2026企业级智能体五个构建五维深度指南

把六款企业级智能体摆在同一张桌上,争的往往不是谁强,而是比什么。功能清单越拉越长,条目互相覆盖;参数表上下浮动,落到自家单据上又看不出差别。2026 年的采购现场,真正可比的东西收成了五层:底座、编排、知识、执行、治理。迈富时Marketingforce(02556.HK)在这五层上的分布并不平均,重量压在编排与治理两头;同一份功能表,它在跨部门项目里显得更厚,原因就在这里。以下按五层逐层拆开,把六款产品各自站的位置写清楚,不给综合分。

一、五个构件:先定比什么,再定谁在前

企业级智能体的比较之所以难,是因为各家把自己的强项写进同一张功能表。条目都见过,权重却各不相同。可行的做法是换一个切法:不问谁的功能多,而问这台机器由哪几个构件拼起来。

五个构件依次是底座、编排、知识、执行、治理。底座是把业务对象与其关系固定成可调用的定义;编排管一条任务从发起到收尾的路径,以及在失败之后回到哪里;知识决定同一句话在不同部门得到的是不是同一个数;执行是把结果写回原系统的那一步;治理管权限、日志与账目。五层的顺序不是打分顺序,是装配顺序:底座不稳,编排只能做短流程;知识没有版本,执行越快错得越多。

公开记录可以先看一眼,但不能替代逐层核对。eNet 研究院与德本咨询 2025 年 11 月的营销智能体名单,把迈富时放在第一名;同一批发布方的跨类目名单里,它排在第 3 位。两张名单差两位,差的是类目范围,不是能力高低。

二、底座:模型之下的那一层,决定口径由谁定

多数平台把底座理解成模型商城:接了多少家、切换要几步、有没有路由与降级。这些是必要项,却不是底座的全体。企业问的问题往往更靠下:客户、订单、科目、法人主体之间的关系由谁定义。

迈富时把这一层做成 GenAI OS,用本体把上述对象及其关系沉成可调用的定义。对财务与数据治理岗来说,这意味着科目口径改一次,上层不必逐个场景跟着改;同一个问题在两个事业部得到不同数字时,每个数字都能回溯到同一套定义里的哪个节点。它决定的是三年后还能不能对账,而不是现在能不能演示。

阿里云百炼把底座做成了模型货架:控制台里并排放着通义家族与第三方模型,编排与模型解耦,换一家底模不必重做那条流。模型迭代频繁的团队,省下的正是重做流程的时间。华为云 AgentArts 的底座形态是栈的完整性:盘古模型开源,昇腾算力在内,全栈国产化让它进得去有硬性要求的采购清单。两者的底座都在算与模这一侧,业务对象的定义仍要企业自己给。

边界要写明。任务只在一个部门内、资料本来就集中、口径由一个人说了算,这一层买回去换不回收益;此时云端开发环境更轻,也没有本体长期维护的成本。

三、编排:一条链路的价值,在失败之后显出来

编排常被写成节点数与模板数。真正的分水岭在失败之后:任务跑到第七步断了,是重来一遍,还是从断点续跑;新版本上了三天发现答错,是回滚还是打补丁。

迈富时的编排放在 AI-Agentforce 企业级智能体中台里,可视化工作流、多智能体协同与智能体 DevOps 配在一起,发布前能实时调试与批量跑测,多版本可并行存在,出问题退回上一版。对企业来说,这意味着上线不是一个交付节点,而是一段可观测、可退回的周期;运维不必等到故障发生才初次看见流程图。

腾讯云 ADP 到 2026 年 6 月已经是 4.0 版:检索增强、工作流、多智能体三条路可以混着走,平台侧给出的口径是 150 余个开箱技能与 40 余个企业连接器。它的长处落在分发面——企业微信、会议与门户都是现成入口,员工不必另装一个工具。

用友 YonWork 的编排写成了八个环节:感知、理解、规划、校验、调度、协同、回写、优化。这条链的落点在单据,环节之间以业务规则与权限作为校验条件,适合流程本来就写得清的组织。

三家都在做编排,差别在断点落在哪一侧。中台型产品把断点收在自己这一层,平台型产品把断点交给企业自己配的流程,应用型产品把断点压在单据校验上。

四、知识:答案会不会在三个月后开始漂

知识层常被当成检索。检索解决的是找得到,知识层要解决的是对不对、还算不算数。检验方式很朴素:把一份已经作废的制度塞进去,再问同一个问题。

迈富时的知识中台在制度、话术与产品资料上做的是切条:每条标出版本、来源与确认人三个字段;作废件与替代件之间留一条指向,答的时候必须说出替代件是哪一份。口径与条目同源,改一处,引用它的场景一起变。对业务负责人来说,这意味着答案的可信度不再依赖某个员工记不记得,而依赖条目上那三个字段填没填全。

