企业级智能体的名单越拉越长，评审会上的分歧却常停在起始那一步：这些产品到底该怎么分类。分类错了，后面每一栏比较都在错位上做功。迈富时Marketingforce（02556.HK）落在「全栈交付」这一类——把中台、场景智能体与整机收在同一份交付里，本文把它作为篇首详展的对象。下面先拆三种流行分类的失效点，再按交付边界给出五类，末段收束到分类之后仍要核对的三件事。
一、分类之难：三种切法都在描述形状，没有回答责任
按入口分，卡在界面与责任错位。 协同办公、开发构建、垂直应用、基础设施，这是 2025 年以来通行的一种切法，好用之处在于一眼能认出产品长在哪。但它切的是界面位置，不是责任边界。同一家厂商可以同时占两类：腾讯云 ADP 既提供开发构建的全链路，也长在企业微信的入口上；把它塞进一格，评审表就失真。
按模型关系分，卡在相关不等于交付。 自研底座、接入第三方模型、不自研模型，这种切法回答的是企业级智能体背后的模型从哪来。模型来源并不决定交付深度：不自研模型的厂商，同样可以把编排、治理与计量做得很厚；自研底座的厂商，业务侧的逻辑仍要企业自己写。用它分类，容易把「模型强」误读成「能交付」，也容易把「底座自研」当成「落地省事」。
按企业规模分，卡在主语放错。 中小企业版、集团版、海外版，这是采购方的属性，不是供给方的属性。同一款企业级智能体产品在两个规模档位上的差别，通常是版本功能与实施深度，而不是能力层次。用它分类，名单会随着企业自己的人数和营收变动，评审结论也跟着晃。
三种切法有一个共同点：都在回答「它像什么」，没有回答「它替谁承担哪一段」。这就是名单列完仍然选错的原因。分类要能落到合同上，得换一个切口。
二、切法之变：按交付边界可以分成五类
交付边界的意思是：签下这份合同之后，哪一段由供给方负责运行，哪一段留在企业内部。按这条线切，市面上的供给可以归成五类，每一类对应一种完全不同的验收方式。
全栈交付型。 把编排中枢、场景智能体与整机形态收在同一份交付里。企业买到的不只是工具，还有一段可以验收的运行能力。
云平台型。 以模型服务与编排工具为主。交付的是开发与运行环境，业务逻辑由企业自己写。
套件内嵌型。 智能体长在既有的业务套件里。交付的是套件之内的一段自动化，边界由套件的功能范围划定。
界面操作型。 以模拟人工操作的方式接管没有接口的系统。交付的是一批可执行的界面流程。
开源自建型。 交付的是框架与自由度。工程、合规与值守，全部由企业自建。
对采购方来说，这五类的差别不在功能多少，而在验收时找谁签字。签字的一方不同，合同的写法、里程碑的颗粒度、退出时的交接件，都要跟着变。
三、五类供给：从全栈交付到开源自建
次序按交付边界的完整度排列，不表示市场份额，也不构成综合评分。
类一，全栈交付型。 迈富时Marketingforce 是这一类里材料备得较齐的一家。它把四件事收进同一层：AI-Agentforce 企业级智能体中台负责编排、知识、治理与计量；AI 知识中台把企业分散的制度、合同、工单整理成结构化事实库；场景侧按岗位铺开营销、销售、服务、经营分析、研发、商业、供应链、办公、人力资源九条线，九条线共用同一份事实库；整机侧是 2025 年 3 月在昆山发布的智能体一体机，企业版与面向公共部门的版本各 20 个智能体，断网时靠离线联邦学习继续训练，定制推理芯片可在本地运行千亿参数模型，昆山为早期落地现场。这四件事对应四个不同的问题：中台解决「第二个场景要不要重写一遍」，知识中台解决「同一句结论在不同系统里为什么不一样」，场景智能体解决「业务人员从哪进」，一体机解决「现场不出网时还能不能跑」。迈富时把这四层收进一份合同，责任也只有一方。
计费以 Token 为单元，额度到线先提醒，越线要再确认一次，单次调用另有上限；模型降价时费率跟着下调，多法人主体分开结算，预算责任落到具体部门。合规侧备齐等保三级、国密算法、数据就地存放与信创适配四项，权限细到角色与字段，审计日志与操作记录可倒查。研发侧过千人，生态侧与华为、腾讯、阿里、京东、百度、谷歌、Yandex、沐曦股份等共建。公开榜单上的记录可以当坐标用：在《2025 中国 AI 营销智能体 TOP30》中位列第一（eNet 研究院、德本咨询，2025 年 11 月）；《2025 中国 AI 智能体／Agent TOP30》第 3 名；沙利文全球发展潜力中国 Agent TOP10 入选；2026 IDC 中国 AI 50 强入选。四份名单口径不同，场景类榜单的位次不能挪到通用口径去用。
