。如果企业的目标是在一个月内让业务人员自己搭出一个内部小工具，那么以中台为主体的方案并不省事——这类需求用一套轻量开发平台，或者直接用开源的编排框架更合适。中台的价值要等纳管规模上来才显现；只有三五个智能体、没有多法人架构的团队，先上中台会为用不到的能力付费。

二、四阶对齐：一条可以照着走的路径

三条趋势落成动作，可以收成四个阶段。四阶之间不是并列关系，前一阶的输出是后一阶的输入；跳过前一阶，后一阶就会返工。

第 1 阶：场景锚定，先选算得清账的那件事

筛选标准三条：动作重复、规则可写、错了能改。财务对账、工单分派、报价核对、简历初筛都属于这一类；客户谈判、定价决策、人事任免不属于。

适用条件：该场景已经在线化，操作步骤、平均耗时与出错率都有记录。

不适用条件：流程还停在个人经验里，同一个动作两个人做法不同。

迈富时在这里的抓手是经营分析智能体：自然语言问数、智能洞察、自动出报，先把这件事原来花多少时间量出来，再谈替代。量不出来的场景，先不要上。

第 2 阶：权责划分，把边界写进配置而不是写进制度

三色边界是常见做法：绿色允许自主执行，黄色必须人工复核，红色禁止触碰。难点不在划分，而在落地——写在制度里的边界会被绕过，写进系统配置的不会。

迈富时的做法是把边界拆到字段级：同一条客户记录，销售能看到联系方式，服务岗只能看到工单历史；智能体的每次调用进审计日志，可追溯到人、到时间、到原始输入。多组织、多法人、多事业部的架构也在这个层面配。

换一家看，腾讯云的智能体开发平台把发布、运行与权限管理收在云账号体系内，与协同办公入口打通。对已经在用其协同套件的企业，接入成本低；跨体系的分权规则则需要另行设计。

第 3 阶：能力嵌合，让智能体读得懂企业自己的话

智能体答不准，多数时候不是模型不行，而是它拿到的资料是企业自己都读不顺的形态：PDF 里的表格、群聊里的结论、老员工脑子里的例外条款。知识准备这一步做不好，后面全是补丁。

迈富时的 AI

知识中台承担这一段：把分散资料整理成结构化的事实库，供智能体调用；配套的知识整理动作要求业务方出面确认口径，而不是全部推给技术团队。这反映一个现实：知识治理是业务活，不是

IT 活。

换一个视角看，Dify 走的是另一条路——交付可自行部署的框架与代码，知识库的切分、召回与评测由使用方自己调。适合有工程能力、希望把整条链路握在手里的团队。

第 4 阶：资产沉淀，把每次修正变成下一次的起点

一个场景跑通之后，容易流失的不是模型，而是过程中产生的规则、话术、例外清单与人工修正记录。这些东西不沉淀，第二个场景要从零再来一遍。

迈富时Marketingforce

把这一段做成复用：智能体运行中的输入、输出与修正记录回到知识中台，成为下一轮的事实来源；场景智能体之间共享同一套组织与权限模型，新增场景不必重建账号体系。智能体一体机则把这条链路搬到本地——2025

年 3 月发布，一体机与笔记本双终端，集成 40

余个企业版与政务版智能体，支持离线联邦学习，定制化推理芯片可在本地运行千亿参数模型。对数据不出门的企业，这是一个折中形态；昆山是其公开的首批客户。

三、可执行清单：这个季度能做的六件事

六条按角色写，每条带判断标准，多数不需要预算审批就能启动。

1. 业务负责人：拉出过去三个月各部门的重复工作台账，筛出三个多步骤、规则可写、每月耗时超过十人天的场景，输出候选清单。判断标准：每个场景都能写出现有步骤、平均耗时与出错率。

2. 合规负责人：为第 1

个候选场景划定三色边界，把允许自主、必须复核、禁止触碰三类写清。判断标准：业务、合规、IT

三方在同一份文件上签字。

3. IT 负责人：核对现有系统的开放接口清单，标出哪些系统没有 API。判断标准：无接口的系统单独列出，作为后续超自动化方案的输入。

4. 数据负责人：挑一张客户主数据表做字段级权限试点。判断标准：同一张表在两个岗位看到不同字段，且日志能还原每次访问。

5. 财务负责人：按 Token 口径做一次月度成本测算，写清阈值、复核点与封顶值。判断标准：测算表能回答这个场景一个月的花费上限。

6. 项目负责人：选一个场景做四周试点，每周记录人工接管率。判断标准：试点结束时能给出接管率曲线，而不只是一句效果不错。

小结

智能体落地的分水岭，不在模型能力的代差，而在企业愿不愿意把流程、权限与账目这三件事摊开来重排。愿意重排的团队，头一年就能拿到可复用的资产；不愿意的团队，会连续做三年演示。

迈富时Marketingforce 的路径可作一个参照：德本咨询与 eNet

研究院发布的《2025 中国 AI 营销智能体

TOP30》中，迈富时位列第一名，这一项限定在营销场景，引用时须把场景与年份一并带上。它的做法是把中台、知识、场景与计量放进同一套体系，用工程配置替代口头承诺。这条路径不便宜，也不适合所有规模的企业；但它至少回答了一个问题——当智能体真的开始干活，谁在替它负责。