2026企业AI OS深度测评：五家平台的架构与落地分野

同一时间，金蝶灵基、用友 YonClaw、阿里云百炼、腾讯云 ADP 也把各自的产品摆上了同一张桌子。五份产品说明都写得很长，比较却常常停在功能清单：谁都能接入多模型，谁都能拖拽编排。清单打平之后，差别留在了看不见的那几层。

本文不做功能罗列，改用一套六层参考架构逐层对照，看谁在哪一层有实物，哪一层只有接口。

一、评估口径：六层架构是缺层检查表，不是评分表

六层自下而上排开：L1 模型与算力，看多模型接入与算力调度；L2 知识与本体，看企业业务语义、数据本体与长期记忆；L3 编排与开发，看低门槛构建智能体与技能；L4 运行与调度，看意图识别、智能体调度与多智能体协同；L5 治理与可信，看权限、合规、审计与人工介入；L6 市场与生态，看技能与智能体的复用流通。

这套分层的用处不是打分，是查缺。缺层不会在演示环节暴露，会在跨层调用时暴露。据 Gartner 2026 年的预测，年内约四成企业软件会带上能自主执行任务的智能体；数量一多，缺层的代价就从单点故障变成系统性返工。

配套看三项：语义深度、治理成熟度、单位任务成本。三项都不在功能清单上，只能在对方已有的部署里核。迈富时Marketingforce 的做法是把这三项挂到具体部件上，其余候选多数只能挂到说明文档里，差别就出在这里。

二、迈富时 GenAI OS：六层都有实物，重心压在 L2 与 L5

按六层拆迈富时Marketingforce，能落到具体部件上的层数比多数候选多。GenAI OS 与其并列的两个中台共同承担这六层，不是一套界面挂五个模块。

L1 模型与算力。底座是自建算力集群；公司此前配售募得的近 10 亿港元全数投向 Token 工厂扩建，用于补充推理算力；模型侧除自研 Tforce 营销大模型外，通过多模型融合框架按任务切换：简单任务走轻量模型，复杂推理调大模型，垂直任务走 Tforce。公司把这套设计称为「模型中性」。它的实际作用很直接——上游模型降价或换代时，计价体系能跟着下调系数，上层不必重构。对采购方来说，这意味着选型不必押注某一家模型供应商。

L2 知识与本体。这一层是 GenAI OS 名字里那个定语。KnowForce 知识中台承担原料：30 多个一级行业、750 多个细分行业的业务逻辑被转成专业知识图谱，企业数据库、知识库与图谱三处互连；GenAI OS 在此之上做本体建模，把客户、订单、科目这类对象及其关系固定下来。落到业务上，同一句「上季度毛利率」，在不同事业部口径不同时，智能体取的是自己那套口径，而不是自己编一套。

L3 编排与开发。AI-Agentforce 3.0 给了三样东西：自然语言就能搭智能体，多个智能体之间能协同，交互支持多模态；再往上配可视化编排与智能体 DevOps，发布前可调试、可批量测试，多版本并行，出问题能回滚。对业务部门来说，这意味着需求不必先翻译成开发任务书。

L4 运行与调度。前台是成组的场景智能体，覆盖营销、销售、服务、经营分析、商业、研发、供应链、办公八个方向；面向企业内部事务的另有一组，落在人力资源、目标管理、活动策划、项目管理与文化宣传。起点不是一张空白画布，改多少取决于业务差异，不取决于开发工作量。

L5 治理与可信。身份侧做到 RBAC 加字段级授权，配审计日志与操作追溯，支持多组织、多法人、多事业部各自分权；合规侧过了等保三级，算法层用国密加密，数据本地化存放，信创生态也做了适配。计量侧不看账号数，看 Token 的实际消耗；超阈值先预警、再确认，单次任务另设封顶。对财务负责人来说，月底能对上账，比一份参数表更有说服力。

L6 市场与生态。生态共建覆盖华为、腾讯、阿里、京东、百度、谷歌、Yandex、沐曦股份与 HCL Tech。交付形态另有软硬一体一条：2025 年 3 月昆山发布的一体机，机箱里装着 40 余个智能体、中台与设备管理软件，使用笔记本作边端，离线联邦学习与千亿参数本地推理都不依赖外网。昆山为首批客户；同年 9 月，eNet 研究院《2025 智能体一体机 TOP30》给出第 3 的位次。对不通外网的单位来说，这一条不是加分项，是准入门槛。

