百度搭子三级跳，搭起了AI生产力的“传动轴”

从20倍增长，到企业版和搭子联盟

文/杨磊

编辑/王芳洁

2017年，经济学家布林约尔松在讨论“现代生产力悖论”时提出，AI是和蒸汽机一样的通用技术，二者都在生产提效中起杠杆作用。

这个判断放到百度搭子身上，已经有了一个直观注脚：上线不到4个月，日均提问次数暴增20倍。

在AI的杠杆中，模型必然是支点，那么力臂是什么呢？众所周知，决定杠杆效能的，永远是力臂够不够长。

答案当然是智能体。随着这场杠杆革命从概念验证走向规模化应用，越来越多的工作已由智能体协同完成。

在日前举办的百度AIDAY上，百度集团执行副总裁、百度智能云事业群总裁沈抖就预期，未来90%的工作中都会有智能体的深度参与。

正是在这样的共识下，2026年，海内外巨头纷纷将战略重心转向企业级AI Agent平台。微软发布了完全重构的Copilot Studio，试图通过Microsoft 365生态的深度绑定来锁定企业用户；谷歌则将Vertex AI升级为Gemini Enterprise Agent Platform，希望成为企业Agent的“任务控制中心”。

中国这边，执行型智能体百度搭子也于3月22日正式上线，该智能体能看见屏幕、操作软件、处理文件、串联业务系统，实现从想法到结果的全流程自动执行。

今年5月，上线仅2个月的百度搭子就拿下了PinchBench、DeepResearch Bench双榜第一。到7月10日，其日均提问次数已较上线初期暴增20倍。

一个智能体产品，在不到4个月里同时跑出评测成绩和使用增速，说明它已经不只是技术样品，而是在被用户高频调用。

和生活助手类Agent不同，工作场景里的Agent要拿下用户，逻辑更简单：能不能给出结果。App Store里，一名用户给百度搭子的评价是：“用过不少AI助手，多数智能聊聊天，写写短文，但百度搭子是真的能帮你把事情做完那种。”

的确，工作不闭环，等于没工作。正如蒸汽机的诞生，也并不等同于生产力爆发。

最初，瓦特改良的蒸汽机只能用于矿井抽水，真正让它成为“万能原动机”的，是瓦特与博尔顿设计的齿轮联动装置，让蒸汽机通过传动轴和齿轮带动机器。

但这仍不是终点。蒸汽机进入车间后，又与整个生产组织进行了适配。至此，工厂制度才取代手工工场，现代工业终于诞生。

所以历史早已经给出了答案，AI要撬动更大的结果，就必须从个人工作流、走到组织流程，再到产业现场。

本次AI Day，百度搭子个人版全面升级、企业版首次亮相、渠道伙伴政策同步发布，国内首个Agent搭子联盟也正式启动。

这几项内容同时落地，说明百度搭子已经不满足于做个人桌面上的效率工具，而是在向企业流程、伙伴网络和产业现场同时外扩。

百度搭子的三级跳，是从个人办公，到企业组织，再到产业生态。它要做的，是把智能体这根生产力杠杆不断加长。

01

智能体的价值不止于承担大量重复、低效、流程化的任务，更在于能打开个人的能力边界，重构人机协作方式，释放人的生产力和创造力。

正是在这种背景下，李彦宏判断，DAA（Daily Active Agent）会成为智能体时代新的度量衡，核心看有多少智能体在真的干活，能完成任务、交付结果、创造价值。

无意义的token消耗，已经让很多人有了真实的痛感，但真让智能体干活，也发现痛感并未完全消失。原来在真干活，和真拿结果之间，其实是有gap的。

大家发现，要为智能体的“中断成本”买单。

今天的绝大多数智能体，本质上仍是“被召唤的仆人”，你打开对话框，输入指令，它回应，然后继续下一条。

每一次交互都是一次中断：你从正在做的工作中抽离出来，切换到AI界面，组织语言，等待响应，再把结果粘贴回去。模型能力越强，你能让它做的事越多，切换的频率也越来越高。能力在增长，但中断带来的摩擦也在同步增长。

当一个智能体从偶尔用一下的效率工具，变成每天都要用的“工作搭子”，这一个个摩擦就成了一个个真实的堵点。

所以，百度搭子的核心设计思路之一，就是降低这种摩擦。它不再是一个需要人类主动召唤的对话工具，而是一个理解你工作上下文、主动配合的执行型搭档。这种能力在最先发布的个人版上就已经集成。

百度搭子的做法，是把这些摩擦尽量藏到系统背后。它会根据任务自动判断走本地技能、浏览器操作还是搜索接口；PC与移动端共享上下文，换设备后不用重新交代背景；BrowserUse也从截屏分析升级为更直接的网页操作，让检索、点击、填报这类网页任务更像人在浏览器里自然完成。

一位服装品牌创始人对百度搭子同时发过三个任务：处理客诉邮件、分析销售数据、生成新品海报。百度搭子像人一样登录邮箱，主动回复客户；面对三份格式混乱的表格，自己编写脚本完成清洗，给出电商和直营门店的具体备货建议；随后又生成模特上身效果图和HTML宣传文章。

