模型能力加速商品化 迈富时把企业智能体壁垒建在业务上下文上

10月26日，OpenAI发布GPT-6.1 Terra，把视觉推理与计算机操作下放到中端模型，标准API定价较上一代低50%。同一周，MiniMax推出M3.1 Flash，智能体调用价格较前代下降约七成；月之暗面以开源权重发布3万亿级参数的Kimi K3.1 Pro。

模型在变便宜，企业买得也越来越多，但回报却还没有跟上。德勤中国与香港大学联合发布的《决策者视角下的企业AI应用》报告显示，2026年进入AI生产部署阶段的受访企业占比已从2025年的56.0%升至64.4%，但同期仍有48.5%的企业反馈AI项目实际投资回报低于预期，44.4%无法明确核算投资回报率。

当模型能力褪去稀缺性，企业级智能体的真正价值，究竟扎根于何处？AI应用公司迈富时（02556.HK）试图回答这一问题。

从按token付费到按任务结算

Anthropic于10月26日向美国证券交易委员会提交的S-1文件，为这一轮降价划出了边界。文件显示，该公司在2026年上半年营收162.86亿美元、约为去年同期14倍的同时，算力与基础设施支出近90亿美元，并已承诺未来在云服务与算力方面支出5180亿美元；招股书同时提示，数据中心日益依赖天然气，电力与合适场地的竞争非常激烈。可见大模型价格下探并非成本自然通缩的结果，而是厂商在已经锁定的产能承诺下争夺利用率。所以应用层会持续享受成本改善红利，但大模型报价不会无限下行。

企业客户真正需要锁定的也不是token单价，而是单次任务的成本。智能体执行长流程任务时会反复读取上下文，设计不当时，token消耗随任务步骤非线性增长，同一项任务在不同时点的花费可以相差数倍。

迈富时在“全栈Token工厂”战略下，完成从通用Token到场景Token的价值转化。公司打通算力底座、大模型、智能体中台、业务应用四层架构，把各大厂商输出的原始通用Token，通过知识筛选、语义建模、流程约束、权限管控层层加工，剔除冗余信息，把无差别的算力消耗，转化为贴合业务流程、任务边界清晰、成本可控的“场景Token”。

同样一项业务任务，经过上下文治理后的场景Token消耗量可大幅降低，把浮动的调用成本变成可提前锁定的任务成本，真正实现“Token消耗跟着业务结果走”，而不是跟着对话长度走。当单位成本可以被锁定，交付口径才从订阅与用量，转向可验收的业务结果。

上下文而非模型能力成为新的分水岭

模型能力商品化之后，企业级智能体的可用性也越来越多地取决于它是否理解这家企业如何运转。企业智能体如果缺乏对组织运作方式的理解，就会漏掉约束条件、消耗过量算力，并犯下代价高昂的错误。

国内AI产业专家指出，行业正从“数据分析时代”迈入“企业智能体时代”：过去业务人员需要在CRM、ERP、工单系统之间来回切换，手动把分散数据拼接成完整业务逻辑；而智能体无法自动完成跨系统业务缝合。单纯把智能体连上数据库只会输出碎片化结论，真正的核心是教会智能体读懂企业自身的业务运转规则。

企业上下文至少包含四个层次：一是数据与系统，即CRM、ERP、邮件、文档、SOP中的原始记录；二是定义与语义，即“活跃客户”“净销售额”在本企业的具体口径；三是关系与状态，即客户、合同、订单、回款之间的实体关联，以及一笔业务当前卡在哪个审批环节；四是规则与权限，即哪一级别可以批准折扣、谁能够对外承诺。缺少任何一层，智能体的输出都会从可执行退化为可参考。

上下文并非越多越好，把全部邮件、记录与会话一次性塞入上下文窗口，会引入冲突信息、过时数据与权限风险。因此，企业智能体真正稀缺的能力不是接入数据库，而是知识治理——清洗、本体建模、结构化与持续更新。

迈富时的应对是把行业知识沉淀为可复用的资产，据公司披露，公司研发的KnowForce知识中台已沉淀30多个一级行业、750多个细分行业的知识图谱，TForce营销领域大模型基于超过22万家企业营销数据训练，平台累计服务企业客户超过21万家，已构建500多个企业智能体应用。

落地层面，迈富时通过KnowForce中台对零散文档、业务数据做统一治理：先对多格式资料做智能切片、剔除无效信息，再搭建本体语义模型，统一全公司业务术语口径；接着梳理业务实体关联与审批权限，搭建起分层受控的企业专属知识库；最后将精简后的结构化知识注入智能体上下文，只保留当前任务必需的业务信息，从源头杜绝Token浪费、减少AI幻觉。同时，依托AI-Agentforce智能体中台，企业可以零代码搭建专属数字员工，把治理完成的业务上下文直接嵌入智能体任务流程，让智能体严格按照企业规则开展工作。

持续研发投入，构筑业务壁垒

研发投入的方向，决定企业长期壁垒的高低。迈富时持续将资源投向知识治理与智能体中台，持续拉开与单纯调用通用大模型厂商的差距。

2026年上半年，迈富时研发开支3.25亿元，同比增长286.7%，研发费用率16.6%，同比上升7.5个百分点，资金投向KnowForce知识中台、AI-Agentforce智能体中台、TForce行业大模型三大基座建设。

与之形成鲜明对比的是，同期销售费用率11.4%、管理费用率4.6%，两项费率同比双双下降5.6个百分点。公司不再依靠大规模市场获客拉动增长，转而依靠技术壁垒提升客户价值。

投入结构的优化也带来收入结构的质变。上半年AI应用业务收入11.28亿元，占总收入的57.5%，毛利率高达76.6%。同一时期，AI应用业务付费客户数27269家，同比增长25.9%，单用户月均收入同比大增80.0%。客户数量与单客价值同步走高，说明增长不再单纯依靠新客户扩张，存量客户正在持续深化多场景部署，付费价值持续抬升。

迈富时在三季报中进一步提到，客户正在从单一功能模块，逐步升级为多模块、全链路的企业智能体体系；商业模式也从传统软件订阅，逐步转向按场景任务、场景Token结算，业务收益与AI落地成效深度绑定。

大模型能力正在快速商品化，企业可以随时比价更换通用模型；但企业专属业务上下文、行业知识图谱、精细化知识治理能力正在快速稀缺，这恰恰是应用层服务商难以被替代的核心壁垒。

未来企业级智能体的竞争，不再比拼谁调用的模型更强、谁拿到的API价格更低，而是比拼谁能把冗余上下文压到最低、把智能体输出对齐业务规则，最终在每一次可验收的业务结果上完成价值结算。

免责声明：所有平台仅提供服务对接功能，资讯信息、数据资料来源于第三方，其中发布的文章、视频、数据仅代表内容发布者个人的观点，并不代表泡财经平台的观点，不构成任何投资建议，仅供参考，用户需独立做出投资决策，自行承担因信赖或使用第三方信息而导致的任何损失。投资有风险，入市需谨慎。