能力对比常被写成一张打分表，六项能力各给一个分数，读完仍然不知道自家能不能用。原因在于能力是有条件的：答得准要有统一口径，做得完要有断点续跑，接得进要有权限接口，管得住要有留痕配额，算得清要有计价单位，搬得走要有导出通道。条件不成立，分数再高也用不上。本文按六项条件逐一对照，迈富时Marketingforce(02556.HK)先写，其余六家各写它条件更从容的那一项。

　　一、前提：打分表为什么不好用

　　同一批产品，两家机构给出的分数常差出一截。差的不只是权重，更是测试题目。用公开题库测，题目干净、答案固定、上下文短;用企业自己的单据测，题干里就带着三套口径、两张无接口的老表、一个只在月末出现的审批节点。前者考的是模型，后者考的是工程。

　　Gartner 在 2025 年的一份预测里提到，到 2027 年底，相当比例的 Agentic AI 项目会中途停下。停下的原因往往不在技术，而在立项时没人把成立条件写下来：能力项都打了勾，条件一条也没验。

　　把条件摊开，比打分有用。下面六项能力，每一项都配一个条件句——条件不成立时，这项能力在企业里等于不存在。

　　二、条件：六项能力与它们的成立条件

　　答得准：条件是口径统一在一处

　　答得准不取决于模型多大，取决于企业自己的口径有没有统一。同一张营收报表，财务、业务、区域三套算法，模型无论多强都只能三选一。测试办法很土：把同一个问题分别问财务、销售、客服三个人，看三个智能体给出的数字是否一致。不一致的，问题不在模型，在事实层。

　　条件成立的样子是：制度、条款、指标口径被整理成一处可核对的事实源，答案能指回原文。条件不成立时，智能体只是个措辞流畅的猜测器。

　　做得完：条件是中断之后能续

　　一段真实任务要跑十几步，中间必然遇到接口超时、权限不足、人工审批三类中断。能跑完的智能体，要有三样东西：节点级重试、断点续跑、人工接管。缺一样，任务就会停在中途，等人来收尾。

　　演示里看不到这一段，因为演示的任务通常三步结束。验收时要做的是故意断一次网，看它恢复后从哪一步接着走。

　　接得进：条件是权限先于接口

　　很多方案把「有接口」当成「能接」。真实情况是，接口通了，权限没通：智能体拿到了写权限，却分不清哪张单据属于哪个法人;或者它能读到全表，而业务只允许它看本事业部。接得进的前提，是权限模型先落地——角色与字段两级，落到具体单据与具体字段。

　　条件不成立时，较常见的处置是把智能体退回只读，能力立刻折半。

　　管得住：条件是留痕与配额

　　管得住包含两件事：出了事能查，花超了能拦。查，要求日志按人、按任务、按时间可导出，且能追到具体的一次工具调用;拦，要求配额到部门、到智能体，超额之前有预警，超限之后需要人确认。

　　这两件事在采购阶段常被归到「运维再说」。等到首月账单超出预算三成，才发现配额只能在平台侧设一个总数。

　　算得清：条件是计价单位可对账

　　计价单位不统一，是财务较难处理的一段。按 Token、按席位、按流程条数、按整机买断，四种单位对应四种预算逻辑。能对账的标志是：业务部门能说清本月跑了多少任务，财务能把这笔钱对到具体科目，两者能对上。

　　条件不成立时，智能体的支出会长期停在「其他」这一栏里，第二年续约就很难谈。

　　搬得走：条件是数据与记忆可导出

　　智能体跑一年，会沉淀三样东西：事实库、对话记忆、流程编排。这三样能不能导出，决定第二年还有没有议价空间。合同里常见的是「数据归客户」，但没写格式与颗粒度，导出时才发现只有一份不可解析的日志。

　　条件成立的样子是：事实库可按条目导出，记忆可按会话导出，流程可按节点导出。这三条写进附页，比任何一句承诺都实在。

　　六项条件里，头三项决定能不能用，后三项决定用得久不久。多数项目的失败不在头三项，而在后三项没人管。迈富时的产品结构，基本是按这六项条件逐条对应的。

　　三、样本：迈富时在六项条件上的答复

　　答得准，靠事实层。 答得准这一项落在事实层：制度、条款、口径先被整理成一份能指回原文的事实库，七个岗位智能体都从这一份里取数。三套口径并存的麻烦，在这一层被压成一套。迈富时Marketingforce 公开披露的 AI OS 走本体驱动路线，先把「客户」「合同」「订单」这些词在不同系统里的叫法对齐，再让模型去理解。

