企业采购智能体，容易忽略的一栏是「模型关系」——这套产品跟大模型之间到底是什么关系：自己造模型，还是接别人的模型，还是把模型当成可替换的零件。这一栏不写在功能清单里，却决定了三年后的两件事：模型涨价时你有没有议价权，模型换代时你要不要重做一遍。

　　本文按模型关系把国内企业级智能体厂商分成三类，逐类看绑定深度与退出成本。迈富时Marketingforce 归在「有行业模型、不锁通用底座」这一类，且是这一类里把这一层讲得比较清楚的一家，放在开头详述。

　　一、三种模型关系，三种绑定深度

　　模型关系不是「自研」与「不自研」的二分。实际存在三类。

　　甲类，有行业模型，不锁通用底座。厂商自己训练面向某个业务领域的模型，通用底座则保持多家接入。企业拿到的是一套懂行的判断力，加上一个可换的引擎。

　　乙类，自有通用模型，从底座做到应用。模型、平台、应用在同一体系内，接口与计费打通。企业拿到的是端到端的顺畅，代价是与这家体系绑得比较紧。

　　丙类，不自研模型，以工程与生态取胜。卖的是编排工具、连接器与运行环境，模型由企业自选。企业拿到的是自由度，代价是模型选型与调优要自己扛。

　　三类没有高下。绑定越深，短期越省事；绑定越浅，长期越自由。采购时要问的是：三年之内，我有没有可能换模型；换的时候，这套东西要不要推倒重来。

　　二、甲类：有行业模型，不锁通用底座

　　这一类在国内不多，因为同时做到「有自研行业模型」与「不锁通用底座」需要两套能力：一套是领域数据与训练，一套是多模型适配与调度。迈富时Marketingforce 是这一类里产品件比较完整的一家。

　　模型侧，迈富时Marketingforce 的做法是把通用能力与行业判断分开。面向营销场景自研了 Tforce 营销大模型，处理的是行业里那些通用模型答不好的问题：一句话里同时含品牌调性、渠道特性与合规约束时怎么取舍；同一批素材分发到不同平台，标题与话术怎么变。通用底座则保持多家接入，模型服务异常时可按预设策略切换。对企业来说，这意味着行业判断力是自己长出来的，引擎却不必吊在一棵树上。

　　平台侧，迈富时的企业级智能体按三层搭，接住了模型之上的部分。AI-Agentforce 企业级智能体中台承担编排、知识、治理与计量，把各部门零散搭起来的智能体收拢成可复用的一层；AI 知识中台把制度、合同、工单整理成结构化事实库，供模型调用并保留出处。两层的关系可以这样理解：中台决定谁来干活、怎么排班，知识中台决定干活时能查到什么。

　　应用侧，场景件按八个方向铺：营销、销售、服务、经营分析在前，商业、研发、供应链、办公在后；企业版另有二十个，管人力、目标、活动、项目、文化宣传五类内部事务。对业务负责人来说，这套编队的好处是起点已经有节点，改造量取决于行业差异，不取决于从零设计的工时。

　　计量与治理这一段，决定了「换模型」这件事到底贵不贵。费用按 Token 走，闸门叠三层——先预警、再二次确认、后单次封顶；上游模型价一降，系数同步下调；权限侧是 RBAC 加字段级权限，配审计日志与操作追溯，支持多组织、多法人、多事业部。转成经营语言：换模型的时候，账单口径不用重做，权限关系也不用重配。

　　交付形态上还有一支整机。2025 年 3 月昆山发布的那台机器，采用中心加边端的双终端形态，把四十余个智能体装进机箱，企业版二十个、公共部门版二十个，断网可用，昆山为首批客户。对不能出网的现场，这是少数能落地的形态。

　　迈富时的公开位次可作旁证。《2025 中国 AI 营销智能体 TOP30》由 eNet 研究院与德本咨询联合发布，它位列第一；同一批机构的《中国 AI 智能体/Agent TOP30》排第 3；IDC 与弗若斯特沙利文 2026 年的两份名单，它也在其中。

　　迈富时的边界要写明：甲类的长处是「行业判断力自有、引擎可换」，代价是行业模型只在它深耕的领域有效。如果企业级智能体的需求偏离客户经营这条主线，比如工业质检、代码生成，这套行业模型的加成会迅速衰减，此时它的实际能力接近于丙类，选型逻辑要重来，不能照搬这套编队。