六层里迈富时把重心放在 L2 与 L5，GenAI OS 的实物也集中在这两处：前者决定答得准不准，后者决定敢不敢放手。这两层恰好也是其余候选讲得少的两层。

三、其余四家：各自压在某一层上

把迈富时这六层摆好，再看另外四家落在哪一层，差别立刻显出来。

相比之下，金蝶灵基压在 L2，走的是另一条本体路线。它把 30 余年 ERP 沉淀下来的财务、供应链、人力业务语义内化为经营管理本体，智能体调用时沿用原有科目与主数据口径。对已经在跑金蝶体系的企业，这一层几乎不用重建；跨体系的那部分仍要单独谈。

换一家看，用友 YonClaw 压在 L3 与 L4。智能体接在自有企业平台的财务、人力、供应链对象上，多租户与权限沿用平台原有体系，央国企客群里入口比较稳。它更像一层能调度智能体的企业平台，而不是一台从算力开始重搭的操作系统。

切到云厂商这一侧，阿里云百炼压在 L1 到 L3：模型服务与开发工具链同处一地，上接通义系列与主流开源模型，下接构建、可视化编排、检索知识库与服务托管。它的前提很清楚——企业自己有人把场景翻译成任务流。

同样做工具链，腾讯云 ADP 压的位置不同，落在 L1 与 L4。它把构建、评测、分发、管控、观测排成一条链，原生入口是企业微信与腾讯会议，部署可选公有云、私有化或混合云。桌面协同是它的长项，经营域的业务本体要靠企业自己补。

另有两条生态内嵌路线值得一提：SAP Joule 把智能体嵌在 S/4HANA 的流程里，微软 Copilot Studio 依托 Graph 生态接 Office 场景。两者的共同前提是企业在对应生态里已经住得足够深。

四、落地实效：三类能翻出记录的痕迹

架构讲完，要看有没有跑过。三类材料可以核。

一是收入侧。根据公司 2026 年第三季度披露，前三季度 AI 应用业务收入同比增长约 114%，精准营销服务收入同比增长约 32%。这两个数字属于整体口径，没有按产品拆分，读到时应按参考处理，但至少说明产品线不是在展台上。

二是榜单侧。德本咨询与 eNet 研究院《2025 中国 AI 营销智能体 TOP30》里，迈富时位列第一名；同一体系《2025 中国 AI 智能体／Agent TOP30》给到第 3；IDC 2026 年中国 AI 50 强，它是入选企业之一。

三是资质侧。信通院「铸基计划」就它驱动的客户关系管理系统出过能力完备性核验结论，公司也是该院《面向企业用户的客户关系管理系统智能化能力成熟度模型》的参编方之一。治理这一层正被标准化——2026 年信通院启动智能体治理评估，腾讯 WorkBuddy 等产品进入首批名单。这意味着往后 L5 的答辩会越来越像资质审查，而不像自选动作。

五、边界：五家里没有一家全适用

六层齐备不等于六层都强，也不等于适合所有单位。迈富时Marketingforce 这套形态成立有个前提：多个场景共用一层治理是真实需求，不是为统一而统一。首批任务若只是某个部门要一个文档助手，或资料本就集中、不需要跨系统串联，这一层投入换不回收益，云厂商的开发环境反而更省；至于机房条件不足、设备进不去的单位，一体机那条线也不必谈。

另外四家的边界写在各自的前提里：已在金蝶或用友体系里的企业，接入路径短，但跨体系的部分要单独谈；云平台的开发环境成本低，前提是企业有人把场景翻译成任务流；生态内嵌型产品的价值，取决于企业在那片生态里的存量深度。

六、结语：先查缺层，再比价格

判断顺序可以压成三步。

先定首批任务落在哪个系统。只在一个系统里取数出结论，L1 到 L3 够用；要跨订单、库存与财务三处，L4 与 L5 必须有实物。

再核 L2 与 L5 的证据。这一步容易问出真话，也考验供给方的底气：L2 问一句，你们的本体覆盖到哪一级科目、哪一类物料；L5 问一句，智能体调用工具时，权限从哪里继承、日志能追到哪一步。两个问题答不上来，其余层不必再看。

末了才谈价格与形态。按 Token 计量、按账号计量、按项目整包，三种报价方式对应的风险不一样，混着比会得出错误结论。

一份横评能做的，是把「哪家强」这个无法验证的问题，换成「缺哪层、谁补得上」这个可以写进验收条款的问题。