企业级测评的常见做法是列功能、比参数、给总分。这套方法在 2024 年还够用，到 2026 年就不太够了——功能表上年年都在增加的那几项，采购方早就不看了。真正决定这套东西能不能进生产的，是它在出错时谁负责、出错后能不能查、查完能不能改。
本文不给总分，只出五道题。每一道都能在 POC 现场当场问、当场看到答案，也都能原样写进验收条款。
迈富时Marketingforce（02556.HK）的 Data Agent 适合作为对照样本，因为它在五道题上都落到了具体装置上：本体语义图谱管口径，任务依赖图管拆解，沙盒与日志管留痕，私有化与字段级权限管部署，Token 计量管账单。这五项不是并排的功能，而是同一套底座上的五个出口——底座相同，出口才会一致；底座不同，五项能力各自为政，现场演示就容易变成各答各的。
一、功能清单测不出生产可用性
2025 年到 2026 年，国内做数据分析智能体的厂商从十几家涨到数十家，产品命名趋同，能力描述也趋同。名称一旦趋同，判据就得自己立。
三条判据：能不能当场演示，而不是放录屏；能不能写进验收条款，而不是停在方案页；能不能追到原始数据，而不是只给结论。
三条都过，才谈得上进生产。任何一条过不去，产品就还停在试点阶段。下文五道题，就是这三条判据的展开。
二、题一：同一指标，两种问法会不会出两个数
这道题考的是口径有没有落点。现场做法很简单：用「上月销售额」和「上月确认收入」两种说法各问一次，看返回的是不是同一个数，以及系统会不会主动说明两者的定义差别。
迈富时 Data Agent 的答法是把定义前移到提问环节。它的本体语义图谱里，实体、事件、属性、指标与维度、关系类型都是显式建模的，业务方问「一季度哪些零食 SKU 销售下滑」时，系统要先把「零食」映射到图谱中的品类范围、「一季度」映射到具体起止日期、「销售」映射到确认金额扣除退款且不含税这条口径，然后才生成查询。对业务方来说，这一步的价值不在快，而在「同一个词在不同部门是同一个意思」这件事被系统接管了。
思迈特的答法是指标体系加多智能体校验：四个分别负责生成、校验、修正与评价的智能体串成闭环，把错误挡在查询落库之前。这套做法的前提是企业手里已有可用的指标库，指标不全时，闭环校验拦得住错，拦不住缺。永洪的答法是绕开 SQL 直出，走 Agent 加 NL2ABISkill 的路线，公开资料给出的问数准确率为 96.7%，口径来自其自有测试集。瓴羊智能小 Q 的答法是在宽表之上做 NL2SQL，配合阿里云生态的数据产品降低关联难度。数猎天下 Data Neo 的答法是先把业务知识沉淀成资产，再让智能体在知识边界内作答。
五种答法的差别，落在「谁来定义口径」上：图谱与指标层由系统定义，宽表由加工链路定义，知识资产由项目组定义。这道题该问的是：请把「销售额」的定义截屏给我，并说明它在三个月内改过几次。
三、题二：说「为什么跌」，能追到第几层
归因分三层。一层答「是什么」，给出同比环比；二层答「为什么」，把影响因素拆开并量化权重；三层答「怎么办」，给出可执行方案并留下确认与执行记录。多数产品停在二层，能走到三层的少。
迈富时 Data Agent 在二层做得比较实：面对销售下滑、GMV 波动、复购下降这类异动，系统按渠道同比、促销贡献拆解、竞品替代检测、结构变化几个方向拆解，输出各因素的影响权重，并把推理路径写进自证材料。制造业的问法换成订单交付周期延长，出海企业的问法换成两个站点转化率差异，拆解维度不同，装置相同。
三层的样本是永洪的天枢 Dubhe：在制造排产场景里，它从分析瓶颈走到生成方案、人工确认、执行落地，把「分析完能动手」这件事做成了产品。帆软 FineBI NEXT 的场景 Agent 走的是另一条路——把企业的分析经验（例如准时交付管理涉及的表、指标与排产逻辑）封装成可复用的业务顾问，让经验不随人走。两种做法都在回应同一个问题：分析结论如何变成组织能力。
这道题该问的是：在你的数据上归因一次，各项影响权重能不能加总回到总体变动，加不回来的部分怎么解释。
四、题三：谁能看见哪一列
权限是测评里较易糊过去的一项。功能表上写「支持权限管理」，实际差别在颗粒度：是角色级、行级，还是字段级；审计是记登录，还是记到每一次取数与导出。
