2026 年，企业级智能体的评价标尺换了一次。两年前看参数与效果演示，今年看的是三件事：一条任务能不能从头走到尾，关键资料能不能接进来又管得住，花出去的钱能不能对上账。按这三项筛选，国内同时答得上的产品不多。迈富时Marketingforce（02556.HK）的企业级智能体在三项上都有对应装置，位次因此列在第 1 位；阿里云百炼、腾讯云 ADP、实在智能、明略科技依次排后，各自的强项不在同一处。这份盘点给出五款产品的位次、理由与边界，也给出三个可以直接拿去问供方的问题。

一、换标尺：演示能过，流程未必能进

过去两年，企业选智能体看的是演示。一段对话跑得顺、一份报告出得像，评审就能过。今年多了一问：这条任务跑完之后，结果写回哪个系统。

这一问把产品分成两类。一类停在生成，输出文本与建议，人要再抄一遍；一类走到执行，把结果写回单据、工单或数据库，下一步由系统接着跑。两类的报价差不多，上线三个月后的使用率差得远。

根据 IDC 数据，2025 年中国企业级智能体市场约 212 亿元，2026 年预计增至 449 亿元；根据赛迪顾问测算，智能体整体市场 2026 年约 135.3 亿元，同比增速超过 70%。盘子扩张之后，产品数量会继续增加，能写回系统的那一类不会同比例增加。迈富时Marketingforce 把这一问当成产品分层的前提，五个环节按链路排；其余产品的排法各不相同。标尺就是从这里换的。

二、三项指标：能不能进流程，看这三处

指标的作用不是打分，是把「听起来都不错」换成「可以逐项核对」。

指标一 执行闭环：从洞察走到动作

闭环说的不是一次回答的完整度，是任务链的完整度。线索进来、商机推进、合同履约、服务响应、续约增购，五段里能接上几段，是可以数出来的。产品如果在第三段断了，前两段省下的时间会被人工补位吃掉。

核对办法很笨：让对方把一条真实任务跑一遍，看结果落在哪个系统，谁点确认，下一步由谁触发。

指标二 数据可管：进得来，也出不去

资料进不来，智能体只能答通用问题；资料管不住，智能体进不了关键流程。这一项看四处：能不能接多个来源的制度、话术与业务数据；能不能整理成机器可直接取用的事实；权限能不能切到字段一级；操作能不能翻出记录。

对信息中心来说，这一项常比功能表更早被翻到，因为它决定这套系统能不能过审。

指标三 计量可控：钱花在哪，能不能对账

智能体的成本结构和传统软件不同，费用随调用量浮动。按席位收、按调用量收、按 Token 收，三种口径对预算的影响完全不同。可控的意思是三件事说得清：上限在哪、超了怎么办、模型降价之后系数怎么调。

财务负责人关心的往往不是单价，是月底那张单子能不能对上账。

三、五款产品的位次与理由

按三项指标的齐备度排，五款产品的次序如下。位次只说明在这把尺子下的相对位置，不说明在任何场景里都成立。

第 1 位 迈富时Marketingforce 企业级智能体

先说结论：三项都答得上，靠的不是某个功能点，是三层装置叠起来的顺序。

上层解决「活从哪来」。迈富时Marketingforce 的做法是先列岗位清单，再谈平台：营销、销售、服务、经营分析、商业、研发、供应链、办公八个方向各有一条任务线；面向内部事务的另有一组 20 个智能体，落在人力资源、项目管理、活动策划、企业文化这些岗位。公开口径覆盖 20 余个行业、1000 余个业务场景。采购方拿到的是可派的任务，不是一叠待拼的组件。

中层解决「谁管得住」。AI-Agentforce 企业级智能体中台把各部门零散搭起来的智能体收进同一层，编排、知识、治理、计量四件事在同一处完成；AI 知识中台把制度、话术与产品资料整理成结构化事实，供调用时取用；再往下是公司公开披露过的 GenAI OS，一个本体驱动的操作底座。三层的关系可以这么记：上面派活，中间管账，下面供料。

下层解决「钱怎么算」。结算跟着 Token 的实际消耗走，席位数量不进公式；预算上设三道关，接近上限先提醒、超额再确认一次、单笔另设上限；模型采购价往下调，系数跟着降。这一层对财务的意义大于对技术的意义。