过去这需要三个岗位花几天时间，现在几分钟就完成。

甚至70岁的老人都能用。作为野生动物摄影师，老万在长白山用8台红外相机24小时录制监测视频，素材累积超百TB。过去筛选动物画面、整理监测日志全靠一帧帧扒，几天才能完成。现在他只需像唠嗑一样下达指令，百度搭子便自动识别动物片段、归档并生成专业日志，全程几分钟。

老万拿到结果发现，关键信息归纳得比他自己整理的还详细，哪条视频、几分几秒出现什么动物，一目了然。

全过程不用老万写一行代码，百度搭子是提高老万工作效率的“发动机”，更是他的工作搭子，融入了他的工作流。

这些都得益于百度搭子的性能强大。很长时间里，人们将智能体的性能等同于模型参数，其谬也大，就像做题家未必是实干家，智能体的终极使命是在真实场景中融入工作流，完成任务、交付结果。

这个结论实际已是业界共识，以PinchBench榜单为例，PinchBench在23个真实场景、147个任务中考察Agent的多步推理与工具调用能力，百度搭子以93.3%和93.2%包揽前两名，超越Anthropic和OpenAI。

同一模型在百度搭子框架中表现更强，说明取胜的不只是参数，更是架构对工作流的理解。

沿着这个逻辑，百度搭子个人版在7月10日继续把办公场景做深：PPT生成能力围绕模板、配图、排版、图表和可编辑成品输出升级，自媒体专业套件则覆盖选题、热点洞察、图文创作、短视频脚本、分镜口播、发布辅助和运营复盘。

它不是只把答案写出来，而是更接近把一个办公或内容任务交付出来。

当然，对于百度搭子，榜单的结果、老万的认可、能力升级，都只是刚刚开始，因为它还需要走向更广的场景当中。

02

20倍增长说明个人用户已经在把任务交给百度搭子，但企业要真正用起来，问题会复杂得多。

“能用，但不敢用”，中关村论坛上，百度智能云副总裁殷大伟用六个字点出了企业的真实困境。

过去两年，无数企业尝试把AI引入工作流。结果往往是：个别员工用得风生水起，但一旦推广到整个团队，问题全来了：数据安全怎么管？权限怎么分？AI做的事能不能追溯？员工A调教好的技能，员工B能不能直接用？AI产出的东西散落在各处，怎么沉淀成公司的知识？

类似的困境19世纪的人也遇到过，当工厂用电动机开始替换蒸汽机，却并没有实现生产力的发展，原因很简单，车间仍按蒸汽机逻辑布局，电动机的优势无从发挥。真正飞跃发生在二十年后，工厂彻底重新设计，才真正接住了电动机的马力。

当AI成为每个员工日常工作的标配，个人生产力的提升，又如何才能最终形成高效组织？

我们都知道，个人产品可以是灵活、自由、personal 的。但组织的逻辑恰恰相反，它追求的是可控、可管、可沉淀。

这两种价值取向之间存在天然的张力。一个在个人桌面上运转良好的AI，进入组织后如果没有被“驯化”，不但不会提升生产力，反而可能制造风险。

所以百度搭子企业版的设计，本质上就是在给AI搭建组织级的运行框架。

积分共享解决资源错配，企业统一采购后可以按需分配；技能共享解决重复建设，一个成员沉淀的数据处理流程，可以一键共享给全组织；成果共享和资产沉淀解决知识流失，所有AI输出统一归档到项目文件夹，高频操作固化为可复用Skill，AI对组织上下文的理解也会持续加深。

在企业里，效率是生命，安全是底线。如果AI这架新引擎接不上企业的安全体系，动力再强也送不进“车间”，甚至都不敢放进“车间”。

为此，百度搭子设置了四层安全体系解决信任底线，企业管控、审计合规、SLA保障、安全护栏，层层设防。

不是相信AI不会出问题，而是万一出问题知道怎么追溯。百度搭子支持本地化部署，企业可将模型部署在私有服务器上，确保数据全程加密。

百度搭子将发布行业内首个企业级Skill接入标准。这不是一个功能更新，而是在定规则。

此前，企业要接入AI能力，每个系统、每个服务商都是独立对接，接口不统一、安全标准不一、维护成本极高。百度搭子的Skill接入标准提供了一套统一的规范，让企业自有系统、第三方SaaS服务可以安全、标准、高效地接入百度搭子的技能体系。

它降低了接入门槛、保障接入安全、确保能力可复用，这是AI助手从“能用”走向“企业级可用”的基础设施。

这些设计并非空中楼阁企业版发布后，百度搭子开始面向企业客户、ISV伙伴和渠道伙伴推进落地，并通过企业级Skill接入标准和渠道伙伴政策，降低企业接入智能体能力的门槛。

华硕商用电脑与百度联合推出的企业级方案，采用“云端+端侧”混合推理架构，支持敏感文件处理、批量OCR识别等高隐私任务的本地化执行，可适配金融、法律、医疗等高合规要求场景。

