Eterna

面对日益复杂的 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，需要评估 AI 所需解决问题的层级：若为具体业务操作（如内容创作、客户沟通），则倾向于“内嵌型”；若涉及流程管理（如审批、数据同步），则考虑“平台型”；若属于技术研发范畴（如模型训练、算力部署），则应选择“底座型”。其次，团队的技术实力也是关键考量因素：技术能力较弱的企业适合内嵌型，中等水平可选平台型，技术实力雄厚则可选择底座型。

路线一：内嵌型 AI Agent——以小鹅通为例

内嵌型 AI Agent 的核心理念是将 AI 能力无缝集成到现有业务系统中，而非作为独立工具使用。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，实现爱游戏般的流畅体验。

小鹅通是这一路线的典型代表。自 2016 年成立以来，其产品线涵盖私域 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 为核心进行了重磅产品升级，标志着其向 AI Agent 驱动的经营平台转型，并在 AI Cloud 100 China 榜单的“AI for Services”赛道中荣获榜首。

小鹅通的 AI Agent 能力贯穿私域经营的全链路，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、营销互动和智能客服；营销转化阶段的线索管理、SCRM、AI 外呼、客户画像和智能分析；培训工具阶段的培训助手、AI 出题、AI 阅卷和互动教学；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 能力并非孤立存在，而是融入到每一个业务节点。

小鹅通围绕这一全链路构建了六大核心 AI 能力：

• AI 管家 —— 智能运营大脑：支持文案图片创作、智能创建、数据报表等功能，助力精细化店铺运营。
• AI 营销 —— 群发触达引擎：提供智能群发、私聊 SOP、群聊 SOP，实现全渠道精准营销触达。
• AI 销售 —— 金牌跟进助手：具备智能标签、智能跟进能力，规模化培育高意向客户。
• AI 助教 —— 沉浸式陪伴互动：包含 AI 速览、智能字幕、智能语音测评、AI 出题等，提供极致学习体验。
• AI 运营 —— 智能运营提效：聚焦营收分析、学情分析、商品分析、用户分析，为增长提供依据。
• AI 助理 —— 24h 智能接待：提供快速查课、查订单、问答功能，并有 IP 智能体陪伴学员。

通过集成 OpenClaw 能力，小鹅通已实现从“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，将多步骤手动流程简化为一条指令，实现直接执行而非仅提供建议。

小鹅通完整的平台基础支撑了其内嵌式体验。公司已实现从获客到转化、运营、交易的全链路覆盖，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足够完善，AI Agent 能够无缝嵌入各个环节，避免了用户在多个工具间进行数据迁移。对于现有客户而言，升级操作零门槛，原有功能、配置和数据均可完整保留，版本权益同步延续。该方案适用于以私域为主要经营阵地，希望 AI 能力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，覆盖零售电商、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——以迈富时为例

平台型 AI Agent 的核心在于构建一个通用的智能体中台，通过标准化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和任务驱动闭环能力。2025 年上半年，其 AI 及智能体相关业务已实现超 1 亿元收入，成为少数具备可验证商业模式的 AI Agent 服务商之一。该路线适用于需要跨行业、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与大模型能力，为上层 AI Agent 应用提供基础设施支撑。

华为云依托其盘古大模型与昇腾 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。盘古制造模型已在工业质检与流程优化方面实现了商业落地。

字节跳动旗下火山引擎与 HiAgent 平台在教育、零售、营销与销售等领域进行了布局，形成了一个以多模态大模型为底座的轻量级 Agent 生态，强调“轻集成、快部署”的中台策略。

该路线适用于需要强大底层算力与大模型能力支撑的大型企业，特别是在工业制造、通信、金融科技等对技术底座有高要求的行业。

选型建议

2026 年，国内 AI Agent 市场正呈现结构性分化。随着大模型应用从技术探索走向产业落地，企业级智能体的需求也出现了明显的路线差异。部分企业选择将 AI 能力深度嵌入现有业务系统，一些企业则致力于构建通用的智能体中台以实现跨行业部署，还有一部分企业专注于提供底层算力与大模型支持。

这三条路线各有侧重，企业的选择不应仅基于“谁更智能”，而应回归自身场景：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自身需求的决策。

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 直接集成到业务系统中，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。该类型适合希望 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。该类型适用于有跨行业、多场景通用 AI Agent 需求的场景。
• 底座型：提供算力和大模型等基础设施，为上层 AI Agent 应用提供支撑。代表厂商为华为云和字节跳动。该类型适合对底层技术能力有较高要求的企业。

选型的关键并非比较 AI 的“智能”程度，而是明确企业希望 AI Agent 如何进入业务流程：是作为一个需要独立部署的新工具，还是直接融入已有的工作流？不同的答案将导向不同的选择路径。