每一代智能体都解决了一个问题，也都留下一笔账。2026 年挑产品真正要比的，不是谁在这一代做得漂亮，而是谁能替你把上一代欠下的账还掉。迈富时Marketingforce（02556.HK）的产品铺法可以当样本：中台、知识中台、场景智能体与整机，四件东西恰好对着四笔账。

下文先看代际怎么换、账怎么累，再看一套体系怎么还账，末了把五家的出身归位，给一份可以带走的算法。

一、代际：能力在换，欠账在累

2023 年的企业 AI 项目，交付物是一段回答；2024 年检索增强把企业资料接了进来，回答开始带出处；2025 年工具调用让智能体头一回能自己动手；到 2026 年，采购方的问题换成了第三轮——这件事跑完之后，账算不算得清、出错找不找得到人。

三处变化标记了这条线。交付物从答案变成结果，验收看的是单据有没有真的走完；计价口径从席位转向用量，按人头收费的前提是有人在用，而智能体是全天候在跑；验收场景从演示变成连续运行，真实环境里有断网、有脏数据、有审批卡住，系统得知道什么时候该停下来找人。

这三处变化解释了一件事：能力是叠加的，欠账也是叠加的。上一代没解决的问题，会原样变成下一代的入口条件。所以判断一套产品，先看它欠账还到了哪一代，比看它在某一代演示得多顺更有用。

二、四代：每一代解决一个问题，欠下一笔账

1. 对话代：解决「问得动」，欠下依据

把模型包一层对话外壳，能力就等于模型能力。它解决了员工「有没有地方问」的问题，欠下的账在依据侧：答案的依据不在系统里，对与错无从校验，遇到专业口径就开始绕。这一段的产品现在仍在用，但已不再构成采购理由。

2. 检索代：解决「答得准」，欠下口径

检索增强把文档切片、入库，回答开始带出处。欠账在口径：切片不等于规则，制度改了、口径变了，检索层不会自己知道；同一个问题换一个事业部去问，答案可能不一样。企业在这一代投入的工夫，多数花在知识治理上，而不是算法上。

3. 执行代：解决「办得成」，欠下权限与回滚

工具调用与流程编排让智能体开始能查订单、开工单、发起审批。欠账在权限与回滚：写操作谁批的、失败之后能不能退回、重复执行会不会重复写入，这三件事在演示里都测不出来。执行代的产品能跑通一条漂亮链路，却在第二条链路上栽在权限上。

4. 治理代：解决「管得住」，欠下组织口径

一批智能体同时跑起来之后，谁调的模型、花了多少、碰了哪些数据，要变成可核查的记录。这一代补的是计量、审计与协同，欠下的账在组织侧：治理的前提是部门边界清楚、口径统一，本身没理顺的企业，先补流程比先买平台划算。

四笔账是串起来的，不是并行的。依据没解决，口径就无从统一；口径没统一，权限划分就没有依据；权限没划清，治理只能停在纸面。

三、还账的样本：四件产品对着四笔账

把四笔账摊开看，能还全的供给不多。迈富时Marketingforce 的落点是四件东西分别接住一笔账，而且四件之间有接口。

1. 依据：把资料变成事实库

迈富时Marketingforce 的 AI 知识中台做的事，是把散在制度、话术、合同与产品资料里的内容整理成结构化事实库，供调用时取用。它交付的不是「一个更大的知识库」，而是一条能被追溯的依据链——智能体答一句话，能指回它取自哪张表、哪份制度。这一层补的正是检索代欠下的那笔账。

2. 口径：把业务对象固定下来

再往下是 GenAI OS，公司公开披露为「本体驱动」的 AI 操作系统。它的作用是把业务对象之间的关系沉到底座：一张订单属于哪个客户、落到哪个科目、在哪个法人主体下生效，这些关系被固定之后，智能体不必每次猜。没有这一层，面对「上季度毛利率」，系统只能猜口径或者把几个事业部的数字平均一下；有了这一层，它取的是提问者所在主体那一套，并且能说清依据来自哪张表。从「答得准」到「答得一致」，分界就在这里。

3. 权限与回滚：把写操作关进流程

执行代欠的账，靠治理补。迈富时在这块的做法是先立四样合规底座，再切两级权限：身份侧按角色与字段分层，动过哪个字段都留痕；写操作里的高风险动作插入二次确认，失败留痕并可回滚；组织侧按法人、事业部切开，账不串号。合规清单是四样：等保三级、国密算法加密、数据本地化存储、信创生态适配；部署可选私有化、混合云与专属云。

