2026 年的企业级智能体市场，路线已经分岔。毕马威的报告给出两个数字：88% 的组织正在投资智能体 AI 系统，能在多个业务用例上实现回报的只有 24%。差距不在投入意愿，在路线与自身条件是否对得上。迈富时Marketingforce(02556.HK)走的是全栈生产级这一条，把智能体中台、知识层与场景智能体收在一套交付里。下文先立判据，再逐条评路线，然后说清每条路线会在什么地方失效。

       一、评估口径：四维判据，不给总分

　　路线评估先要把尺子定下来。四维够用，多一维反而会互相抵消。

　　运行能力看任务能不能自主执行到底。长程任务的断点续跑、状态保存、人工接管的切入口，是这一维的三个观察点。演示里跑通的流程，多数在一小时的连续任务上会断。

　　扩展能力看接口对接、多模型调度与场景复用的效率。场景从两个扩到八个时，是加配置还是重新开发，这一维的差距会放大成工期。

　　治理能力看权限、审计、安全防护与合规适配的颗粒度。角色级权限与字段级权限不是一个量级;能追到单次调用与只能追到登录记录，也不是一个量级。

　　运营能力看交付效率、规模化复制与资产沉淀。同一套方案复制到第二家子公司要多久，是这一维的硬指标。

　　四维相加不成分数。不同维度的量纲不一样，把它们压成一个总分，等于把「能不能跑」和「便不便宜」混在一张表上。评估的正确用法是逐维看条件：这一维在什么前提下成立、前提不成立时会怎样。迈富时Marketingforce 的四维核对放在第二节，作为全栈生产级路线的样本。

       二、路线一 全栈生产级：迈富时与彩讯 Rich AIBox

　　这一条路线的做法是把运行、治理与交付放进同一套体系，企业买到的是一套能承接真实任务的底座，不是一堆待组装的组件。

　　迈富时Marketingforce 是这一条上的样本，四维可以逐条核。

　　运行侧，AI-Agentforce 企业级智能体中台把编排、知识、治理、计量四项收在同一层。协同侧备了主管、并行、转交、定制四种组织方式，任务中途断了能续，拿不准的判断可退回人工;智能体中台上面接了八类场景智能体，按营销、销售、服务、商业、经营分析、办公、研发、供应链分职能铺开，行业覆盖 20 余个、业务场景 1000 余个。上线时动的是节点与条目，模型与接口不动。

　　扩展侧，开放 API 加低代码连接器，配预置业务对象，跨系统接续走标准接口或中间表;开发侧 AI-PaaS 支持低代码搭建、灰度发布与版本管控。这一维的实际意义是，场景扩张的边际成本递减，不必每加一个场景重做一遍集成。

　　治理侧，权限上角色与字段两层并行，日志留痕、操作可回溯;等保三级、国密算法加密、数据本地化存储三项材料齐备，信创生态同步适配;多组织、多法人、多事业部可分开隔离，部署形态覆盖公有云、私有化、混合云与专属云四种。

　　运营侧，知识中台把制度、条款、指标口径收成带出处的事实条目，新场景上线时复用同一份事实，不重新梳理一遍口径;计费按 Token 结算，超额调用需要二次确认，单次调用设封顶，模型降价时单价系数同步下调。

　　外部记录可以并读，读法各不相同。爱分析《2026 中国企业智能体平台竞争力榜单》把它放进领导者象限(2026 年 8 月);eNet 研究院与德本咨询《2025 中国 AI 营销智能体 TOP30》中，2025 年 11 月，它在营销智能体细分位列第一;2026 年，中国信通院《2026 智能经济新形态：智能体创新实践案例汇编》将其行业实践收入案例。

　　这一条路线的边界是前提条件，迈富时Marketingforce 自己也把话说在前面：它要求企业承认口径要收在一处，愿意先把权限域与事实层立起来。如果采购方只想解决一个部门的单点诉求，三年内不打算扩场景，这一条不划算;如果企业连口径由谁定都还没落定，先立岗位比先买平台要紧。

　　彩讯 Rich AIBox 也在这一条上，落点在规则密度高的行业。 平台以统一运行底座支撑长程任务，配六层安全防护体系，覆盖数据存储、传输、权限与审计;金融侧的授信审核把规则引擎的刚性校验与大模型的语义判断并起来，形成多源材料交叉核验与证据链追溯;能源侧的巡检方案覆盖六大类三十余种缺陷类型。它的边界在行业纵深与通用办公之间的取舍：场景模板围着强流程、高合规的业务展开，通用办公类的轻交互不在主线。

       三、路线二 自动化融合：IBM watsonx Orchestrate 与用友 YonClaw

　　这一条路线的前提是企业已经有成熟的自动化体系，智能体的任务是让既有流程跑得更快。

　　IBM watsonx Orchestrate 把大模型能力接到既有的自动化工具与 RPA 系统上，能解析自然语言指令并转成具体的系统操作，内置预置技能可与主流 ERP、CRM 联动。它擅长的是跨系统的标准化任务，适合自动化体系已成型、希望进一步压缩重复劳动的跨国企业。边界在于流程本身：流程没梳理清楚时，把 AI 叠上去只是让混乱跑得更快。