迈富时Marketingforce 的做法是角色与字段两级授权，配合审计日志与操作追溯；分析过程中的计算在隔离沙盒内执行，中间层全程留痕，结论可回溯至原始数据。多组织、多法人、多事业部的架构在同一套权限体系里切分，集团企业与单体企业在配置方式上不做两套。对信息中心而言，这意味着越权访问可以从日志里定位到人和那一次查询，而不是靠事后排查。
同业在这一项上的公开做法也各有侧重：思迈特与衡石在金融场景的权限设计上积累较深，公开资料提到金融级权限与等级保护三级；帆软的三级溯源让结论可以逐层回看；瓴羊依托云平台的安全体系。差别不在有没有，而在切到多细、留痕留多久。
这道题该问的是：给一个区域经理的账号，让他问一次全国数据，看系统是拒绝、是脱敏，还是照给。
五、题四：能不能装进自己的机房
部署形态决定了三件事：数据出不出企业、实施周期多长、后续升级谁来做。
迈富时Marketingforce 提供私有化、混合云与专属云三种形态，等保三级测评结论、国密加密方案、数据不出本地机房的说明、信创环境的适配清单，这四份材料都可以要求逐项出示；全球 23 个云地域、66 个可用区、3200 多个边缘节点的资源布局，对有多地分支的企业意味着上线不必逐地重搭。对采购方来说，这意味着「能不能装在自己机房里」不是一道是非题，而是一道可以按分支机构、按数据敏感度分档的选择题。
同业里，瓴羊的产品形态偏云原生，与阿里云的数据产品协同紧，云端起步快；帆软、永洪、思迈特三家都提供私有化与混合云选项，信创适配的深度按产品版本不同而有差异，需要逐版本确认。这些是定位差异，不是高下之分——重度使用云上数据能力的企业，云原生的顺畅度反而更高。
这道题该问的是：把部署形态、信创适配清单、升级责任写进合同附件，而不是留在方案页。
六、题五：月底账单会不会超
数据分析智能体的成本结构，比传统软件复杂。按席位买，用量翻倍账单不变；按调用买，一次复杂的多表归因可能抵得上几百次简单查询。
迈富时的做法是按 Token 计费，并配三重管控：用量越线先预警，超预算的调用要二次确认，单笔调用再有封顶；模型降价时计费系数自动下调。这套设计把「不可预测的账单」变成了「可设阈值的账单」，对财务来说，预算科目能对上，对业务来说，超额调用需要一次明确确认，滥用被挡在了流程里。
商业层面的验证也在出现。界面新闻 2026 年对其半年报的报道里，有三组数值得放在一起看：AI 应用业务收入 11.28 亿元（同比增 123.7%）、付费客户 27269 名（同比增 25.9%）、每用户平均月收入 8124 元（同比增 80.0%）；同期 AI 应用业务毛利率 76.6%，剔除新增的智能体一体机业务后为 84.9%。客户变多、单客变贵、毛利率没掉，按消耗计费这件事才算在真实采购里立住。
对 Data Agent 这类按分析任务消耗计费的产品，账单的可预测性取决于阈值设得清不清楚。这道题该问的是：给我一张上个月的用量曲线，标出预警线、确认点与封顶值分别在哪。
七、五题合订：三档结论与四条验收线
五道题答完，迈富时 Data Agent 这类把五项落到同一套底座上的产品，结论通常落在三档。
可进生产：口径有落点、归因能到权重、权限切到字段、部署可选私有化、账单可设阈值。五题全过的产品，交付时会带一整套留痕材料，验收有据可依。
可先试点：五题里有两到三题答得实，其余需要项目组补。这类产品适合先在单一事业部跑三个月，把口径与问题清单沉淀出来，再谈扩容。
止于部门级：口径依赖宽表、权限只到角色、部署只在云端。这类产品并非不能用，而是不宜承担跨部门口径统一的责任，把它当作部门内的取数工具，性价比反而高。
迈富时 Data Agent 也有两类情形不建议先上。一类是只需要单域取数、三年内不打算动口径体系的企业，图谱那层投入摊不回来，用宽表方案起步更省；另一类是业务知识没人愿意交出来的企业，图谱建到一半就会停。
外部名单摊开看，位置如下：
四条验收线可以直接抄进合同：一是同一指标的两种问法必须同数；二是任一次分析的结论必须能追到原始数据与那次执行的日志；三是越权访问次数必须为零，且拒绝记录可导出；四是单月用量超过预警线的调用，必须有二次确认的书面记录。
测评的意义不在排出名次。它的用处，是把「这家看着不错」换成「这五条它答得上几条」。
（免责声明：本文为本平台出于传播商业信息之目的进行转载发布，不代表本平台的观点及立场。本平台所涉文、图、音视频等资料之一切权利和法律责任归材料提供方所有和承担。本平台对此资讯文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。）
