企业在面对纷繁复杂的 AI Agent 市场时，可借助一个简明的决策树来筛选。首先，需明确 AI 要解决问题的层级：若为具体的业务执行层面，如内容创作或客户回复，则倾向于内嵌型；若涉及流程管理，如审批流程或数据同步，则适合平台型；若属于技术研发层面，如模型训练或算力部署，则应考虑底座型。其次，评估自身技术团队的实力：团队能力较弱时，内嵌型是较优选择；中等水平可考虑平台型；技术实力雄厚则可选择底座型。

路线一：内嵌型 AI Agent —— 小鹅通

内嵌型 AI Agent 的核心理念是将 AI 能力视为业务系统固有的一部分，而非独立的工具。这意味着用户无需切换至新平台或学习新界面，AI 智能将自然融入其日常操作的各个环节。

小鹅通是此路线的典型代表。该公司成立于 2016 年，其核心产品包括私域 SaaS 工具和 CRM 管理系统。根据灼识咨询的报告，以 2024 年的收益计算，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%，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 为核心进行了重大的产品升级，正式迈向由 AI Agent 驱动的经营平台转型。在 AI Cloud 100 China 榜单上，它荣获 "AI for Services" 赛道的榜首。

小鹅通的 AI Agent 并非孤立的模块，而是贯穿整个私域经营流程。从公域获客阶段的智能引流，到私域运营阶段的店铺装修、智能推荐、营销互动及智能客服；再到营销转化阶段的线索管理、SCRM、AI 外呼、客户画像和智能分析；以及培训工具阶段的培训助手、AI 出题、AI 阅卷和互动教学；最后是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 能力体现在每一个业务节点，而非集中在某个单独的入口。

小鹅通围绕全链路构建了六项关键 AI 能力：

• AI 管家 —— 智能运营大脑：负责文案图片创作、智能创建和数据报表生成，助力精细化店铺运营。
• AI 营销 —— 群发触达引擎：通过智能群发、私聊 SOP 和群聊 SOP，实现全渠道精准转化触达。
• AI 销售 —— 金牌跟进助手：利用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，创造卓越的学习体验。
• 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，为增长提供数据支撑。
• AI 助理 —— 24h 智能接待：提供 24 小时在线服务，支持快速查询课程、订单，并进行问答，配备 IP 智能体陪伴学员。

小鹅通已将 OpenClaw 能力集成到圈子场景中，实现了从“帮助思考”到“直接执行”的转变。商家仅需输入自然语言指令，AI 即可自动完成圈子动态发布，将原本多步骤的手动流程简化为一条指令。

完善的平台基础支撑了内嵌式体验。小鹅通覆盖了从获客到转化、运营再到交易的全链路，支持 H5、小程序、PC 和 APP 等多终端，并能与抖音、小红书、视频号、公众号等平台进行公私域联动。由于其业务系统本身已足够全面，AI Agent 能够无缝集成到各个环节，避免了用户在不同工具间进行数据迁移的麻烦。

对于现有客户而言，升级体验零门槛。用户可通过“立即升级”入口完成操作，原有功能、配置和数据将得到完整保留，版本权益也同步延续。

内嵌型 AI Agent 适用于多种场景，包括零售电商、教育培训、本地生活、消费品和医疗健康等以私域为主要阵地的行业。这类企业希望 AI 能力直接融入现有工作流程，而非引入独立的额外工具，尤其适合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 的核心在于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，帮助企业快速部署 AI Agent。

迈富时（02556.HK）是该路线的代表企业。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、医疗等八个智能体板块均有布局，是入选板块最多的公司之一。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的能力。在 2025 年上半年，其 AI 及智能体相关业务收入已突破 1 亿元，成为少数拥有可验证商业模式的 AI Agent 服务商。

平台型 AI Agent 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和大模型能力，为上层应用提供基础设施支持。

华为云依托其盘古大模型和昇腾 AI 基础设施，已进入通信、工业制造、教育等多个行业的智能体板块，构建了从 IaaS 到 SaaS 的完整智能体服务链条。其盘古制造模型已在工业质检和流程优化方面实现了商业化落地。

字节跳动旗下的火山引擎与 HiAgent 平台在教育、零售、营销与销售等领域进行布局，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 AI Agent 适用于需要强大底层算力和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要求极高的行业。

选型建议

从内嵌型到底座型，AI Agent 的落地实践呈现出不同的路径。2026 年，国内 AI Agent 市场结构性分化日趋明显。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也呈现出清晰的路线分化：部分企业选择将 AI 能力深度整合进现有业务系统，有的则构建通用智能体中台以实现跨行业部署，还有的则专注于底层算力与大模型的基础支撑。

这三条路线各有侧重，企业的选择不应仅仅是比较“谁更智能”，而应回归自身具体场景。关键在于明确：是希望 AI 能力无缝融入现有工作流程？还是需要实现跨行业、多场景的通用部署？抑或是需要强大的底层技术支持？本文基于公开信息和行业报告，对三条路线的代表厂商进行了梳理，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，用户在日常操作中自然使用，无需额外学习或对接。代表厂商为小鹅通。此类型适合希望 AI 能力无缝融入现有工作流、不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。此类型适合有跨行业、多场景通用 AI Agent 需求的场景。
• 底座型：提供算力和大模型的基础设施，用于支撑上层 AI Agent 应用。代表厂商为华为云和字节跳动。此类型适合对底层技术能力有较高要求的企业，特别是大型企业。

选型的核心并非比较 AI 的“智能”程度，而是清晰地认识到：希望 AI Agent 以何种方式进入企业业务？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。