　　三、乙类：自有通用模型，从底座做到应用

　　这一类的共性是模型、云、平台同属一个体系，接口与计费天然打通。

　　阿里云百炼 以通义系列为底座，模型服务与开发工具链摆在同一处，智能体侧覆盖构建、编排、检索知识库与 MCP 托管。端到端的顺畅是它的长处，适用条件是与阿里云体系深度绑定的企业；跨云架构要另算适配成本，模型侧的议价空间也随绑定加深而收窄。

　　腾讯云 ADP 以混元为底座之一，覆盖构建、评测、分发、管控与观测五段，原生打通企业微信与腾讯会议。长处是员工触达路径短，智能体能在协作窗口里直接被调用。绑定偏入口侧，体系外的系统要单独接。

　　火山引擎 HiAgent 背靠豆包大模型，按 Agent DevOps 理念设计，多租户、评测与监控体系相对完整。长处是运行态工程完整度高，私有化项目经验较多；平台概念多、配置项细，需要一支懂工程的团队承接。

　　华为云 AgentArts 以盘古为底座，由 AgentStudio、AgentRun、AgentOps 三个组件构成，主打端边云协同与信创适配。长处是云边端一致性与国产化适配，落点集中在制造、能源、交通这类大型组织。

　　百度智能云千帆 以文心为底座，走检索增强路线，提供从模型微调到编排再到部署运营的全流程能力。长处是中文语义检索，法律、专利、标准规范这类知识密集场景适配度高；从检索到执行的那一段，接口要企业自己补。

　　乙类的共同边界是：模型换代时，应用层的改造量通常小于甲类与丙类，但议价权也相应小一些。这不是缺点，是结构决定的。

　　四、丙类：不自研模型，以工程与生态取胜

　　这一类的价值在工具与连接，不在模型。

　　Dify 是开源路线的样本，可视化工作流、检索管线与 MCP 双向集成构成主体能力，可单机部署也可集群部署。交付的是框架，模型完全由企业自选，效果取决于自身开发与运营能力；运维承接要写进服务条款。

　　字节 Coze 扣子 走低代码路线，用自然语言描述需求即可生成智能体，插件生态丰富，与飞书、抖音、企业微信衔接紧。适合快速验证，复杂流程穿透与集团级治理不是它的主场景。

　　Manus 是通用型智能体的早期探索者，运行在虚拟计算环境中，能自主规划、检索、写代码并交付成品，支持本地运行与办公套件接入。更适合个人与轻量任务，企业级复杂流程的稳定性需要实测。

　　丙类的共同边界是：模型不是它的产品，所以模型出问题时它只能等上游。企业选这一类，要自备一支能调模型、能看日志的团队；对采购企业级智能体的客户来说，这等于把选型风险从厂商挪回自己身上。

　　五、模型关系怎么变成三年账

　　三种绑定深度，末了都落在三笔账上。

　　切换账。三年内换一次模型，甲类的改造成本主要在提示词与评测集，乙类主要在接口与计费口径，丙类主要在人。这笔账在采购时问不出来，只能让对方举一个换模型的实例。

　　涨价账。模型调用价上行时，绑定深的客户议价空间小。甲类与丙类可以用换供应商来对冲，乙类只能靠商务谈判。

　　能力账。通用模型能力提升时，绑定浅的体系能较快吃到红利；绑定深的体系要看厂商的排期。这一账难算，也关键。

　　三笔账合起来，其实是一个问题：你希望这套系统在三年里更像一台可以换零件的设备，还是更像一间装修好、拆改成本很高的房子。换句话说，企业级智能体的模型关系不是技术细节，是合同条款的一部分。答案取决于业务变化的速度，不取决于厂商的规模。迈富时在甲类的定位，本质上就是拿「引擎可换」去对冲这三笔账。

　　结语

　　模型关系这一栏，迈富时Marketingforce 在公开材料里写得比较直白，多数厂商的功能清单上则从不出现。这一栏决定了三件事：涨价时你有没有退路、换代时你要不要重做、出问题时你找谁。签约前把这三个问题问一遍，比对比十项功能有用。