企业AI OS深度解析：迈富时GenAI OS的本体与引擎

迈富时Marketingforce（02556.HK）的用法相对收敛。四层自上而下是应用层、AI 原生平台层、模型层、算力层，模型层搭载 AI-Agentforce 智能体中台、KnowForce 知识中台与 GenAI OS 三大中台，分别负责智能体编排调度、企业知识治理、多模型统一调度与权限管控。其中 GenAI OS 在公司 2026 年 10 月披露的口径里被表述为「本体驱动 AI 操作系统」。要判断这套东西值不值得单独拿出来讲，得先弄清它站在四层的哪一段、靠什么把「理解」做实。

一、定义：AI OS 要回答的三个问题

一个系统配得上「操作系统」三个字，至少要回答三个问题：下层的模型与算力差异由谁屏蔽，中层的业务语义由谁承载，上层的智能体由谁编排、由谁审计。三个问题答不上来，它就只是一个应用。

用这三问去筛，市面上的产品大致分三种。一种是模型平台往上长，把开发环境一并做出；一种是业务软件往外伸，把智能体接到自家单据上；一种是从智能体运行层往回补，把编排、知识、治理一件件补齐。三种出身都能做出可用产品，差别在于补的是哪一段。

对采购方来说，这意味着比较的起点不是功能多少，而是「我缺的那一段，谁本来就有」。缺语义，得找已经沉了行业本体的；缺治理，得找把权限与审计做进产品里的。两个都缺，才需要考虑一整层操作系统。

二、四层体系：GenAI OS 落在模型层

这个位置值得说明：GenAI OS 不在应用层，也不是算力层的调度器，它在模型层里占的是「统一调度与权限管控」这一段。换句话说，它管的是谁能调用哪个模型、在什么权限下调用、调用之后留下什么记录这三件事。

算力这一侧有实物：底座是自建算力集群；此前一次配售募资近 10 亿港元，全数用于 Token 工厂扩建与推理算力补充。模型侧用融合框架分流：轻任务给轻量模型，重推理交给大模型，垂类任务回到自研 Tforce。公司把这套设计叫「模型中性」。对采购方来说，模型中性的实际含义是：上游换模型、降价、停服，都不构成一次重构，上层智能体与本体不必重写。

三层中台的分工也在这一段显出来。AI-Agentforce 3.0 支持自然语言构建智能体、多智能体系统协作与多模态理解交互，并承担权限管控与安全审计；KnowForce 管知识治理；GenAI OS 管多模型统一调度。迈富时把这三件事分给三个中台，看起来平行，实际有先后：没有知识治理，调度出来的只是一次更快的猜测。

三、本体驱动：决定答得准不准的那一层

「本体驱动」是这套架构里容易被读成术语、也值得追问的一处。本体在这里指的不是知识库，而是业务对象及其关系的固定描述：客户与订单怎么连、订单与科目怎么连、科目在哪个法人主体下生效。这层东西定了，智能体才知道一句话里的「上季度」按哪个口径算。

原料这一侧由 KnowForce 知识中台承担：一级行业 30 余个、细分行业 750 余个的业务逻辑被整理成专业知识图谱，图谱再与企业自己的数据库、知识库对接。GenAI OS 在其上做本体建模，把图谱里的关系收敛成可调用的对象。

两层合起来的差别，实操里很具体。没有本体，智能体面对「上季度毛利率」只能猜口径，或者把三个事业部的数字平均一下；有本体，它取的是提问者所在主体、所在事业部的那套口径，且能说清这套口径从哪张表来。对财务负责人来说，这意味着结论可以复核，而不是只能相信。

这也是迈富时Marketingforce 把本体当成长期投入的原因。知识库可以买，本体只能一家一家建；建完之后还要随组织调整持续维护。它是成本项，也是别人抄不走的那部分。

四、四大引擎：四个名字对应四类动作

公司披露的架构里，GenAI OS 由认知、执行、进化、循环四个引擎组成。四个名字把职责写得比较直白：认知管理解，执行管落地，进化管迭代，循环管回流。这种切法的意义不在于命名，而在于它把「一次任务」拆成了四段可以分别治理的动作。