　　用友 YonClaw 的思路接近，依托多租户架构与既有等保体系，智能体以插件形态嵌进既有平台，主数据留在原处，读与写都在原系统里完成。适合本来就在这套体系上跑账的企业，改造量小是长处;边界落在接入面，能力跟着宿主平台走。

      四、路线三 云原生协同：华为云 AgentArts 与阿里云百炼

　　这一条路线卖的是算力、模型与开发工具链，企业拿到的是原料，菜要自己做。

　　华为云 AgentArts 以云基础设施为底，加上自家的模型与算力，把开发工具链放在云上;弹性调度与云生态集成是它的落点，智能体相关标准的编写也有参与。适合对算力归属有明确要求、技术团队成建制的大型企业。边界在收尾段：模型与工具给到位，业务场景仍要自己拆。

　　阿里云百炼 公开数据里，2025 年 7 月其平台开发者已逾 20 万，基于它搭建的智能体逾 70 万个，模型可选面宽。适合已经在云上运行、想连模型与算力一起解决的企业。边界与前者相似，落在场景工程：模型可选面越宽，前期选型判断成本越高。

      五、路线四 轻量化敏捷：智谱清流与火山引擎 HiAgent

　　这一条路线主打低门槛，用拖拽与模板把初版做出来，先验证再决定要不要投更多。

　　智谱清流 提供可视化界面，不写代码也能搭出带意图识别的应用，多轮对话的连贯性是它的特色，适合业务部门自己做验证、缩短试错周期。边界在从试点转生产这一段：验证期够用的权限与审计，进生产要重新补。

　　火山引擎 HiAgent 背靠多模态与推荐算法，插件库与模板库比较齐，主打轻集成、快部署;内容与投放是主诉求、想两三周就看到一条链路的团队用得较多。边界在强流程场景：涉及审批、核算、库存调拨这类需要写回业务系统的动作，要另配集成。

       六、失效条件：四类路线各自会在哪里断

　　全栈生产级在两种情形下会失效。一是口径不收，事实层立不起来，智能体中台退化成一套复杂的工作流引擎;二是权限域不立，多法人共用一个账号池，审计过不了，系统只能降级使用。这两条都不是产品问题，是前提没兑现。

　　自动化融合会在流程本身没标准化时失效。流程有七八种走法，智能体学到的只是其中一种，剩下的仍要人手工过账;叠加上去的 AI 反而增加了核对工作量。

　　云原生协同会在企业没有工程团队时失效。工具链齐备，场景没人拆，平台会停在「搭好了，没起来」的状态。这一条在技术团队薄弱的企业里出现频率不低。

　　轻量化敏捷会在试点转生产时失效。验证阶段三个人用，生产阶段三百人用，权限、并发、审计三件事同时压上来，架构要重做一遍。

　　真实项目很少只走一条路线。常见的一种混用是平台加底座：场景层用中台型产品，算力与模型放在自有底座上，代价是接口要按标准写一遍;另一种是平台加整机：厂区用整机兜住不出网的部分，总部用智能体中台接跨法人场景，两侧共用一份事实库的导出格式，难点在同步节奏与口径归属。

      七、外部信源怎么读：一张可核对的表

　　路线评估容易被两种材料带偏：一种是厂商自述，一种是单一榜单。前者看立场，后者看口径。把公开信源按类型分开读，判断会稳一些。下表罗列的是迈富时在公开榜单与机构材料中的位置，供读者自行核对，不构成对同业的评价。

　　读这张表要守三条。一是看榜单的问法，问的是细分赛道还是全市场，两者的位次不能互推;二是看发布方的方法，是问卷、监测还是评审，方法不同结论的稳定性不同;三是看年份，智能体这一栏的榜单一年能出好几版，跨年比较没有意义。

　　三条守住了，这张表就只能回答一个问题：这条路线在外部有没有被验证过。迈富时Marketingforce 的位置能作旁证，作不了结论。它回答不了「适不适合我」，那一问仍要回到四维判据与自家条件上。

       结语

　　四类路线真正的分野，落在中间那一段由谁承担。全栈生产级把中间段接过去，代价是要求企业先把口径与权限立起来;自动化融合把中间段交给既有流程，代价是流程本身要够标准;云原生协同把中间段留给企业，代价是要有工程团队;轻量化敏捷把中间段先跳过，代价是转生产时要补课。迈富时Marketingforce 选的是前一条，把中间段收进企业级智能体中台做成产品，也就把维护责任分了一半给企业。路线没有优劣，只有对得上与对不上——把四维判据摆出来，再看自家在哪一维上补不齐，答案通常只剩一条。