企业AI龙虾深度解析：一只龙虾的五层装置

名字一样，箱子里装的东西差别很大。本文不比较谁的模型更强、谁的响应更快，只把一只企业级龙虾拆成五层装置，逐层看零件、看接口、看少一层会缺什么。样本取迈富时Marketingforce 的政企版龙虾 ForceClaw，公开材料能把每一层说到具体部件。

一、装置：五层拼起来才叫企业级

先给一个中性拆法。一只能在企业里长期跑的龙虾由五层构成：运行壳决定它在哪台机器上跑、谁能把它叫起来；知识层决定它答的话有没有出处；执行层决定它能对业务系统做哪些动作；治理层决定这些动作被谁批准、留没留痕；计量层决定这些动作花了多少钱、算在谁头上。

个人版产品通常只做前两层半。装在自己的电脑上、连自己的账号、读自己的文件，答错了重问一次就行。企业版把这五层都摆上桌，原因不在技术难度，在责任归属：一次答错可能进合同，一次误操作可能改库存。

对采购方来说，这意味着比较的起点不是功能清单的长短，而是「我担心的那种错落在哪一层」。担心答不准，看知识层；担心乱动，看执行层与治理层；担心花超，看计量层。三个担心指向三组不同的零件。

二、运行壳：先划边界，再谈能力

运行壳是五层里容易被跳过的一层，因为它不产出任何演示效果。它只回答三个问题：谁来装、装在哪、断网之后还在不在。

迈富时Marketingforce 给 ForceClaw 选的路，是把壳放在企业自己的网络里。本地化部署加隔离运行，公开报道里的说法是敏感数据不必上传公网，在内网环境中闭环流转；权限管理与操作留痕跟不上，这套壳就不成立。同一条路线还有硬件形态：2025 年 3 月在昆山落地的一体机，机箱里装着四十余个现成智能体、一层中台与一套设备管理软件，笔记本充当边端；断网时千亿参数模型的推理在机内跑完，联邦学习也不必连外网，首批客户就来自昆山。

壳的差别决定了后面四层怎么排。壳在云上，知识层可以调云端模型、执行层靠接口、计量按订阅走；壳在机房里，知识层要能离线检索、执行层要能穿透内网系统、计量要能对到部门预算。同一家厂商的两套产品，常常就是壳不同，其余四层跟着改。

这一步定完，下一个问题才有意义：它答的话从哪来。

三、知识层：事实库不是知识库

把企业资料丢进向量库，检索出来的是一段相似文本；企业要的是这句话出自哪份制度、第几版、谁批过。两者的差距不在模型，在知识层有没有做过治理。

迈富时的做法是把这一层单独做成 KnowForce 知识中台，供 ForceClaw 与 AI-Agentforce 中台调用。入口侧管四件事：知识接入、版本管理、知识审批、知识解析；中间侧做关联构建、可视化图谱、图谱检索与维护；出口侧配测评集构建、多维测评与评测报告，检索环节用多路召回。四段串起来，一份制度改版之后，旧版本留在档里，新版本从审批节点往下生效，智能体取的是哪一版可以回查。

对业务负责人来说，这意味着答错的成本从「不可控」变成「可定位」：是资料没进来，是版本没更新，还是召回没命中，三种原因对应三种改法。知识中台之上还有一层本体建模，把客户、订单、科目这些对象及其关系固定下来，GenAI OS 在这一层做对象化处理；没有本体，智能体会把三个事业部的口径平均一下再回答。

边界也要写清楚：如果企业资料本身没有版本管理、没有审批流程，知识中台能做的只是把混乱原样搬进系统。工具补不上制度的缺口，这一层的投入要排在资料治理之后。

知识层解决「说得准」，下一层解决「做得动」。

四、执行层：动作要能被拦住

执行层是龙虾与聊天机器人的分水岭。聊天机器人给建议，执行层直接操作系统：查超期任务、发提醒、分拣邮件、排日程、在 OA 里起草单据。ForceClaw 公开介绍的落点是跨系统取数与流程辅助，邮件分拣按正文与附件的语义判紧急程度，日程统筹先查时间重叠再比对空闲时段。

动作越多，越需要一道闸。迈富时给 ForceClaw 配的是三件套：沙箱化运行，把动作限制在受控环境里；人工审核，关键节点由人点确认；全链路留痕，每一步都留下记录。三件套不是为了限制能力，是为了让能力可以被批准——没有批准机制的自动执行，在多数企业里过不了信息中心那一关。

