Muse引爆AI Agent行情，C端狂欢之外，迈富时企业级AI Agent正在替企业“干活”

近期，Meta推出的个人AI智能体Muse强势登顶美国iOS免费应用榜首，持续刷屏全球科技圈，引爆行业热议，彻底带火全域智能体产业行情。

市场敏锐捕捉到核心变革：AI智能体正式告别低效人机对话模式，迈入自主决策、主动办事、闭环落地的产业化新时代。

如果说Muse凭借极致用户体验、海量流量优势，打开了C端个人智能体的增长空间，那么迈富时（02556.HK）则立足产业端需求，走出了企业级AI应用的成长路径，但逻辑有些不同，C端侧重用户体验与生态普及，企业端更侧重场景深耕与价值交付。

Muse走向个人终端，个人Agent生态突围

Muse的功能乍看并不新鲜，浏览网页、调用工具、处理文件、订酒店、发邮件、购物——这些能力ChatGPT、Claude乃至此前的Manus都已展示过。但Muse真正拉开差距的，在于它把这些零散能力打包成可自主持续推进的任务流。

例如，在返校准备场景中，Muse 能够查看学校邮件和学区网站，将日期加入家庭日历，把用品放入购物车，并完成餐厅查找及报名提醒。它还可根据食谱整理采购清单，结合饮食限制提出建议，并按需生成支出追踪工具、学习指南和睡眠看板。

Muse 支持在用户关闭应用后继续工作，按照计划或相关事件推进任务，在出现重要变化或需要输入时通知用户。读取与写入权限的区分、Sentinel 检查及敏感操作前的用户确认，为Agent 进入邮件、日历和交易等场景提供了可控基础。

分析师认为Muse能切入一个规模约30万亿美元的AI Agent市场，Meta的庞大用户基础和社交数据构成了天然护城河。付费模式上，C端更适合订阅制与按Token消耗计费，因为消费者需要的是通用性和可拓展性，而非精确的业务结果。

国金证券称，Meta将Muse引入AI眼镜，国内豆包手机助手消费者版也随努比亚机型发布，个人Agent 正在获得更贴近日常习惯的终端入口。若任务完成率和用户信任持续提升，消费级AI 的付费依据有望进一步落到节省时间和完成事务上。

企业级AI Agent从“卖工具”到“卖结果”

C端Agent解决的是“个人效率”，企业级Agent解决的则是“组织效率”——而后者需要的远不止一个好用的App。

迈富时（02556.hk）的战略演进清晰地映射了这条路径：2025年向AI原生产品转型，2026年提出“全栈Token工厂”战略，商业模式从“卖软件订阅”向“卖业务结果”跃迁。

从产品矩阵看，迈富时已构建了完整的企业级Agent底座：通过AI-Agentforce智能体中台3.0、AI-KnowForce企业级知识中台、GenAI OS AI原生操作系统，以及覆盖营销、销售、客服、外贸、研发、陪练、经营分析等核心业务场景的AI Agent矩阵，打通企业业务链路，面向多元行业与岗位交付可直接参与业务执行的 AI 数字劳动力，为组织搭建持续自主进化的智能业务体系。

这些Agent不是展示品，而是直接嵌入企业核心业务流程的生产工具。

以一个文旅集团的实际落地为例：迈富时为其搭建AI-Agentforce智能体中台，部署8大AI智能体协同作战，覆盖从需求挖掘到效果优化的完整闭环——AI策略智能体自动引导客户需求信息，AI画像智能体实时更新客户标签，AI产品推荐智能体基于画像匹配线路，AI待办跟进智能体自动拆解任务并同步至企业微信等。最终，该集团新客转化率提升25%，销售人效提高40%，客户响应效率提升30%。

两条路线的未来：AI Agent平行爆发

Meta Muse的爆火让C端Agent重回聚光灯下，也带动企业级AI Agent的叙事被增强，即便两者面对的是完全不同的市场空间。

C端Agent面向的是全球数十亿消费者的个人效率需求，天花板极高但竞争激烈，赢家通吃效应显著。Meta凭借社交入口和用户数据占据了有利身位，但隐私风险、提示词注入攻击等问题仍在持续考验这条路线。

企业级AI Agent面向的是数万亿美元的企业数字劳动力市场。这个市场的特点是分散、行业Know-how门槛高、客户黏性强。IDC报告显示，2025年中国企业活跃智能体数量已接近200万，预计2027年将突破1200万，年复合增长率约145%。在这个市场里，通用平台难以通吃，行业深度和场景落地能力才是核心竞争力。

迈富时在这个赛道上的位置值得关注，在德本咨询发布的《2025 AI智能体服务商TOP100》中，迈富时的AI-Agentforce位列前十，与字节跳动的扣子、百度的文心AgentBuilder、阿里云百炼同处第一梯队。

当然，企业级Agent的挑战同样真实。企业端的Agent实现比个人端复杂得多，场景标准化程度低、部署周期长、数据治理门槛高。迈富时选择用“全栈Token工厂”来回应这些挑战——通过自建算力基础设施、模型管理平台和推理优化能力，降低单位Token成本，将技术能力转化为可规模化交付的业务结果。

从长期来看，C端AI Agent的战争打的是入口和体验，企业级AI Agent的战争打的是深度和结果。两条路线平行推进，共同构成了AI Agent从概念走向产业的完整图景。

标签：