2026年夏季达沃斯的相关报道，尤其是参与名单，堪称一份观察全球经济重心走向的完美样本。
国家电网的张文峰，象征的是能源底座；宁德时代的曾毓群，象征的是物理世界的电动化；诺华的Giovanni Caforio、中国生物制药的谢承润，象征的是生命科学；贝恩的Orit Gadiesh，象征的是全球商业战略的顶层视角。
这份名单透露出一个信号：“规模化创新”的主体，正在从“软科技”向“硬科技”和“实体产业”加速迁移。 当创新需要深入电网、电池材料、制药分子和农业化肥时，单纯比拼“谁的模型参数大”就失去了叙事引力。真正重要的是：技术能不能嵌入物理世界的真实流程，并产生可量化的商业结果。
这个信号，恰好和近期AI行业一个关键的范式讨论撞在了一起——Agent时代的软件，正在经历“Agent Control Plane”的底层重构。 一份关于Agent时代商业模式的研究，把这种重构概括得极为精炼，也为理解迈富时这类公司的真实价值坐标，提供了更犀利的框架。
一、软件的“旧假设”正在被Agent拆掉
传统的AI应用平台，建立在五个隐含前提上：
1. 入口假设：用户需要进入某个应用才能完成任务。
2. 学习假设：用户愿意学习这个应用的菜单、按钮和表单。
3. 分散假设：工作流天然被拆散在不同的系统中。
4. 锁定假设：通过系统锁定数据、通过工作流锁定组织流程。
5. 收费假设：一个人登录软件等于一个“seat”，软件价值与人类用户数绑定。
Agent正在从根上挑战这五条。当用户不再频繁进入应用，而是让AI象征自己跨系统完成任务，“应用入口”“UI黏性”“seat价值”“数据封闭性”“工作流控制权”都会被重新定义。
这对迈富时意味着什么？
意味着不能再用“卖多少套AI工具、铺多少用户席位”的传统尺子来量它的价值。它真正的资产，不是软件License，而是能够让AI在企业真实系统里安全、合规、可控、可计量、可归责地完成高价值工作的那套“控制平面”。
二、Agent时代的六层新栈：AI原生应用平台的价值被“重排”
这份研究提出了一个清晰的Agent-native软件栈（自下而上）：
1. 模型能力层：推理、编程、多模态、规划、工具使用。
2. Agent Infra层：模型路由、记忆、沙箱、身份、可观测性。
3. 工具连接层：MCP、连接器、工具调用、API网关。
4. 工作流封装层：技能、模板、SOP、策略、评估。
5. 企业产品层：Agent工作台、Copilot、领域Agent。
6. 行业交付层：咨询、系统集成商、垂直软件、行业伙伴。
这个栈更关键的战略判断是：AI原生应用平台的价值被“重排”。 拥有关键System of Record的平台、拥有高质量专有数据的平台、拥有关键动作权限的平台、能提供Agent Control Plane的平台——这四类会更强。而薄UI、重复性后台流程、跨系统搬运信息的工具，更容易受到冲击。
对照迈富时的产品矩阵，这个栈的映射关系就非常清晰了：
-
它的KnowForce AI知识中台，对应的是“数据上下文”和“流程语义”层——让Token理解企业自己的产品、规则和流程。
-
它的AI-Agentforce企业智能体中台，对应的是“企业产品层”和“工作流封装层”——把Token变成任务执行。
-
它的Data-Agent和GEO，则是将经营分析和AI搜索时代的品牌触达，变成可调用的能力节点。
迈富时试图构建的，不是某个单点工具，而是一个让企业智能体安全、可控地完成业务动作的Agent Control Plane。在Agent时代，这个位置的战略价值，远高于“又一个AI功能”。
三、收费模式的迁移：从Seat到Governance，迈富时的位置在哪里？
这份研究提出的商业模式迁移路径，是理解迈富时估值逻辑的关键钥匙：