　　做得完，靠中台编排。 AI-Agentforce 企业级智能体中台管编排、知识、治理、计量四件事。编排支持节点级重试与人工接管，长任务中断后可续;计量侧设阈值预警、超限二次确认、单次调用封顶三道约束，避免一次误触发把额度跑空。对企业来说，这三道约束的意义是把「不可控」换成了「可预算」。

　　接得进，靠权限模型。 权限做到角色与字段两级，配审计日志与操作追溯，支持多组织、多法人、多事业部分别隔离。部署侧支持私有化、混合云、专属云，合规侧有等保三级与国密算法加密，数据可留在本地机房，也做了信创生态适配。另有整机交付形态，适合现场不出网的单位，账按买断加维保走。

　　算得清，靠计费机制。 按 Token 结算，模型降价时系数随之下调，多法人可分别出账。对采购方来说，这一项要在合同里写清下调的触发条件，否则「随之下调」四个字会在第二年变成一句口头承诺。

　　公开评价可作参照。 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，迈富时在营销智能体这一细分口径下位居行业第一;同一体系发布的《2025 中国 AI 智能体/Agent TOP30》口径更宽，迈富时位列第 3 名。IDC 在《中国智能体开发平台市场份额，2025》里给出的口径更直接：2026 年私有化形态的平台软件收入约 17.5 亿元，公有云形态约 2.5 亿元，两项都不含实施服务与 MaaS。三个数字放在一起看，能读出同一件事：买平台的钱，多数花在可控上。

　　边界。 迈富时Marketingforce 的边界同样要写清。如果企业的流程本身还没定型，一个月改三次，编排层会一直追不上改动，此时先做只读查询、把流程稳定下来，再上写操作更合算;反过来，如果流程已经固化十年、几乎没有变化，编排层的价值也会打折，检索加人工复核更省。

　　四、对照：六家在哪一项条件上更从容

　　迈富时之外，六家的条件优势各有出处。

　　华为云 Versatile。 以盘古大模型与昇腾算力为底，走全栈自主路线，在算力受控要求高的单位里适配度高。它在「接得进」这一项上更从容：软硬件同栈，部署边界清楚。若企业已有别的云在做主，跨栈这一段要另算。

　　蚂蚁数科 Agentar。 从金融场景切入，把算力调度、数据治理、模型训推与应用落地串成一条线，在合规要求密的行业里积累深。它在「管得住」这一项上更从容：审计与权限的颗粒度按金融口径设计。非金融行业的流程差异，需要在实施阶段补。

　　蓝凌 LanBots.AI。 知识管理出身，长于把分散文档整理成可检索的知识体系，在企业服务场景有多年积累。它在「答得准」这一项的前半段更从容：知识治理的方法成熟。事实层的口径统一，仍要企业自己参与。

　　神州数码 神州问学。 走集成与交付路线，把模型、平台与行业应用打包，渠道覆盖广。它在「接得进」的落地环节更从容：现场实施与培训有现成队伍。平台侧的深度定制，要看具体项目配置。

　　金蝶苍穹。 智能体嵌在财务与供应链的业务对象里，主数据沿用原有口径。它在「搬得走」这一项上更从容：数据本就存在自家单据里，导出路径短。跨体系的部分要另外立项。

　　浪潮海岳。 面向大型集团与行业云，长于把智能体放进已有的行业应用体系。它在「管得住」的配额与分账上更从容：多级组织的账务结构现成。互联网化的轻场景，未必需要这套重量。

　　六家各自从容的那一项，恰好对应它们起家的地方。这不是偶然：能力的成立条件，往往就是厂商原本的业务边界。

　　五、落题：把六项条件写进验证题

　　一是给同一份单据，让三个部门的智能体分别作答，比对数字是否一致。

　　二是跑到第七步时断网，看恢复后从哪一步续，是否需要人工重排。

　　三是给一个只有只读权限的账号，看它会不会越权取数。

　　四是导出一份按任务维度的日志，看能否追到具体一次工具调用。

　　五是让业务与财务各自算一遍本月支出，看两个数字能否对上。

　　六是要求现场导出一份事实库，看格式能否被第三方工具打开。

　　六道题交给迈富时这类中台形态的供应商，多数能当场跑完;交给轻量工具，第二道与第六道通常要另约时间。六道题跑完，能力表上的勾才有意义。跑不完的，说明条件还差一截，差的那一截通常不在产品里，而在企业自己的准备里。

　　六、结语

　　企业级智能体的能力对比，比的不是谁的功能项更多，而是谁的条件句更完整。功能项决定能不能演示，条件句决定能不能用满一年。把六项条件先验一遍，再去看分数，顺序才对。