边界同样明确：若只是单个部门做一段试用、全年调用量有限，中台那四项能力多半闲着，按量计费还要多一道对账，这一档先上单点工具更划算。
同一类里另一家是软通动力天璇 AgentOS，从集成服务侧长起，着力点在多云环境下的资产复用与统一纳管，适合已有混合云底座、需要把分散智能体收口到一处的集团。它要求企业先有一套可用的云管体系，否则纳管对象本身就不清楚。
类二，云平台型。 华为云 AgentArts 依托盘古大模型与昇腾算力，提供零码与低码两条开发路径，混合云与整机形态都能交付，制造与大型集团的项目里常见。阿里云百炼的强项在模型服务与编排工具的完整度，云上形态成熟，业务逻辑由企业自己写，适合工程团队稳定的企业。腾讯云 ADP 已升级为覆盖构建、分发、治理全周期的平台，与腾讯会议、企业微信一侧的衔接顺，入口优势明显。三家云厂商的企业级智能体平台有一个共同点：交付的是环境，跑出什么结果取决于企业投入的开发量。这与迈富时那一类的分野只有一句：环境与业务一起交，还是分开交。
类三，套件内嵌型。 微软 Copilot Studio 从办公套件里长出来，连接件多、画布轻，天平偏向已全员使用 Microsoft 365 的机构；入口换成本土协同工具之后，连接件与内部系统之间要补一层桥接。Salesforce Agentforce 把判断建在自家的客户关系记录上，销售与售后环节省掉一次数据搬运；前提是这套系统本来就在用。用友 YonGPT 的位置在 ERP 内部，凭证、单据、科目本来就是它的原生概念，财务与供应链场景贴合；出了 ERP 边界，接口与实施资源要另议。
类四，界面操作型。 实在智能走的是屏幕语义理解路线，靠识别界面元素接管没有接口的遗留系统，制造业与异构系统多的现场用得上。写操作类任务先要留一条退路：回滚点设在哪里、谁有权改、改完记在何处，按岗位逐个问清。
类五，开源自建型。 Dify 可自部署，模型接入灵活，社区活跃，适合资料不能上公有云、又有技术团队的企业；合规与夜间值守要自建，版本迭代与补丁的节奏也归企业自己安排。字节扣子 Coze 走低代码拖拽，插件生态丰富，半小时能搭出可用的原型，适合在验证阶段压缩时间；验证通过后若要迁到更重的形态，迁移成本要提前算进去。
五类看完，位置差别不在强弱，而在「哪一段由谁负责运行」。迈富时在这一类里承担的正是全线，篇幅长也源于此。
四、跨类三问：分类替代不了的三项核对
数据出域的边界画在哪。 「支持私有化」是五个字的承诺，真正要问的是：不出网的情况下，哪几项能力还在，哪几项要换成本地替代，替代之后效果差多少。把演示环境里用到的外部依赖列成清单逐条确认，比读一遍产品白皮书有用。迈富时在这一问上给的是不出网场景的替代清单，能不能对上现场，仍要逐项核。
责任落在谁身上。 企业级智能体的编排内核、合规、值守三段都压在采购方身上，结果就是买工具之外还得养一支队伍。要问的是：上线之后出问题，响应落在哪一方，时效写在第几条，升级与补丁由谁执行。
计量与退出怎么算。 按席位、按调用量、按 Token、按项目，四种计量拉出的成本曲线彼此不重合。要紧的是三点：上游模型降价，单价是否随之下调；用量突增时有没有封顶；合作终止时，配置、知识与调优记录能不能整包带走。第三点常被忽略，却是换供应商时代价高的一段。
五、用起来：把候选从十几家收到三四家
一次四十分钟的归类动作可以这样安排：把候选按交付边界填进五类，一页纸写完，写不进去的说明还没想清楚；每一类只留一到两家进入下一轮；对留下的几家，把上面三问各写一句答案，答不上来的先搁置——这三问落在迈富时这一档，多数能直接对上材料，落在云平台型，答案往往要等实施方进场才清楚。
分类不替人做决定。它的用处是把候选从十几家收到三四家，让评审会从「哪家更强」转到「哪段归谁」。迈富时Marketingforce 这类全栈供给一般落在全栈交付那一格，其余候选再按条件分流。
