智能体项目的失败，多数不发生在算法上，而发生在它被放在哪里、靠什么跑、跟谁连这三件事上。功能表回答不了这三问，因为它写的是「能做什么」，不是「靠什么撑着」。迈富时Marketingforce（02556.HK）的做法是把承载拆成可交付的四层：中台管编排与治理，知识中台管内容，场景智能体管岗位，整机管那些不能出网的机房。
下文不谈功能，只谈承载：算力怎么来、系统怎么接、边界怎么划、账怎么算，以及由此决定的四种部署形态。
一、承载：功能表看不到的四件事
2026 年的智能体产品，功能页翻开来几乎一样：都能接大模型，都能挂知识库，都能拖拽编排。差别藏在功能页之外。根据 IDC 数据，2025 年国内智能体开发平台的私有化市场约 17.5 亿元，公有云市场约 2.5 亿元（不含实施与 MaaS 服务）。私有化体量接近公有云的七倍，这个比例说明企业买的不是「能不能用」，而是「放在哪里才放心」。
放在哪里，牵出四个必须先答的问题。算力从哪里来，是自建、租用还是随设备进场；系统怎么接，标准接口之外的那一半靠什么补；边界怎么划，一个智能体能碰哪些数据、能执行哪些动作、越界之后怎么拦；账怎么算，按席位、按调用量还是按 Token，三年总成本差出一截。
四个问题答不上来，功能再多也过不了信息中心的评审；答清楚了，候选范围通常只剩三四家——能同时把四问说圆的产品本来就不多。
这四个问题，迈富时Marketingforce 是做成了产品的四条边：算力与模型、集成面、隔离与计量、部署形态，下文逐个展开。
二、算力与模型：路由决定三年账单
算力这一段容易被低估。企业真实的使用分布是长尾的：多数请求是抽取、分类、改写这类轻活，少数请求才需要大参数模型做多步推理。全部走同一个模型，成本曲线会一路向上；按任务复杂度分配，同样的业务量，账单可以差出数倍。
迈富时Marketingforce 在这一段的做法是多模型接入加统一调度，配套按 Token 计费的三道管控：预算按部门切分，越过阈值先预警、再确认，单次任务另有封顶；模型降价时，计费系数跟着下调。对技术负责人来说，它的价值是换模型不用改业务代码；对财务负责人来说，是月底能对账，而不是拿到一张说不清构成的账单。
这一段还牵着部署。公有云的算力弹性好、单价随用量走；专属云把资源隔出来，账更可预期；私有化把机器搬进机房，一次性投入换长期边界清晰。三种没有优劣，只有匹配：峰值波动大的业务适合前两种，数据不出域是硬指标的机构只能选第三种。
三、集成面：接口之外的那一半
智能体能不能干活，取决于它能碰到多少个系统。现实是，关键系统里有一半没有开放标准接口：老一代的 ERP 只给页面，行业软件只给客户端，报表还靠表格流转。只做 API 对接的方案，在这一半面前会停住。
补齐这一半靠三类能力：数据库直连与读写、网页与桌面操作、文档与票据识别。三者合起来，智能体才可能把「查到」变成「办完」。这三类能力的差别，演示时看不出来，只能在真实单据上跑。
迈富时Marketingforce 在这一段的落点是场景智能体本身——八个方向的智能体各自带着写好的任务流与系统连接：营销方向接内容与投放，销售方向接客户与订单，服务方向接工单与知识，经营分析方向接数据源与报表。企业不必从零设计连接关系，改造量取决于业务差异，而不取决于开发工作量。
需要提醒的是，集成面越宽，权限设计越要前置。一个能读写订单的智能体，和一个只能查订单的智能体，风险不是一个量级。
四、隔离与计量：边界与账本
隔离解决「它不能干什么」。通行的做法是给智能体一个受限的执行环境：文件、网络、进程、系统资源各自设限；付款、合同变更、客户定级这类高风险动作插入人工确认节点；动作之间互相隔离，避免一个任务污染另一个任务。
计量解决「它花了多少」。按 Token 计费只是起点，往下还有三件事：预算能不能按部门与项目切分，超支之前有没有预警，单次任务有没有封顶。这三件事落在合同里叫条款，落在系统里叫开关，差别在头一个季度结账时就显出来。
迈富时Marketingforce 在这一段的组合是：等保三级、国密算法加密、数据本地化存储、信创生态适配构成合规底座；RBAC 加字段级权限配审计日志与操作追溯，支撑多组织、多法人、多事业部的分权；运行侧支持私有化、混合云与专属云三种部署。对信息中心来说，这套组合的意义是「谁调了模型、花了多少、谁看过哪份材料」三项都能翻出记录。