Seat（席位） → Token/API（用量） → Credit/Action/Work-unit（Agent关键计量） → Governance/SLA/Marketplace（企业级溢价）
单纯卖Token，是模型厂商和公有云的底层计量，企业不关心Token消耗量，只关心业务价值。而迈富时的“场景Token”概念，本质上是把这个链条往上拔了一层——把Token绑定在“一次金融合规咨询”“一次工业产品选型”“一次文旅复购触达”这样的业务动作上。
这刚好踩在“Credit/Action/Work-unit”这一层：Agent的关键计量单位。 再往上，就是治理、SLA和生态分发的溢价层——这正是那份研究报告强调的“真正可收费的七类资产”：被授权的数据上下文、可信连接器的托管认证与维护、流程语义和异常处理、生产运行遥测和评估数据飞轮、可信责任主体加SLA加合规背书、Agent Runtime与Control Plane、生态分发和认证。
迈富时手里的牌，不是某个Skill或Connector——那些复制成本低，容易不收费化。它真正值钱的，是让AI在金融、工业、文旅这些场景里“安全、可控、可计量、可归责地完成工作”的那层治理能力。乐橙云服的合规可控交互，是“流程语义+可信责任”的典型；润滑油品牌选型助手，是“数据上下文+领域知识”的典型；文旅集团全旅程运营，是“遥测评估+持续优化”的典型。
四、从达沃斯联席参会名单，看迈富时的“场景Token”卡位
回到达沃斯这份联席参会名单。
国家电网和宁德时代象征的，是“能源-算力”基础设施的规模化创新。希克玛制药、诺华、中国生物制药象征的，是高价值实体产业的数字智能化。雅苒国际象征的，是传统工业品向准确农业、可持续方案的转型。
这些产业巨头的共同点是什么？它们都需要AI，但它们需要的不是闲聊模型，而是能进入自己研发流程、供应链管理、客户服务和渠道赋能的“场景Token”。
这正是迈富时试图卡位的空间：不是给这些巨头提供底层算力——那是国家电网和华为云们的战场。而是在这些巨头的销售、客服、工业选型、出海营销等具体场景里，把通用Token“炼”成高价值的场景Token。
达沃斯的主题是“规模化创新”。对迈富时而言，规模化创新的考题不是“算力规模有多大”，而是：金融场景的案例能不能规模化复制到更多金融机构？工业选型的模板能不能从润滑油扩展到更多工业品类？文旅运营的链条能不能从一家集团复制到更多目的地？
五、待验证的，依旧是那三道“场景Token”的硬考题
当然，叙事逻辑清晰，不象征商业验证已经完成。这套框架反而让几个验证点变得更加尖锐：
1. Token双收费机制，能不能形成长期的“持续订阅制”？ 短期主流模式不会是纯Outcome Pricing，而是“基础订阅+使用计量+可选SLA”。迈富时的场景Token定价，有没有跑出这样的梯度？
2. 行业案例，能不能沉淀为可复用的Agent Skills和行业模板？ 如果每个项目都是高度定制，边际成本降不下来，ARPU的天花板就锁死了。
3. 定增智算项目的投入，是服务于Agent Control Plane的稳定性和低时延，还是滑向了重资产竞赛？ 如果答案是后者，那它就是在Token总量过剩的池子里继续加注。
结语
2026年夏季达沃斯的联席参会名单，是一面镜子，照出了“规模化创新”真正需要深耕的硬核产业。而Agent时代软件范式的报告，则提供了一套全新的坐标系，帮我们识别谁在卖Skill，谁在构建Control Plane。
迈富时想讲的故事，不是“我有一个很牛的AI应用”，而是“我能让AI在你的真实系统里，安全、合规、可计量、可归责地完成高价值业务动作”。场景Token，就是这套叙事更关键的计量单位和价值锚点。
当达沃斯在讨论能源、电池、制药和农业的规模化创新时，迈富时要交的答卷，是它能不能把这些产业的业务动作，变成自己平台上的场景Token消费。这个逻辑一旦跑通，“企业智能体中台”就不再是口号，而是一个可拆解、可追踪、可估值的商业框架。