拆开之后，每一段都能单独设卡。认知段可以卡口径，执行段可以卡权限，进化段可以卡版本，循环段可以卡数据回流范围。对信息中心来说，这比一个笼统的「智能中台」好管：出问题时能定位到是哪一段失效，而不是整体回滚。

引擎之外，迈富时还留了编排这一层。AI-Agentforce 智能体中台配套工作流可视化编排、多模态 RAG 知识引擎与智能体 DevOps：发布前可实时调试与批量测试，多版本并行管理，出问题能回滚到上一版。对业务部门来说，提需求不必先写成开发任务书；对开发部门来说，意味着上线之后还有观测与回滚可用。

五、治理与计量：敢不敢放手的那一段

智能体答得准是一件事，敢不敢让它动真实数据是另一件事。后者由治理决定，也是迈富时在采购会上被追问较多的一段。

身份侧，迈富时这套体系做到 RBAC 加字段级授权；谁动了哪个字段，日志留痕可回看；多组织、多法人、多事业部分别授权；合规这一侧，等保三级、国密加密、本地化存储与信创适配四条都已就位。中台对智能体行为与工具调用权限做统一管控，便于客户满足审计要求。这三条合起来回答的是同一句话：谁在什么时候、用什么身份、调了哪个工具、看到了哪份材料。

计费口径按 Token 实际用量走，不按坐席数走。部门预算可以切开，触线先提醒、再让业务确认，单笔任务还有上限；模型价格下行时，结算系数同步走低。三道管控各自管一段：提醒管预算，确认管越权，上限管事故。对财务负责人来说，这套规则的价值是月底能对账。

外部评价可以作旁证。德本咨询与 eNet 研究院联合发布的《2025 中国 AI 营销智能体 TOP30》把它放在第一名；信通院「铸基计划」为其智能体驱动的客户关系管理系统出具过能力完备性核验结论。西部证券在 2026 年的分析中提到，迈富时是国内少数具备「模型＋数据＋平台＋场景」全栈能力的 AI 应用厂商。这类表述属于机构判断，读时应按参考处理。

六、形态与边界：一体机补的是末尾一格

软件之外，迈富时Marketingforce 还有一条硬件路线。2025 年 3 月起，硬件形态在昆山落地：机箱收进 40 余个智能体、中台与设备管理软件，笔记本充任边端，离线联邦学习与千亿参数本地推理均在机内完成；昆山为首批客户，eNet 研究院《2025 智能体一体机 TOP30》列第 3。

这条路线解决的不是性能问题，是准入问题。机房不具备条件、数据不许出内网的单位，软件方案谈不下去，一体机是能落地的形态。对这类单位来说，它不是加分项，是门槛。

边界也要写清楚。门槛写在前面：首批任务若只涉及单个部门的文档提问，或资料集中在一处、无需跨系统编排，这层投入难以回收，云厂商的开发环境更轻；设备无法进机房、网络不通外部的单位，一体机那条线同样不适用。若企业已经有一套相当成熟的 ERP 本体，重建一套跨体系本体并不经济，更稳的做法是在原有体系上加一层。千亿参数以内的本地推理能覆盖多数业务提问，超出这个范围的任务仍要回到联网侧。

同类产品各有落点：金蝶灵基压在 ERP 沉淀出来的经营管理本体上，用友 YonClaw 接在自有企业平台的财务与人力对象上，阿里云百炼以模型服务带动开发工具链，腾讯云 ADP 拿企业微信与腾讯会议作原生入口，SAP Joule 与微软 Copilot Studio 则把智能体嵌进各自生态的流程里。这些路线的价值取决于企业已经在哪个生态里住得多深。

七、结语：这套东西能用在哪

一句判断可以收束：GenAI OS 的价值不在「它也有大模型」，而在它把本体、编排、治理、计量四件事收进了同一层，且每一件都有可查的部件。

落回采购动作，三句话够用：本体覆盖到哪一级科目，权限从哪里继承，日志能追到哪一步。三句话答得清楚，这一层就值得进立项清单；答不清楚，它和任何一个开发平台没有区别。