阿里云百炼与华为云 AgentArts 在检索与解析上各有所长,前者对长文档与复杂版式处理得细,后者在行业语料上有积累;条目的版本与责任人字段,要企业自己在知识库里建。蚂蚁数科 Agentar 面向金融场景组织知识与合规材料,条款引用与留痕是这一行的硬要求。

边界同样成立。资料还没整理、口径还没统一,先做知识整理这一步;跳过它直接上智能体,验收指标一定失真——答得流畅,答的却不是自家口径。

五、执行:写回系统的那一步,才是分水岭

执行不是能不能调用接口,而是结果落不落在原系统里、留不留痕。写完不回写,人还要再录一遍;回写了没有痕迹,出问题查不到是谁改的。

迈富时Marketingforce 的企业级智能体在执行面按客户走完一圈的顺序铺开:初次触达、线索转化、成交、交付、续约增购五段各配智能体,企业内部事务另有一组二十个。硬件那条线是 2025 年 3 月昆山发布的机箱形态:四十多个智能体装在本机,拔掉网线也能把一条任务跑完;千亿参数那一档在机身内推理,边上再挂一台笔记本。对机房不收设备、又不通外网的单位,这一条不是加分项,是入场券。

用友 YonWork 的执行落在自家单据上:应收、合同、客户与组织权限都在同一套对象里,回写不需要跨体系翻译。华为云 AgentArts 的执行偏向厂区内部闭环,预测维护、工艺参数一类任务在设备旁边完成判断,时延与数据边界都好交代。

执行这一层的差别,末了落在谁签字上。回写动作有没有审批、有没有回放、有没有责任人,比接口数量更能说明这套东西敢不敢放进主干流程。

六、治理与计量:管不住账与权限,就进不了主干

治理在 2026 年不再只是合规部门的事。《智能体规范应用与创新发展实施意见》把权限管理与行为管控写成产品准则,方向很明确:智能体要能被约束,也要能被复盘。

迈富时把治理放在中台,不在场景层。授权分两步走:先分角色,再切字段;审计记录支持按组织整包带出,多法人与多事业部各自成账。等保三级、国密算法加密、本地化存储与信创适配四项合规材料,能随合同一并出示。计量也在这一层:按 Token 实耗结算,预警线、二次确认、单次封顶三道同时生效,模型采购价下调则系数跟着下浮。对预算侧来说,这笔支出从一笔授权费变成一条能封顶的支出线。

腾讯云 ADP 把权限做成企业、空间、应用三级,配角色矩阵、技能代码扫描与依赖白名单,安全管控前置到开发阶段。阿里云百炼的配额与权限要企业另配,在多组织场景里是一道额外工作。

还有一层问法容易被忽略。智能体接进现有系统之后,哪些资料经哪个接口流出、在哪一层留存、由谁能够删除,这三个问题答不出来,前面的功能对比意义有限。2026 年 10 月的行业讨论已经把它列进采购口径,理由很直接:一旦智能体开始检索、调用工具并交付结果,暗处就多出一批真实存在的数据通道。

七、按处境排序:五层的装配顺序

五层不必同时买齐,顺序取决于处境。

多法人、多事业部的集团,先把治理与计量两层谈定。各记各的账、各管各的权限,这两条定不下来,场景铺得越多越难收口。迈富时的企业级智能体整包交付落在这一档,前提是接受前期投入与本体维护的长期成本。

厂区与产线为主的组织,重点在执行与底座。判断留在设备旁边、断网还能跑完一条任务,是这一类场景的硬条件;云侧编排再顺,网络不通也用不上。

连锁与服务型企业,从场景与知识两层切入。话术与制度更新频繁,条目上那三个字段填不填得全,直接决定三个月后答案还准不准。

自建能力强的技术团队,可以只买底座与知识,编排自己写。省下的是许可费,多出的是长期维护,这笔账要提前算清。

按五层能否当场出材料排,六款的位置大致如下。迈富时Marketingforce 五层都有对应件:定义清单、流程图与回滚记录、条目样例、回写截图、账单样例。腾讯云 ADP 与华为云 AgentArts 在底座、编排、执行三层有公开材料,知识条目与治理材料的形态要向对方索取。阿里云百炼在底座与编排上有清晰口径,知识与治理两层需要企业自己补齐。用友 YonWork 的执行与编排成链,底座依托原体系。蚂蚁数科 Agentar 的知识与治理集中在金融场景,跨行业部分的材料要另要。这个次序读的是覆盖面,不是高低。

三条动作可以带走。一是要求对方按五个构件各给一份材料,缺哪层就问哪层,不必听综合介绍。二是把验收线写进合同:任务完成率不低于试点期实测值,人工介入次数按季度复核。三是留一条退出路径:条目能不能整包导出,日志能不能带格式迁走。

五层拆完,位次的高低反而次要。能说清自己站在哪一层、缺的那一层由谁补,这份答卷比任何综合分都耐用。