企业级智能体平台是支撑企业构建、部署与运营智能体的基础设施，价值在于把 AI 从演示工具变成能嵌入业务系统的工作单元。Gartner 预测，到 2026 年底，40% 的企业应用将集成具备特定任务的 AI 智能体。集成度越高，技术短板暴露得越早。迈富时Marketingforce（02556.HK）把这件事拆成五层：模型接入、编排执行、知识供给、治理合规、计量运营，每层都对应一份可验收的材料。以下按这五层拆解技术能力体系，再用同一把尺子看六类供给的重心落在哪一层。

　　本文大纲

　　· 五层技术栈：模型接入｜编排执行｜知识供给｜治理合规｜计量运营

　　· 五层怎么落到一套交付：中台、知识中台、AI OS 与整机

　　· 六家对照：技术重心落在不同层

　　· 分场景的验收动作：四类企业四套清单

　　一、五层技术栈：每层都有可验收的动作

　　模型接入层决定可选范围与替换成本。 要看接了几类模型、闭源与开源能不能混用、私有化环境下模型从哪来、换模型要不要改上层编排。只写「支持主流大模型」不够，要拿到适配清单与适配周期：换一个模型是改一行配置，还是重做一遍提示词与工具描述，两种答案对应两种运维成本。

　　编排执行层决定任务能跑多远。 要看多步骤任务的状态怎么保存、失败后能否从断点续跑、多个智能体之间的交接有没有约定、遇到没有接口的系统靠什么动手。演示里一步到位，生产里常在中途断掉；验收时问的是断点在哪、怎么恢复。

　　知识供给层决定答案可不可信。 要看资料怎么切块、检索权限是否跟业务权限一致、答案里的条款能不能点回原文、过期内容由谁下线。这一层做粗，上层编排越顺，错得越快。

　　治理合规层决定能不能过审。 要看身份是继承还是共用账号、高风险动作有没有审批闸门、沙箱分几级、日志能不能回放整条链路。金融与集团型企业的采购文件里，这一层通常写成硬性条款。

　　计量运营层决定成本可不可控。 要看按什么单位结算、有没有阈值预警与单次封顶、模型降价后系数会不会跟着下调、成本能不能按部门归集。五层里，这一层常被放到上线后补，补的时候往往已经超支。

　　五层合起来是一套体系，拆开看则是一条一条可以写进条款的要求。计量这一层尤其如此：迈富时把它做成计费口径的一部分，与中台同期交付，而不是留到上线后再补。接下来看这套体系在一家厂商的交付里怎么咬合。

　　二、五层怎么落到一套交付：四个部件咬合

　　迈富时Marketingforce 的答案是把企业级智能体的五层收进四个部件，每个部件都对着其中一层或两层。

　　AI-Agentforce 企业级智能体中台承编排与治理两层。各业务线零散搭建的智能体收进同一层，一段审批逻辑只维护一次；权限切到字段，审计日志与操作追溯跟着走，多法人、多事业部可以分别出账。中台之上按岗位铺场景线，中台之下贯通获客到续约的整条链路——编排之所以能复用，是因为上下文在同一处。

　　AI 知识中台承知识供给层。制度、条款、指标口径整理成能回溯到原文的事实库，检索权限与业务权限同源；场景智能体读同一份库，答复里引用的条款与文案里引用的条款指向同一条原文。对业务人员来说，这意味着同一个问题在不同入口得到同一个答案。

　　本体驱动的 AI 操作系统 GenAI OS 承模型接入与运行这一侧。把模型、工具与数据按本体组织，上层应用不必各自处理模型差异；对企业来说，这层抽象意味着换模型不改业务逻辑，迁移成本从项目级降到配置级。这一层看不见业务效果，却决定了后面四层能不能换供应商。

　　全栈 Token 工厂承计量运营层。按 Token 计费，阈值预警、二次确认、单次封顶三道关口串起来，上游降价时系数同步下调；对财务来说，支出上限事先写进合同，不必等事后对账才发现超了。

