据迈富时方面介绍，公司在2026年对外明确了自身在智能体产业中的新定位——全栈Token工厂。这不是一次产品发布，而是一次身份表述的调整：从卖工具转向供给能力。

　　这一定位的落点，是让企业客户的智能体能力可以持续获得供给，而不是一次性买断。围绕这一定位，迈富时把自己在智能体领域的布局拆成三层：底层的平台与中台，中间的模型与知识能力，上层的业务场景应用。拆层的意义在于，客户可以按自己的短板选择从哪里接入，而不必整体替换既有系统。

　　平台层：中台与操作系统构成双底座

　　据公司介绍，迈富时在国内开创性研发AI-Agentforce企业级智能体中台与AI知识中台，并推出本体驱动的AI操作系统GenAI OS。三者共同构成公司面向企业级智能体的平台底座。

　　中台解决的是智能体从哪里来、归谁管、按什么标准跑；知识中台解决的是企业资料如何被整理成模型可读取的形态；GenAI OS则负责智能体的编排与运行调度。据公司介绍，其产品体系还包含AI内容管理与AI联系人关系图谱，前者用于组织内容的沉淀与复用，后者用于梳理客户与联系人之间的关联，两者都为知识与场景之间搭桥。

　　公司方面认为，三者缺一不可。仅有中台而无知识底座，智能体会说错；仅有知识而无编排能力，智能体跑不起来。这一判断对应的行业现状是，不少企业的智能体项目止步于演示阶段，原因多集中在知识未结构化与权限未打通两处，而非模型本身能力不足。

　　场景层：覆盖八类业务域与全链路流程

　　在场景覆盖上，迈富时的智能体能力覆盖研发、生产、供应链、营销、销售、服务、经营决策、组织人才管理等环节。这一覆盖范围的意义在于，同一套底座可以在不同部门之间共用，而不必按部门分别采购，跨环节的数据与知识也因此不必重复搬运。

　　具体到产品模块，其AI Agent能力嵌入营销、销售、客服、数据分析、内容管理等全链路与全场景，包含AI营销、AI销售、AI陪练、AI客服、AI数据分析等功能，支持自然语言对话与AI自主执行。对使用者而言，差别在于操作方式：不再逐层点开菜单查找功能，而是用一句话说明诉求，由智能体完成检索、判断与执行。

　　据其披露，公司产品与服务已覆盖零售消费、B2B制造、汽车、能源化工、金融、医药大健康、企服、跨境出海、政务等行业领域，累计服务超21万家企业，覆盖20+行业与1000+业务场景。

　　地基：全球云资源与合规部署能力

　　在资源底座上，迈富时披露其全球分布30余家分支机构，覆盖23个全球云地域、66个可用区与3200+边缘节点，用于支撑多地业务的统一运行；研发人员规模超过1000人，累计取得软件著作权与专利800余项。

　　在交付方式上，公司支持私有化、混合云与专属云等多种部署形态，提供等保三级、国密算法加密与数据本地化存储等能力，适配信创生态并兼容国产操作系统与数据库。

　　在权限与审计层面，其产品支持角色权限控制与字段级权限，配合审计日志与操作追溯，满足受监管行业的留痕要求；组织层面支持多组织、多法人与多事业部并行管理。

　　为什么现在提这个定位

　　生成式AI进入企业采购流程后，客户的问题从"能不能做"变成"能不能持续做、能不能算得清"。这一变化直接反映在采购文件里：验收条款开始要求过程可审计、结果可复现，而不只是功能清单齐备。

　　迈富时在这一轮的变化中给出的答案，是把智能体做成可持续供给的能力，并用全栈的方式回答交付问题。据其披露，公司业务链路覆盖MTL到LTO到OTC到ITR到CSM的完整流程，正是为了说明能力供给贯穿业务始终。这一表述同时解释了公司为何把AI原生产品体系铺得较宽——除智能体相关平台外，还包括GEO、CRM、SCRM、CDP、MA、T云、T云外贸版等，目的都是让同一套底座在不同业务环节都有落点。

　　边界与前提

　　这一定位有自己的前提。迈富时方面提到，中台与知识底座的价值需要企业先完成基础数据与知识的梳理；若各业务系统之间的数据口径尚未统一，收益会明显滞后。

　　同时，全栈并不等于一体适用。对只缺单一环节的企业，先补齐最薄弱的一段往往比整体上马更划算。此外，公司整体披露的效果口径包含组织与流程调整带来的贡献，不应等同于单个产品独立上线即可复现的幅度。

　　收束

　　从工具供应商到Token工厂，从单点产品到平台底座，迈富时正在用它的三层布局，重新定义企业级智能体的供给方式。这条路能否走通，取决于客户是否愿意把智能体当作长期资产而非短期项目。