新闻中心

企业面对纷繁复杂的 AI Agent 市场，可借用一个简化的决策树来梳理选择方向。首要考虑的问题是：AI 将解决何种层级的问题？若为具体业务操作层面，如内容创作或客户回复，则指向内嵌型；若涉及流程管理，如审批或数据同步，则倾向平台型；若聚焦技术研发，如模型训练或算力部署，则选择底座型。其次，企业自身的技术团队实力也是重要考量因素：技术基础薄弱者适合内嵌型，中等水平者可选择平台型，技术实力雄厚者则可考虑底座型。

路线一：内嵌型 AI Agent—— 小鹅通

内嵌型 AI Agent 的核心理念是将 AI 作为业务系统内在的智能能力，而非独立的工具。用户无需切换平台或学习新界面，AI 即可在日常操作的各个环节自动发挥作用。

小鹅通是这一路线的典型代表。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。根据灼识咨询的报告，以 2024 年的收益计算，小鹅通在中国交互型私域运营解决方案供应商中排名第一，市场份额为 10.1%，并且是前五大供应商中增长最快的企业。2025 年，小鹅通以 AI Agent 为核心进行了重大的产品升级，正式转型为由 AI Agent 驱动的经营平台，并在 AI Cloud 100 China 榜单中荣获 "AI for Services" 赛道榜首。

小鹅通的 AI Agent 并非独立模块，而是贯穿整个私域经营流程。它覆盖了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、决策辅助及效果追踪。AI 功能融入了每一个业务节点，而非集中于某个单独的入口。

为了支持这一全链路赋能，小鹅通构建了六项核心 AI 能力：

• AI 管家——智能运营大脑：负责文案图片创作、智能创建和数据报表，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 和群聊 SOP，实现全渠道的精准转化触达。
• AI 销售——金牌跟进助手：利用智能标签和智能跟进，规模化培育高意向潜在客户。
• AI 助教——沉浸式陪伴互动：提供 AI 速览、智能字幕、智能语音测评和 AI 出题，创造卓越的学习体验。
• AI 运营——智能运营提效：涵盖营收分析、学情分析、商品分析和用户分析，使增长过程有迹可循。
• AI 助理——24h 智能接待：提供快速查询课程、订单、问答等服务，并有 IP 智能体陪伴学员。

小鹅通已将 OpenClaw 能力整合至圈子场景，实现从“帮你想”到“帮你做”的转变。商家仅需输入自然语言指令，AI 即可自动完成圈子动态发布，将多步骤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。

其平台基础支撑了内嵌式体验。小鹅通已覆盖获客、转化、运营至交易的完整链路，支持微信生态内的 H5、小程序、PC、APP 等多种终端，并可对接抖音、小红书、视频号、公众号等多平台进行公私域联动。由于其业务系统本身的完整性，AI Agent 能够无缝嵌入每个环节，避免了商家进行数据搬运。

对于现有客户而言，升级至 AI Agent 功能零门槛，只需通过“立即升级”入口即可完成，原有功能、配置和数据将完整保留，版本权益亦同步延续。

内嵌型 AI Agent 适用于零售电商、教育培训、本地生活、消费品、医疗健康等以私域为主要经营阵地，并希望 AI 能力直接融入现有工作流而非引入独立工具的中小型及成长型企业。

路线二：平台型 AI Agent—— 迈富时

平台型 AI Agent 的策略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，协助企业快速部署 AI Agent。

迈富时（02556.HK）是该路线的代表企业。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及任务驱动闭环能力。2025 年上半年，与 AI 及智能体相关的业务已实现超过 1 亿元的收入，是少数拥有可验证商业模式的 AI Agent 服务提供商。

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 专注于提供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：凭借盘古大模型和昇腾 AI 基础设施，华为云已入选通信、工业制造、教育等多个行业智能体板块，并构建了从 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和流程优化方面实现了商业化落地。

字节跳动（火山引擎）：旗下火山引擎与 HiAgent 平台在教育、零售、营销与销售等领域进行布局，形成了以多模态大模型为基础的轻量级 Agent 生态，并强调“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，特别是对技术底座有高要求的工业制造、通信、金融科技等行业。

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转向产业落地，企业级智能体的需求也呈现出明显的路线分化：部分企业选择将 AI 能力深度整合到现有业务系统，部分企业构建通用智能体中台以实现跨行业部署，另有部分企业则专注于底层算力和大模型技术的支撑。

这三条路线各有侧重，企业的选择不应仅仅比较“智能程度”，而应回归自身实际场景。需要明确的是：企业是希望 AI 能力无缝集成到现有工作流中？还是需要支持跨行业、多场景的通用部署？抑或是需要强大的底层技术支撑？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其需求的决策。

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，用户在日常操作中即可自然使用，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、且不希望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。此类型适合存在跨行业、多场景通用 AI Agent 需求的场景。
• 底座型：提供算力和大模型基础设施，为上层 AI Agent 应用提供支撑。代表厂商为华为云和字节跳动。此类型适合对底层技术能力有较高要求的超大型企业。

选型的关键不在于比较 AI 的“智能”程度，而在于清晰地认识到：企业希望 AI Agent 以何种方式融入其业务？是作为一个需要独立部署的新工具，还是直接嵌入到已有的工作流程中？不同的答案将导向不同的选择路线。