拆解迈富时“全栈Token工厂”:四层架构如何把算力炼成结果
财经
财经 > 商讯 > 正文

拆解迈富时“全栈Token工厂”:四层架构如何把算力炼成结果

“全栈Token工厂”这个词听起来像营销话术。拆开看,你会发现它是一个完整的技术-商业架构。

迈富时的四层架构,每一层解决一个具体问题。

第一层:算力层——智算实体支撑

解决的问题:Token从哪里来?谁来保障算力供给?

资产:上海迈富时焱基词元智算技术有限公司(全资子公司,注册资本1亿元)。

经营范围:人工智能行业应用系统集成服务、人工智能基础软件开发、数据处理和存储支持服务、信息系统集成服务。

意义:在全栈叙事中,这是“实体锚点”。当市场质疑“你的算力从哪里来”时,这家公司提供了答案——不是概念,是实体。

在国产芯片份额从不足20%升至41%、昇腾950PR性能达英伟达H20 2.87倍的背景下,迈富时的智算层也有了国产化适配的想象空间。

第二层:模型层——多模型融合调度

解决的问题:用哪个模型?怎么用最划算?

架构:多模型融合框架,统一接入与路由大模型/小模型/行业模型。根据任务自动切换:简单任务走轻量模型,复杂推理调用DeepSeek V4,垂直任务走自研Tforce营销大模型。

自研资产:Tforce营销大模型,沉淀21万家客户近20年的营销数据训练。

意义:不绑定任何单一模型。当DeepSeek V4便宜时用DeepSeek,当其他模型更适合时无缝切换。客户无感,但成本最优。

关键能力:提升Token“智能密度”——同样100万Token,经过模型层调度,产出的有效信息量远高于单模型调用。

第三层:平台层——OS+中台+知识库

这是四层中最复杂、也是最被低估的一层。它决定了Token是“散乱消耗”还是“生产资源”。

GenAI OS:中国首个企业级生成式AI操作系统。让AI可控、每一步可被审计,让AI能够跨系统、跨场景,真正走向生产。

智能体中台AI-Agentforce:企业级智能体生产、编排、治理平台。

核心能力:

自然语言生成智能体(NLA)——业务人员用白话描述需求,系统自动生成智能体

多智能体协同(MAS)——多个智能体分工协作,完成复杂业务链路

全生命周期管理——搭建、部署、监控、归因、成本核算

一个关键公式:没有中台,Token是散的、乱的、不可复用的。有了中台,Token变成可计量、可优化、可复用的生产资源。智能体之间共享上下文、记忆、工具,减少重复Token消耗,提升单Token商业产出。

知识中台 KnowForce AI:企业私有知识、行业知识库、记忆与上下文管理。将非结构化数据转化为结构化知识,构建相互关联的知识图谱。

解决的问题:模型听得懂企业“黑话”吗?知道权限边界吗?遵守合规要求吗?

没有知识中台,AI只是一个聪明但没培训的员工。有了知识中台,AI才成为真正能进组织、能被管理、能被审计的企业员工。

第四层:场景层——Token变成结果

这是离钱最近的一层。每一个场景Agent都是一个“小型Token工厂”。

经营分析大师:构建了从数据获取、清洗、标准化、实时计算到模型调优的全链路技术体系。在毫秒级内将企业内部私有数据转化为大模型可理解、可调用、可计量的标准化垂类Token。

Token作为数据查询、分析、推理任务的统一计价单元,让经营分析大师服务从非标交付转变为按量计费、持续消耗、高复购的订阅式现金流。

SuperCodeX Agent:企业级研发智能体。不是“AI编程工具”,而是企业内的一个AI研发团队——7×24小时写代码,持续消耗Token。

六大闭环能力:环境部署、项目从0-1、代码学习、文档对齐、代码评审、管理监测。

三大核心优势(对标竞品):

本地化部署,安全可控——企业代码不出内网

企业知识库绑定——研发智能体可随时调用企业知识库、接口规范、历史代码规则

项目闭环监控——可以看到谁在用、消耗了多少Token、运行状态如何

GEO智能助手:AI搜索时代的品牌可见性管理。

三层价值:

基础层:词元效率优化,减少无效Token消耗

中间层:获取AI引用权,让品牌内容成为AI生成答案的优先候选

上层:场景Token变现,将AI引用转化为实际业务成果

AI销售智能体:围绕线索识别、客户分层、个性化话术、跟进节奏、成交推进,把销售经验沉淀成可复用的智能体动作。

Token经济的自循环体系

迈富时的四层架构,形成了一个自循环:

Token投入 → 智能体执行 → 商业价值产出 → 更多Token投入

这就是AI原生商业的自循环体系。

算力层提供Token原料,模型层提升Token智能密度,平台层实现Token可治理、可复用,场景层将Token转化为商业结果。

每一个循环,都在积累三个核心资产:

数据资产:Token消耗越多,积累的业务规则、行业知识库越丰富

模型资产:反馈数据反哺模型优化

客户资产:结果越好,客户越愿意增加Token消耗

这就是为什么续费率98%、KA客户ARPU增长60.6%——不是客户“不走”,而是客户“越用越多”。

四层架构的本质,是把AI从“成本中心”变成“利润中心”。

亲爱的凤凰网用户:

您当前使用的浏览器版本过低,导致网站不能正常访问,建议升级浏览器

第三方浏览器推荐:

谷歌(Chrome)浏览器 下载

360安全浏览器 下载