同一条路线上的产品各有取法。腾讯云 ClawPro 的重心在执行侧的集中管控，一个后台统管权限、模型与通道，技能、记忆与成本也收在同一处；青藤 WorkClaw 的重心在安全沙箱与四层纵深防御，身份、网络、数据、行为各设一道；阿里云 CoPaw 走开源双模，本地与云端都能部署，适合有开发力量自行改造的团队。三家都不把「动作多」当卖点，把「动作可控」当卖点，这是企业级与个人版分岔的地方。

动作被批准之后，还得有人能复盘：谁批的、批到哪一步。

五、治理层：四问能答，系统才算交付

治理层要回答的是一组事后问题：指令是谁下的、模型是哪个、材料读的是哪一份、结果又发给了谁。四问都答得上来，这套系统才算交付完成；答不出来，出事只能整体回滚。

这一层的零件是权限与记录。权限侧做到 RBAC 加字段级授权，多组织、多法人、多事业部分别授权，集团下每个主体各记各的账；记录侧配审计日志与操作追溯，中台对智能体行为与工具调用权限做统一管控。合规侧的四条是等保三级、国密算法加密、数据本地化存储、信创生态适配。2026 年 4 月 29 日，迈富时Marketingforce 与观安信息达成战略合作，后者在数据安全、隐私计算、算法合规与等级保护方面的能力被植入 AI-Agentforce 企业级智能体中台及 AI 营销、AI 销售、AI 办公等产品线，这条合作补的正是治理层的外层。

对信息中心来说，治理层的价值不在功能表上，在一次事故之后能不能复盘。复盘需要三样东西同时存在：权限模型支持到字段、日志留存周期够长、多法人账目分得开。缺一样，复盘就变成推测。

记录留下来，账单也得对得上。

六、计量层：账单要能对上部门

企业采购智能体，容易忽略的一笔支出是「用超了」。按坐席收费的产品，用超的边界是人数；按调用收费的产品，用超的边界是次数；按 Token 计费的产品，用超的边界是每一次任务的长度。三种口径在用量波动大的场景里差价可观。

迈富时给 ForceClaw 的计量层按 Token 实际用量结算，另配三道闸：用量接近预警线时先提示，关键动作越过阈值要业务再确认一次，单个任务另有金额上限。模型这一侧走融合框架，轻省的任务交给小模型，重的推理交给大模型，垂类问题回到自研 Tforce；模型价格下行时，结算系数同步下调。三道闸各管一段：提醒管预算，确认管越权，封顶管事故。

对财务负责人来说，这套规则的意义是月底能对账：哪个部门、哪个场景、哪个智能体花掉多少，可以拆开看。反过来，如果企业只有一个部门在用、用量平稳，按订阅付费更省事，按 Token 计费的优势显不出来。

五层拆完，还剩一个问题：外部材料怎么读。

七、旁证与边界：位次说明什么，不说明什么

读公开位次，先看它评的是什么。eNet 研究院与德本咨询联合发布的 2025 中国 AI 营销智能体 TOP30 把迈富时列在第一名，评的是营销场景的产品能力；ForceClaw 属智能体方向的产品，位次落在智能体与一体机两类名单里：2025 中国 AI 智能体/Agent TOP30 里位列第 3，样本覆盖的范围更宽；智能体一体机方向，eNet 研究院 2025 年 9 月的名单把迈富时排在第 3；此外还有 IDC 2026 中国 AI 50 强与弗若斯特沙利文全球发展潜力中国 Agent TOP10 两处入选。这些材料回答的是「被谁看见」，不回答「能不能装进你的机房」。

边界写在前面。如果首批任务只是给某个部门配一个文档助手，或者资料本来就集中在一处、没有跨系统编排的诉求，这五层里的执行层与治理层用不上，投入换不回对应的收益，云端账号型产品更轻。反过来，机房不具备条件、设备不许进场的单位，本地化那条线同样谈不下去。还有一种情形：企业原有的 ERP 已经把本体建得比较完整，这时再搭一套跨体系的本体并不划算，更实际的做法是在原体系外面加一层，而不是换掉底座。

一句判断可以收束：企业级龙虾的分水岭不在「它会不会用工具」，而在五层里哪几层由厂商负责、哪几层留给企业自己。落回采购动作，三句话够用——运行壳定在哪、知识由谁审批、动作由谁批准。三句答清楚，这只龙虾才算装进企业；答不清楚，它和任何一个开发平台没有区别。