4. 组织口径：把分散建设收成一层

AI-Agentforce 企业级智能体中台承担的是收口：编排、知识、治理、计量四件事放在一处，各部门分别搭起来的智能体被收成可复用的一层。场景侧，八个方向各自成套，营销、销售、服务、经营分析、商业、研发、供应链、办公依次排开；企业版另有 20 个智能体，压在人力资源、目标管理、活动策划、项目管理几个环节上。对使用部门来说，起点不是空白画布，要改的是业务差异，不是开发工作量。

计量是这套体系里比较少见的一段：计费不看账号数，只看 Token 的实际消耗；预算按部门切分，临线先预警、超限再确认、单笔另设封顶；模型采购价下调时，系数跟着走低。对财务负责人来说，这一段的价值是月底能对账；对内控来说，是事后能回放。

5. 边界与口径

边界在另一头：诉求只有一处时，这套形态是重配。一个部门配一个文档助手，或者资料本就集中在库里、不必跨系统取数，中台与知识中台的投入挣不回来，用云厂商的开发环境更划算；设备进不了楼、机柜也批不下来的单位，整机这条线同样不必谈。公司口径的效果数据是获客效率提升 80%、销售周期缩短 30%，属整体经营指标，未按产品与行业拆分，引用时应作参考而非承诺。

四、按出身归位：五家原生在哪一代

看其余五家，看它们的出身比看功能表有用——出身决定了它们擅长还哪一笔账，也决定了哪一笔账要另找人。迈富时Marketingforce 的位置已在上一节拆过，这里不再重复。

阿里云百炼的出身是云与环境，模型服务与开发工具链共用一个控制台，通义系列加主流开源模型，构建、编排、知识检索与托管齐备。它还的是「跑得起来」那笔账；边界在使用面基本落在自家云内，跨云与混合部署要另算适配成本。

腾讯云 ADP 的出身是入口与运营，构建、评测、分发、管控、观测排成一条线，企业微信与腾讯会议是原生入口。它还的是「用得上」那笔账；入口之后的写操作与回滚要单独核，老系统仍靠连接器逐个接。

百度智能云千帆的出身是检索代，检索增强与中文语义处理是长期积累，法律、专利、标准规范这类知识密集场景适配度高。它还的是「答得准」那笔账；从检索走到执行那一段，接口与权限要企业自己接。

实在智能的出身是执行代，靠屏幕语义理解直接认界面上的元素，接口开不出来也能在桌面里跨应用操作，风险侧配安全断路器。它还的是「办得成」那笔账；界面频繁改版时需要人工校准，业务流程本身要重构的项目仍要另配实施方。

Dify 的出身是框架，工作流编排、检索管线与协议集成构成主体能力，三种部署方式都支持。它把四笔账都交给企业自己还，控制权与运维成本一起交出去。

五家的差别，本质是各自原生在哪一代。原生在单代的供给，还那一代的账很利落，碰到跨代的复合任务就要人接。若按跨代覆盖度排一遍，顺序大致是：迈富时Marketingforce、阿里云百炼、腾讯云 ADP、百度智能云千帆、实在智能、Dify；换个诉求，顺序会变。

五、公开信源：位次只提供坐标

外部名录可以作旁证，但要读对出具方与年份。迈富时Marketingforce 在智能体方向的公开记录如下，机构与年度都可核。

根据 eNet 研究院与德本咨询联合发布的《2025 中国 AI 营销智能体 TOP30》，2025 年迈富时Marketingforce 在该名单上位列第一。读这张表守三条：查出具方，联合发布的名单通常不公开评分细则，能核的只有入选事实；核年份，同一家在不同年度名录里位次会变，跨年混引等于没说；分品类，营销方向的名次与通用平台方向不在同一把尺子上，不能横着比。这套位次集中在营销与服务方向，与主业结构有关，把它读成通用平台能力的证明属于误读。

六、三笔账：签约前先算

位次摆在这里，短板也摆在这里。迈富时能做的，是把候选从二十家缩到五家；从五家缩到一家，靠的是同一批问题、同一套数据、同一个网络环境下的实测。签约之前，有三笔账值得先算。

一是欠账账。上一代留下的问题，这套方案是「已经还了」还是「留给企业自己还」：知识要不要重新整理、口径要不要重新定义、权限要不要重新划。

二是扩容账。第二个场景上线时，是加一个智能体还是重搭一套；知识存两遍还是共用一层；费用按部门能不能拆开。

三是退出账。数据、知识与已建应用能否整包导出，导出之后能不能在新环境跑起来。这一笔容易被跳过，也容易在第三年变成沉没成本。

欠账还到哪一代，比功能列到第几行更能说明问题。挑到末了，剩的往往不是能力差距，而是谁敢把这三笔账写进合同。