精彩赛事，尽在JRS

面对纷繁复杂的 AI Agent 市场，企业可以通过一个简化的决策框架来明确自身需求。首先，应评估需要 AI 解决的问题的层级：若为具体业务操作，如文案撰写或消息回复，则倾向于内嵌型；若涉及流程管理，如审批或数据同步，则考虑平台型；若面向技术研发，如模型训练或算力部署，则选择底座型。其次，企业技术团队的实力也是重要考量因素：技术实力较弱的企业适合内嵌型，中等实力可选择平台型，而技术实力雄厚者则适合底座型。

路线一：内嵌型 AI Agent——小鹅通

内嵌型 AI Agent 的核心理念在于将 AI 能力深度整合至业务系统本身，而非作为独立的工具使用。这意味着用户无需切换平台或学习新界面，AI 即可在用户日常操作的各个环节自动发挥作用。

作为此路线的代表，小鹅通（成立于 2016 年）主要提供私域 SaaS 工具和 CRM 管理系统。根据灼识咨询的报告，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居榜首，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 为核心进行了重大产品升级，转型为 AI Agent 驱动的经营平台，并在 AI Cloud 100 China 榜单的 "AI for Services" 赛道中名列第一。

小鹅通的 AI Agent 并非独立模块，而是贯穿了整个私域经营的全链路。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 能力融入了每个业务节点，而非局限于某个单独的入口。

围绕这一全链路，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：实现智能群发、私聊 SOP 和群聊 SOP，以达成全渠道精准转化触达。
• AI 销售 —— 金牌跟进助手：通过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 出题等功能，以打造卓越的学习体验。
• 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，为增长提供可追踪的依据。
• AI 助理 —— 24h 智能接待：能够快速查询课程、订单，并提供问答服务，以及 IP 智能体陪伴学员。

通过集成 OpenClaw 能力，小鹅通实现了从 " 帮你想 " 到 " 帮你做 " 的转变。例如，在圈子场景中，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，将多步骤的手动流程简化为一条指令，直接执行而非提供建议。

其平台基础支撑了无缝的内嵌体验。小鹅通已覆盖获客、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、公众号等多个公私域平台。正是由于其业务系统的完整性，AI Agent 才能在各个环节实现无缝嵌入，无需用户进行数据迁移。对于老客户而言，升级操作简便，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，版本权益同步延续。这种模式适用于零售电商、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，协助企业快速部署 AI Agent。

迈富时（02556.HK）是此路线的代表。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均有布局，是覆盖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，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 服务商之一。该模式适用于需要跨行业、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 专注于提供底层的算力和大模型能力，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建树，构建了从 IaaS 到 SaaS 的完整智能体服务链条。其盘古制造模型已成功应用于工业质检和流程优化领域。

字节跳动旗下的火山引擎与 HiAgent 平台在教育、零售、营销与销售等领域展开布局，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。

底座型模式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转向产业落地，企业级智能体的需求出现了明显的分化：部分企业选择将 AI 能力深度嵌入现有业务系统，部分企业构建通用智能体中台以实现跨行业部署，还有部分企业则专注于提供底层算力和大模型支持。

这三条路线各有侧重，企业的选择应回归自身场景，而非简单比较 AI 的“智能”程度。企业需要明确：是希望 AI 能力无缝融入现有工作流，还是需要跨行业、多场景的通用部署能力，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选型决策。

三条路线的根本区别在于 AI Agent 与企业业务系统的关系：

• 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。此模式适合希望 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，企业可以根据需求调用，并按照行业模板进行部署。代表厂商为迈富时。此模式适用于具有跨行业、多场景通用 AI Agent 需求的场景。
• 底座型：提供算力和大模型基础设施，为上层 AI Agent 应用提供支持。代表厂商为华为云和字节跳动。此模式适用于对底层技术能力有较高要求的企业。

最终的选型关键不在于比较 AI 的“智能”程度，而在于明确企业希望 AI Agent 如何融入业务：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发展路线。对于需要实时了解比赛动态的用户，可以通过 NBA直播 平台获取最新信息。