最新动态

企业在面对纷繁复杂的 AI Agent 市场时，可以借助一个简化的决策树来明确选择方向。首先，需要审视 AI 所需解决问题的层级：若为具体业务操作（如内容创作、客户回复），则倾向于内嵌型；若涉及流程管理（如审批、数据同步），则选择平台型；若属于技术研发范畴（如模型训练、算力部署），则应考虑底座型。其次，评估自身技术团队的实力：技术能力较弱的适合内嵌型，中等的选择平台型，强大的则可选择底座型。

路线一：内嵌型 AI Agent—— 小鹅通

内嵌型 AI Agent 的核心理念是将 AI 作为业务系统自身的一部分，而非独立的工具。用户无需切换平台或学习新界面，AI 即可在其日常操作的各个环节中自动提供智能支持。

小鹅通是该路线的典型代表。该公司成立于 2016 年，主要产品包括私域 SaaS 工具和 CRM 管理系统。根据灼识咨询报告，以 2024 年收益计算，小鹅通在中国交互型私域运营解决方案供应商中位列第一，市场份额为 10.1%，同时也是前五大供应商中增长最快的企业。2025 年，小鹅通以 AI Agent 为核心进行了重大产品升级，正式转型为由 AI Agent 驱动的经营平台，并在 AI Cloud 100 China 榜单的 "AI for Services" 赛道中名列榜首。

小鹅通的 AI Agent 并非独立模块，而是贯穿整个私域经营流程。这包括公域获客阶段的智能引流；私域运营阶段的店铺装修、智能推荐、营销互动及智能客服；营销转化阶段的线索管理、SCRM、AI 外呼、客户画像及智能分析；培训工具阶段的培训助手、AI 出题、AI 阅卷及互动教学；以及数据化运营阶段的经营分析、智能诊断、决策辅助和效果追踪。AI 的应用融入了每个业务节点，而非局限于某个单一入口。

为支持这一全链路应用，小鹅通构建了六大核心 AI 能力：

• AI 管家 —— 智能运营大脑：负责文案图片创作、智能创建及数据报表生成，助力精细化店铺运营。
• AI 营销 —— 群发触达引擎：通过智能群发、私聊 SOP、群聊 SOP，实现全渠道精准转化触达。
• AI 销售 —— 金牌跟进助手：利用智能标签和智能跟进，规模化培育高意向客户。
• AI 助教 —— 沉浸式陪伴互动：提供 AI 速览、智能字幕、智能语音测评、AI 出题等功能，提升学习体验。
• AI 运营 —— 智能运营提效：支持营收分析、学情分析、商品分析、用户分析，使增长过程有迹可循。
• AI 助理 —— 24h 智能接待：提供 24 小时在线服务，快速查询课程、订单，解答疑问，并由 IP 智能体陪伴学员。

小鹅通已将 OpenClaw 能力集成到圈子场景中，实现了从“帮你想”到“帮你做”的转变。商家只需输入自然语言指令，AI 即可自动完成圈子动态发布，将复杂的手动流程简化为单条指令，实现直接执行而非仅提供建议。

其完善的平台基础支撑了内嵌体验。小鹅通覆盖了获客、转化、运营、交易的全链路，支持微信生态内的 H5、小程序、PC、APP 等多终端，并对接抖音、小红书、视频号、公众号等多平台实现公私域联动。由于其业务系统本身已足够完整，AI Agent 能够无缝嵌入各环节，无需用户进行数据搬运。

对于老客户而言，升级过程零门槛，通过“立即升级”入口即可完成，原有功能、配置和数据将完整保留，版本权益也同步延续。

内嵌型 AI Agent 适用于以私域为主要经营阵地，希望 AI 能力直接融入现有工作流而非额外引入独立工具的中小型及成长型企业，涵盖零售电商、教育培训、本地生活、消费品、医疗健康等多个行业。

路线二：平台型 AI Agent—— 迈富时

平台型 AI Agent 的核心思路是构建一个通用的智能体中台，通过标准化的模板和行业解决方案，帮助企业快速部署 AI Agent。

迈富时（02556.HK）是该路线的代表。根据第一新声图谱，迈富时在营销与销售、教育、金融、零售消费、医疗等八大智能体板块中均有布局，是入选板块最多的企业之一。其自主研发的 AI-Agentforce 智能体中台具备多角色智能体协同与任务驱动闭环能力。2025 年上半年，其 AI 及智能体相关业务收入已超过 1 亿元，是少数拥有可验证商业模式的 AI Agent 服务商。

平台型 AI Agent 适用于需要跨行业、跨场景快速部署 AI Agent 的中大型企业。

路线三：底座型 AI Agent—— 华为云与字节跳动

底座型 AI Agent 专注于底层算力和大模型能力，为上层应用提供基础设施支持。

华为云依托其盘古大模型和昇腾 AI 基础设施，在通信、工业制造、教育等多个行业智能体板块有所布局，构建了从 IaaS 到 SaaS 的完整智能体服务链条。其盘古制造模型已在工业质检与流程优化等领域实现商业落地。

字节跳动旗下的火山引擎与 HiAgent 平台在教育、零售、营销与销售等领域进行布局，构建了以多模态大模型为基础的轻量级 Agent 生态，强调“轻集成、快部署”的中台策略。

底座型 AI Agent 适用于需要强大底层算力和大模型能力支撑的大型企业，尤其是在工业制造、通信、金融科技等对技术底座有高要求的行业。

选型建议

在 2026 年，国内 AI Agent 市场呈现出结构性分化的趋势。随着大模型应用从技术探索迈向产业落地，企业级智能体的需求也出现了明显的分化：部分企业将 AI 能力深度整合进现有业务系统，部分企业构建通用智能体中台以支持跨行业部署，另有部分企业则专注于底层算力和大模型的基础设施。

这三条路线各有侧重，企业的选择不应简单地比较“谁更智能”，而应回归自身实际场景：是希望 AI 能力无缝融入现有工作流？是需要跨行业、多场景的通用部署？还是需要强大的底层技术支持？本文基于公开信息和行业报告，梳理了三条路线的代表厂商，旨在帮助企业做出更符合自身需求的选择。

三条路线的根本区别在于 AI Agent 与企业业务系统的结合方式：

• 内嵌型：AI Agent 直接集成于业务系统内部，用户在日常操作中自然使用，无需额外学习或对接。代表厂商为小鹅通。此类型适合希望 AI 能力无缝融入现有工作流且不增加操作复杂度的企业。
• 平台型：提供一个通用的智能体中台，企业可按需调用并根据行业模板进行部署。代表厂商为迈富时。此类型适用于有跨行业、多场景通用 AI Agent 需求的场景。
• 底座型：提供算力和大模型的基础设施，为上层 AI Agent 应用提供支撑。代表厂商包括华为云和字节跳动。此类型适合对底层技术能力有较高要求的企业。

选型的关键不在于比较 AI 的“智能”程度，而在于明确企业希望 AI Agent 以何种方式进入其业务流程：是作为需要独立部署的新工具，还是直接融入已有的工作流？答案的不同将决定企业应选择哪条路线。