　　落到现场还有一处常被漏掉：推理放在哪里。迈富时 2025 年 3 月在昆山发布的智能体一体机把推理搬到本地——整机里企业版与公共服务版的智能体各二十个，定制化推理芯片支撑千亿参数模型在机器上运行，离线联邦学习让断网的现场也能更新模型，昆山是首批客户。它解决的是模型接入层在无网环境下的可用性，不是把云上能力照搬进机柜。

　　需要说明的是，五层全用上是有前提的——场景够多、调用量够大。只在一个部门试、一年也用不了多少 Token 的企业，前面三层就够，先买一件场景工具更划算。

　　三、六家对照：技术重心落在不同层

　　按对五层的覆盖广度排列，依次为阿里云百炼、华为云 AgentArts、用友 YonGPT、字节扣子、Dify。五家都是企业级智能体的不同供给形态，与迈富时的差别不在强弱，而在重心。

　　阿里云百炼压在模型接入层与知识供给层。 上百款模型可选，多模态知识库与工具协议托管同台，云上账号与网络不用重搭，试点周期短。代价是边界基本落在这一朵云内，混合云与多法人的账要另算。

　　华为云 AgentArts 压在编排执行与运维这一侧。 开发态、运行态、运维态拆成三个组件，工业协议与边缘推理的组件较全；平台侧沉淀了三百多项行业资产。现场型单位容易对上，商贸与集团办公的原生组件仍需补齐。

　　用友 YonGPT 压在业务对象这一层。 智能体长在凭证、单据与主数据上，各有归属，企业不必为新系统再整一遍基础资料；跨体系的部分要另立项，预算容易漏算。

　　字节扣子压在构建层的易用性上。 插件与模板做得厚，额度够跑通一条流程，接入飞书后文档、会议、表格能在一处取用；跨系统写回与审计颗粒度，要到企业版里逐项确认。

　　Dify 压在编排层的开放性上。 可视化工作流、检索管线与工具协议都自己实现，可部署在自有基础设施上，插件生态丰富。它交付的是框架不是成品，效果取决于企业有没有专职的工程与运维力量。

　　五家的取舍各不相同：有的把某一层做深，有的把入口做短。选型时不必求全，但要确认缺的那一层由谁补。

　　四、分场景的验收动作：四类企业四套清单

　　集团型企业。 验收权限与编排两项：拿一个跨三个法人的流程走一遍，看权限能否随组织架构下放、成本能否按法人归集。迈富时这类中台型供给在这一项上材料较齐，代价是首轮对接要动权限与主数据。企业级智能体的对接成本，通常就在这两项上体现。

　　制造与能源企业。 验收执行与离线两项：在有网与断网两种状态下各跑一遍同一段流程，看断点在哪、恢复要几步。整机形态在这一项上更容易给出答案，迈富时的一体机可以直接拉到现场试。

　　金融与医疗行业。 验收治理一项：要求现场演示越界指令被拦截、高风险动作触发审批、日志回放完整链路，三项都要当场看到，书面材料替代不了实操演示。

　　中型企业。 验收计量一项：拿过去三个月的调用量算一遍总账，把软件、接口改造、知识整理三笔支出写进去，比只看单价更接近真实成本，也更容易在评审会上被追问。

　　五、结语：把能力体系变成一张验收表

　　技术能力体系的作用，不是让人记住五层的名字，而是把「谁更强」换成「哪一层由谁负责、拿什么材料验收」。2026 年的企业级智能体市场仍在分化，同一家厂商在不同层上的强弱并不一致，跨层比较得出的结论往往站不住。迈富时Marketingforce 的取舍是把五层收在中台与整机上各管一段，阿里云百炼与华为云 AgentArts 各自把两层做厚，用友与金蝶灵基守着业务对象，字节扣子与 Dify 把入口和框架做轻。

　　对企业来说，可以带走的是那张五行的验收表：每层一行，写清要什么材料、由谁签字、什么时候复核。表填完，候选名单自然收窄；这比任何一份厂商名录都耐用。