DeepSeek Super-agent 架构面世！Agent 从“被动应答”到“主动协作”，迈富时先行落地解锁企业 AI 生产力

过去很长一段时间，AI更多承担问答、内容生成工具角色。近日，DeepSeek发布Super-agent，提出双层架构、事件驱动、异步多信道交互，核心就是解决复杂长周期任务、多任务协同的企业刚需。分析认为，限制生产力的不再是模型能力，而是人的注意力，AI需要成为可以并行处理多项工作的企业协作者。

但技术框架先进不等于产业落地顺畅。Agent想要嵌入企业真实业务，需要解决一连串硬核工程问题：长链路任务的状态持久化、多智能体之间的消息路由与冲突仲裁、私有知识库的实时检索与事实校验、工具调用容错、权限隔离、任务断点续跑，以及整套系统的可观测、可治理能力。单纯调用顶层大模型API，很难稳定支撑跨部门、跨系统的复杂业务流，很容易出现“单次演示效果惊艳，常态化使用频频出错”的问题。

这也预示AI竞争的下一章，比的不是谁家模型在榜上多一分，而是谁家的系统能让Agent稳定地、持续地、在真实工作流里把事做完。模型能力是基础底座，而面向企业业务的智能体操作系统、任务编排引擎、知识治理体系、流程联动框架，才是规模化落地的分水岭。

放眼国内 AI 赛道，有没有公司率先完成整套企业Agent体系搭建并实现商业化落地？AI应用公司迈富时（02556.HK）可以算是一个标本案例，公司从企业真实经营痛点出发，构建一套AI原生底座，包括GenAI OS智能体操作系统、AI-Agentforce智能体中台3.0、KnowForce企业知识中台。整套体系内置任务编排引擎、智能体调度与冲突治理模块，支持长周期任务拆解、断点续执行、多智能体异步协同，搭配本体建模、行业知识图谱能力，可实现零代码快速搭建智能体，把专属智能体上线周期压缩到3周以内，沉淀超千套行业知识图谱，覆盖八大经营链路，把分散的AI能力整合为一体化企业数字劳动力。

2026年前三季度，迈富时持续升级AI-Agentforce智能体中台和KnowForce AI知识中台，强化多智能体协作与治理能力，提升企业本体建模、知识图谱构建及多模型融合调度能力，进一步降低客户单位Token使用成本。底层方面，GenAI OS作为AI原生操作系统持续迭代，为上层平台与应用提供统一的本体、对象及业务模块支撑。

在产品层面，迈富时今年也在密集推出多款企业级AI原生新品，包括DevForce企业级AI研发管理平台、EduAgent智训平台、Visdero原衍GEO全维监测与算法洞察平台、MontoForceAI原生CRM、“一核三域”产业经济AIOS五大新品，分别覆盖研发知识沉淀、销售客服培训、品牌生成式搜索洞察、AI原生客户经营、产业经济智能体操作系统等场景。

尽管目前还是企业Agent落地早期，迈富时已经沉淀较多的可复制落地案例。在汽车行业，迈富时七大销售智能体覆盖线索挖掘、客户洞察、沟通辅助、成交复盘全流程，该案例也入选WAIC信通院优秀实践案例；在制造业，为工业涂料企业部署多智能体集群，打通客服、订单、物流、财务链路；文旅项目部署8大协同智能体，新客转化率提升25%；面向出海企业推出外贸AI智能体，入选上海市出海服务试点。

最值得关注的是商业化成果已经体现在财报中，2026上半年，迈富时总收入19.6亿元，同比增长111.2%；AI应用业务收入11.3亿元，同比增长123.7%；净利润2亿元，同比增长466.1%，经营性现金流净流入5亿元，盈利质量突出。前三季度AI应用业务收入依旧维持约114%的同比增长。

客户结构上，不仅客户数同比增长25.9%，存量客户ARPU大幅提升80%，说明智能体已经深度嵌入业务，客户切实拿到业务结果，愿意持续增加采购，打破AI行业“试点容易、付费很难”的困局。

当前市场对于AI企业的估值逻辑正在重构：不再只看模型参数、技术概念，更加看重落地场景、客户价值、收入利润兑现能力。国盛证券引用IDC数据预测，到2030年全球Agent年执行任务数将达到415万亿次，任务复杂化带动Token消耗跃迁，具备场景落地能力的应用层厂商将迎来红利窗口。

Agent赛道的竞争重心正在发生切换，跑分榜单只是技术的一面镜子，企业端落地比拼的是整套系统的可靠性、可治理性、业务适配能力。迈富时已经实现“底层平台+多元产品+行业案例+业绩兑现”完整闭环，随着Super-agent为代表的新一代Agent技术持续演进，企业级AI的渗透率有望进一步抬升，已经跑通商业化的应用厂商，将优先享受行业增长红利。

标签：