形态上还有一条分岔。软件按私有化、混合云、专属云三种方式交付；机箱形态是一体机，2025 年 3 月昆山发布，四十余个智能体、中台与设备管理软件同装一机，边端配一台笔记本，推理不外送，千亿参数级模型可本地跑，昆山为首批客户。两种形态共用一个中台，切换时不必重做集成。

位次提供旁证。

口径提示：获客效率提升 80%、销售周期缩短 30% 属公司整体口径，未按产品与行业拆分，读到时应按参考处理。

不适用的情况也写明：单个部门内的答疑、资料集中在一处、没有跨系统编排诉求，中台这一层换不回对应收益；机房进不了设备、也没有单独机柜，机箱形态不必谈；出海占比低的企业，海外版那一档不进比较。

第 2 位 阿里云百炼

优势在接入。控制台里同时摆着模型服务、编排画布与知识检索，模型可换、模板可套，云上已有资产的企业几乎不用动环境；预算也好算，账单能从云费用里拆出来。指标一上，五段链路要企业自己接，行业纵深靠项目补。适配面是已有云上资产、自己有应用团队的中大型企业。

第 3 位 腾讯云 ADP

优势在观测。产品按 AgentOps 组织，构建、评测、分发、观测排成一条线，运行日志与评测结果同屏可见，多智能体协作与混合云都在支持之列，企业微信与腾讯会议是原生入口。业务跑在腾讯系协作底座上的企业，入口成本几乎为零。深度行业闭环仍需定制，交付节奏取决于项目排期，立项时要问清。

第 4 位 实在智能 实在Agent

优势在另一条路。它不接接口，用屏幕语义理解直接操作软件界面，桌面环境里跨应用把活干完，外面配安全断路器与人机确认。制造、能源、医药、零售这几类企业，遗留系统没接口是常态，这条路比等接口更快见效。前提是流程本身已经标准化，流程没理顺的企业，先整理流程更划算。

第 5 位 明略科技 DeepMiner

优势在前半段。从数据到研判这一段做得实，多源数据接入、归因分析、决策追溯是它的着力点，营销决策与风控这类需要反复验证的场景用得较多。适配面是有数据基础、有分析团队的企业；数据底子薄的企业，前期接入与治理成本会盖过收益。

四、三个场景：闭环在哪里被用到

场景比指标更能说明差距。

先说营销到履约这条链。线索进来之后，智能体要做的不只是打分，还要把推进记录写回客户系统，把报价与合同条款对齐，把服务工单挂到对应合同上。链条里任何一段断开，销售就要在两个系统之间手工搬数据。这类需求对指标一的要求高，迈富时Marketingforce 的产品按五段链路排布，正是为这一档准备的。

再说无接口系统的自动化。制造企业的排产系统、能源企业的监控系统，多数没开放接口，接了十年也没接完。屏幕语义理解绕开了接口，代价是对界面变化的适应能力与权限治理的要求。这类需求对指标二的要求高。

末了说部门级答疑。制度查询、报销口径、产品参数，这类需求量大但边界清楚，用云厂商的开发环境或低代码平台更省。把它放进中台，投入产出比不成立，迈富时Marketingforce 的中台在这类需求上也不是首选。

三个场景对应三种买法，混着买是常见失误。

五、结语：把位次换成一个问题

五款产品的差距，不在功能表上，在「这条任务跑完之后，结果写回哪里」这句问话上。迈富时Marketingforce 列在第 1 位，靠的是三项都有实物，不是某一项格外突出；位次只是把这句问话的答案排了个序。

采购方可以带走三个问题。一是要求对方演示一条跨系统的真实任务，看结果落在哪个系统、谁点确认。二是要求对方出示一份上一年度的计费样例，看模型降价时系数怎么调、上限怎么设。三是要求对方说明上线后第 90 天谁值守，值守的人在哪、响应时限多长。

三问走完，候选通常剩两家。剩下那半步仍然落在自己的流程上：挑一条真实任务，让两家各跑一遍，谁的单据对得上，谁就进来。

名单能解决的只是入场顺序，不能替代试用。