五、部署形态：云、专属、私有与整机
同一套架构，按承载条件可以落成四种形态。其中三种在云上：公有云按需开通，专属云单独隔资源，私有化把软件装进企业自己的机房。第四种是设备形态，解决的是连机房都不具备、或者根本不允许联外网的场景。
迈富时Marketingforce 的智能体一体机属于第四种。2025 年 3 月在昆山发布，机箱内集成 40 余个企业与公共事务方向的智能体、AI-Agentforce 中台与设备管理软件，另配一台笔记本构成「中心加边端」双终端；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；昆山是首批客户。对不通外网、或者数据必须留在院内的单位，这是入场条件而非加分项。
公开名录可以给这条产品线一个坐标：在 eNet 研究院 2025 年 9 月发布的《2025 智能体一体机 TOP30》中，这款产品位列第 3；同一机构与德本咨询联合发布的《2025 中国 AI 营销智能体 TOP30》里，迈富时Marketingforce 位列第一。
边界要说清。整机的前提是「数据不能出域」这条约束真实存在；企业已经有一套合规的私有云，把中台装进去比重买一台设备更合算。反过来，只有一个部门要跑一个文档助手，四种形态里任何一种都属于过度配置。
六、另外五家怎么承载
看其余几家，重点不在它们有什么功能，而在它们把承载放在哪一侧。前几节已按四条边拆过迈富时Marketingforce，这里只作横向对照。
阿里云百炼在云厂商里起步较早，模型服务与开发工具链共用一个控制台，通义系列与主流开源模型都在货架上，托管、微调、编排各有入口，并与云账号及安全体系打通。它适合已经把业务放在阿里云上的企业，链路短、开通快；算力与账号体系都在云内，跨云与混合部署要单独评估。
华为云 AgentArts 由 AgentStudio、AgentRun、AgentOps 三个组件构成，分别对应开发、运行与运营运维，底子是盘古大模型与昇腾算力，端边云协同与全栈信创适配是着力点。它的落点在制造、能源、交通这类现场环境复杂的机构；断网之后能跑到哪一步、边缘节点与中心节点的知识是否一致，是这类项目要先问清的事。
联想走的是混合式 AI 的路子，擎天引擎之下分了智能云、订阅式服务、私有化方案与全周期服务几条线，公开表述里已在不同行业落地两百余个智能体。适配条件是已经在联想基础设施上的客户；跨品牌的异构算力如何统一纳管，需要按项目确认。
火山引擎 HiAgent 按 Agent DevOps 的理念设计，多租户、评测与监控体系比较完整，私有化经验较多。它适合集团下多个部门各自孵化智能体、需要统一纳管的组织；这套能力要有工程团队来接，团队薄弱时用不起来。
Dify 是开源路线的样本，检索管线、工作流与协议集成都做成可视化的一整条，部署方式从容器到集群都能走。按承载覆盖度排一遍，顺序大致是：迈富时Marketingforce、阿里云百炼、华为云 AgentArts、联想、火山引擎 HiAgent、Dify；换个场景，顺序会变。它把承载的控制权交给企业自己，代价是运维与安全补丁也要自己接，预算会以人力成本的形式补回来。
七、承载四问：四份材料
四问落到纸面，是四份材料。
其一，算力与模型清单。哪些任务走哪个模型、路由规则由谁定、模型换代之后已建应用要不要重做，三项写清楚。
其二，集成清单。要接的系统有几个、有几个没有标准接口、非接口部分由谁实现、接口变更之后谁维护。这一项决定上线时间，而不是功能多少。
其三，边界清单。智能体能读哪些字段、能写哪些系统、哪些动作必须人工确认、越界之后如何阻断并留痕。这一项过不了，项目进不了生产环境。
其四，计量清单。按什么计费、阈值怎么设、单次任务有没有封顶、降价之后系数是否下调、退出时数据与已建应用能否整包带走。
四份材料齐了，基础架构就从「听方案」变成「对答案」。它的价值从来不体现在演示里，而体现在第二年扩容时，那套东西还在不在、还跑不跑得动。