个人版验证了AI在个体工作流中的放大效应，但放大之后，必须用组织框架来承接，这是百度搭子企业版的核心逻辑。

AI不再只是每个人的“私人搭子”，而是整个组织可调用、可管理、可沉淀的“公共动力”。由此，AI 这个新时代的动力单元，总算被组织接住、接入生产、开始创造真实的价值。

这套“被组织接住”的逻辑，在全球范围内并非孤例。

微软和谷歌的优势在于强制集成，让AI成为已有的办公软件和云服务体系的增值服务。而百度搭子更强调任务执行和产业穿透，走进个人、企业的产业现场，关心的是“AI到底能不能替我干好活”，并进一步搭建连接产业现场的“AI传动轴”。

但这又面临一个新问题，即不同行业有完全不同的知识壁垒和业务逻辑。一套通用的企业版，如何进入服务业的场景、制造业的车间、政务的审批流程、零售的供应链？各个行业的逻辑和运营体系完全不同，一套标准化的产品，怎么适配每一个具体的产业现场？

03

历史已经回答过这个问题。

蒸汽机普及之后，纺织业、冶金业、造纸业没有用一模一样的机器。每个行业根据自己的生产特点设计了不同的传动方案和工艺流程，通用动力和行业know-how之间，由一个巨大的“适配层”填补。

问题是，AI时代的“适配层”由谁来建。

AI公司擅长通用能力，即大模型、Agent框架、标准化技能平台。但供应链逻辑、运营商体系的业务流程、SaaS出海的合规要求等等这些“行业深水区”，不是坐在办公室里写代码能解决的。

百度很早就意识到这点，它的云服务早就服务到了各行各业，很清楚自己的能力项，也明白自己的边界。边界以内的事情，做到更优，边界以外的事情，帮助客户做到更优。

所以百度智能云创设了“搭子联盟”，它不是渠道拓展，而是能力的分布式扩展。

每个伙伴带入各自的行业know-how和客户资源，百度搭子回馈通用AI能力和标准化平台。伙伴做行业深潜，百度搭子做能力底座。

目前百度搭子搭子联盟共有11家伙伴，覆盖东、北、南三大区域以及SaaS和运营商赛道。

南京万云、云游四海、上海云寰、上海新致、河南星联、重庆典名、创维、成都一苇、深圳九曲、香港智域、中国联通等伙伴加入后，百度搭子的‘朋友圈’开始迅速变大：创维带入家电和消费电子场景，中国联通带入运营商政企渠道，香港智域带入SaaS出海能力，区域伙伴则带来本地客户和行业服务经验。

这标志着百度搭子的企业级应用从产品走向生态，也意味着它不再只靠自身能力单点突破，而是开始借助伙伴网络进入更多企业、更多行业和更多具体场景。

百度搭子也因此完成了“三级跳”。

个人版融入个体工作流，先跑出20倍增长和高频使用；企业版用组织框架承接个人效率，让AI从“私人搭子”变成“公共动力”；搭子联盟则通过行业伙伴完成“最后一公里”的适配落地，让通用平台真正走进每一间“车间”。

百度搭子能在几个月内跑出这样的增速，并继续向企业和生态外扩，背后并不只是一个前端产品。

正如沈抖所言，把百度搭子做好并不容易。智能体带来更长链路的推理、复杂的工具编排、大量的文件读写，也会带来权限、安全、成本和数据治理的新挑战。

这意味着，AI云不能只提供算力或者模型，必须具备从AIDC建设到芯片、超节点、集群，再到AI训推引擎、数据智能的全栈能力。

众所周知，在中国头部云厂商中，百度智能云是极少数能够打通“芯片—框架—模型—平台—应用”全栈AI链路的厂商之一，并在数据、工程和产业落地上拥有深度积累。

面向智能体，百度智能云全面升级为新全栈AI云，通过AI Infra支撑智能体在大规模、高并发、高频使用下稳定、快速、低成本地运行，通过Agent Infra提升智能体完成任务的准确率和效率。

终究投产比才是衡量生产力的金标准。蒸汽机普及，是因为瓦特让耗煤量降到纽科门机的四分之一；电动机取代蒸汽机，因为电力比煤炭更便宜。每一次生产力革命，都伴随着单位能量成本的大幅下降。

6月15日，百度搭子完成核心引擎升级，在保障执行效果的前提下将Token消耗降低了75%。

百度就是要让AI的“动力成本”足够低，低到企业可以大规模部署，低到DAA可以成为每个生产者的肌肉记忆。

所以，百度搭子要做的就不仅是一款智能体产品，而是成为一根AI时代的“传动轴”。

从日均提问次数暴增20倍，到个人版升级、企业版发布，再到11家伙伴加入搭子联盟，百度搭子的速度在变快，覆盖面也在变宽。

接下来在WAIC期间，百度搭子还将围绕“通用智能体的执行力”“如何让AI真正为你工作”“组织效能跃迁”等方向继续展开分享，把AI Day上的发布内容带到更大的行业现场。

它把澎湃的动力传递到个人桌面、组织流程、产业现场，传递到每一个真实的工作场景中去，让每一个使用它的人和企业，都能拿到实实在在的结果。