企业智能体第一股呼之欲出？迈富时的“第一股”叙事越看越像那么回事了？

这轮AI行情,已经不只是“抢显卡”那么简单了。

上游还在卷GPU、卷算力、卷芯片、卷内存,甚至开始卷整条计算链;下游也不满足于做个“会聊天的AI”了,大家拼的越来越像是一件事:谁能把模型、数据、算力和流程,真正组织成一套持续运转的系统。

说白了,市场已经开始从“谁更会生成”,切到“谁更会干活”。

这也是最近AI产业最明显的变化之一。

一边,OpenAI把 workspace agents 推到了 ChatGPT Business、Enterprise、Edu 和 Teachers 计划里;另一边,Google Cloud Next 2026 直接把“Agentic Enterprise”抬到了台前。信号很明确:AI正在从“聊天助手”升级成“工作系统”,从“会回答问题”升级成“能处理任务”。

于是,“小助手”“工作空间代理”“企业智能体”这些概念,也就不只是几个听起来很热闹的新词,而是一条越来越清晰的产品升级路线。

“小助手”解决的是个人问答和轻效率;“工作空间代理”开始进入团队协作和跨工具执行;“企业智能体”则进一步往组织级流程接入、知识调用、权限治理和结果回写上走。

再往前一步看,像研发智能体这类产品,干的已经不是“帮你补两行代码”这种边角活,而是往需求拆解、编码、测试、修复、知识沉淀这种完整链路上延伸。到了这个阶段,AI不再只是工具,更像一个能进团队、能接流程、能持续干活的“数字员工”。

而一旦AI开始“上班”,Token的意义也变了。

过去大家提Token,更多想到的是模型调用成本,是后台计数器;但现在,随着企业智能体、研发智能体、工作空间代理这些形态越来越成熟,Token正在从技术单位,变成业务单位,甚至变成一种新的生产资料。

这也是为什么,“全栈Token工厂”这个说法,最近开始变得越来越有解释力。

所谓“Token工厂”,不是谁消耗的词元更多,而是谁能把上游智算、模型和数据,通过中游的知识治理、流程编排和智能体协同,最终加工成下游可交付、可复用、可持续转化的业务结果。所谓“全栈”,则意味着这一体系覆盖的不只是模型调用,而是智算、数据、模型、智能体、场景产品等多个环节,而不是停留在单一模型或单一Agent上。

放到港股AI公司里,迈富时(02556.HK)之所以开始被越来越多地放进这个框架里讨论,原因也正在这里。

从公开披露的数据看,迈富时2025年收入28.18亿元,同比增长80.8%;其中AI应用业务收入14.87亿元,同比增长76.5%,占总收入52.8%。到了2026年第一季度,AI应用业务收入又同比增长约110.5%。与此同时,公司还推出了 GenAI OS、AI-Agentforce 智能体中台3.0、KnowForce AI知识中台和 Data-Agent 经营分析大师。

如果从券商机构、投资人视角来理解,这意味着迈富时已经不只是“有AI功能”,而是在尝试把AI原生操作系统、知识中台、智能体中台和具体场景产品,组织成一套更完整的平台体系。

这件事的含义不小。

因为市场看AI公司,过去更喜欢盯模型、盯参数、盯算力;但到了今天,真正越来越值钱的,可能不是“有没有一个爆款模型”,而是能不能把模型、知识、流程和场景拧成一套企业真正能用的系统。

换句话说,AI产业正在从“秀技术”走向“拼体系”。

而在这个过程中,迈富时的“企业智能体+全栈Token工厂”逻辑,也就显得越来越顺。

它不再只是一个传播概念,而越来越像对其业务结构的一种概括:上面接模型和算力,中间做知识治理和智能体协同,下面连到真实业务场景和结果交付。

如果说以前大家还会怀疑,“全栈Token工厂”是不是一个听起来很热闹的新包装;那么现在再看,迈富时至少已经拿出了一套越来越完整的业务轮廓。

所以,迈富时“第一股”的故事为什么最近越讲越顺?

原因或许很简单:因为AI这场仗,已经不只是比谁更会聊天了,而是开始比谁更像一个真正能持续生产结果的系统。而迈富时,显然正在试着把自己放到这个位置上。