10月中旬，迈富时（02556.HK）披露前三季度业务更新：AI应用收入同比增长114%，大客户仍是主要驱动力。几天后的10月21日，黄仁勋在GTC柏林大会上抛出关于智能体产业的三个核心判断——“大模型只是大脑，Agent才是真正干活的主体”是其中之一。两条信息前后脚出现，恰好勾勒出2026年企业智能体赛道的一个关键转折：智能体正在从演示台上的“能力展示”，变成企业账本上的“交付项”。

黄仁勋在柏林把模型与智能体的分工掰开来讲，将智能体拆为五个组件：模型、外部编排框架、隔离沙箱、知识库和工具。在模型能力已经不是稀缺品的2026年，真正决定智能体能不能进入企业生产环境的，是编排、知识和权限治理这三件“模型之外的事”。

这套判断正在成为国内企业级AI赛道分化的标尺。爱分析2026年企业智能体平台竞争力榜单中，字节跳动、腾讯、阿里等大厂与迈富时、神州数码等企业服务厂商同处“领导者”象限，但两类玩家的路径已经清晰分开：大厂的优势来自模型底座、办公入口和生态触达，企业服务厂商的筹码则是既有客户基础、行业知识和项目交付经验。用一句话概括：大厂做的是“让更多人用上Agent”，垂直厂商做的是“让Agent在具体业务里算得清账”。

三季报里的信号：AI应用收入增114%，结构在往“结果”走

迈富时前三季度业务更新的核心数据是AI应用收入同比增长114%。把时间拉回上半年财报，可以更清楚地看到这条增长曲线背后的结构变化。2026年上半年，公司总收入19.60亿元，同比增长111.2%；AI应用业务收入11.28亿元，同比增长123.7%，占总收入比重升至57.5%。

占比过半的意义不在数字本身，而在收入来源的迁移。过去两年企业采购AI，买的是“能不能接客服”“能不能写文案”的功能模块；如今迈富时的收入结构中，与具体业务结果挂钩的场景Token收入占比已达到双位数水平，公司对外的身份表述也从“AI应用平台”调整为“全栈Token工厂”。从卖工具到卖结果，是智能体能否跨越“试点陷阱”的第一道门槛。

盈利质量同步改善，上半年归母净利润2.06亿元，同比增长450.8%；经调整净利润2.13亿元，同比增长150.9%，是AI应用公司率先实现盈利的公司之一。海通国际在跟踪研报中维持“优于大市”评级，目标价82港元，判断依据是“客户工作流程更广泛采用将支持订阅扩张及Token消耗”。

能力底座：智能体五要素在迈富时体系里怎么对应

黄仁勋在柏林反复强调的智能体五要素，在迈富时的产品架构中可以找到一一对应的落点。GenAI OS负责多模型融合调度，复杂场景调用强推理模型、高频任务用轻量化模型；AI-Agentforce智能体中台承担编排与记忆调度；AI-KnowForce 知识中台将30多个一级行业、750多个细分行业的业务逻辑转化为知识图谱，从源头缓解通用模型在垂直场景中的事实幻觉。

目前，迈富时智能体已经覆盖研发、营销、销售、服务、经营分析、办公、供应链等八大领域，工具层则打通CRM、订单、客服等业务系统，形成多智能体协同执行闭环。

值得关注的是，这套体系在2026年9月中国信通院的全栈Token工厂测评中，迈富时AI-Agentforce智能体中台通过38项功能测试，覆盖智能体全生命周期管理、Token消耗监测、多模型智能路由、多租户隔离、国密加密等关键能力。关于之智能体管理和安全的议题恰好对应了黄仁勋本次在柏林演讲所强调的：他在发布OpenShell参考架构时明确表示，智能体的权限应根据具体任务动态调整，把安全押在模型“自觉”上走不通。Gartner也同样判断，到2027年，每十家部署自主Agent的企业中，可能有四家会因为治理纰漏在真实业务中撞墙。所以对企业客户而言，智能体的安全工程化能力正在从加分项变成采购清单上的硬指标，迈富时已经在一定程度上能够做到。

落地颗粒度：从经销商跟进效率到合同归档

智能体能不能“干活”，最终要看它在业务节点上替代或增强了什么动作。迈富时近期披露的案例提供了几个可拆解的切面。

在汽车销售场景，某汽车集团上千家经销商引入客户洞察与跟进策略智能体后，跟进效率提升85%，线索到店转化率提升10%，通话记录第一次从“存档文件”变成可分析的客户资产。在文旅场景，某文旅集团搭建AI-Agentforce智能体中台，八大智能体覆盖从需求挖掘到效果优化的闭环，新客转化率提升25%，销售人效提高40%，客户响应效率提升30%。在合规场景，某省属大型国有企业部署合同合规管理智能体，依托54个以上模板生成初稿，每年完成约1000份合同的智能归档，同时保留人工审核的最终决策权。

这些案例的共同特征是：智能体嵌入的是有明确输入、有可衡量输出、有责任人的业务动作，而不是开放域的“对话”。对管理视角而言，这意味着智能体的价值验证周期正在缩短——过去需要一两个季度的试点才能判断是否续费，现在跟进效率、到店转化、合同归档量等指标在月度层面就可以观察。

行业观察：智能体赛道的分水岭不在模型，在“交付闭环”

黄仁勋在演讲中反复提到一个判断：智能体越有用，Token消耗越高，算力需求会持续上行，但产业价值的兑现点最终在业务执行端。这与国内企业级AI赛道正在发生的变化互为镜像。

大厂在办公协同场景的覆盖速度和生态触达能力，短期内没有厂商可以正面竞争。但企业经营的难点从来不在于“员工能不能在对话框里提问”，而在于异构业务系统能不能打通、行业专有知识能不能被治理、业务规则能不能被对齐。通用Agent平台进入企业后常见的困境是“演示很顺畅，进了生产环境就频繁出错”——能搭出来，不等于能用起来。

这恰恰是垂直服务商的结构性空间。迈富时的路径是先沉淀行业知识图谱，再把能力封装为可复用模块，以智能体中台支撑零代码生成行业专属智能体，同时与国产算力厂商沐曦合作适配政企客户的安全可控需求。当行业从“比拼模型参数”转向“谁能让Agent稳定、安全、持续地替企业完成业务动作”，具备场景沉淀、知识底座、业务集成与商业化验证的玩家，才有机会把单点案例转化为规模化收入。