推产业智能体操作系统，百度智能云要把Agent带入企业

随着AI加速进入产业，云市场迎来新一轮增长，百度智能云也跑出了增长加速度。财报显示，2026年第二季度，百度AI云基础设施收入同比增长50%，其中GPU云收入同比增长283%。

算力需求快速增长背后，一个更重要的问题随之出现：这些投入如何进入企业的真实业务，并最终转化为可衡量的经营结果？过去几个月，腾讯、阿里、字节、百度等大厂相继推出AI办公产品，不断增强产品价值和生态壁垒。办公正在成为大厂最先争夺，也最容易被用户感知的Agent场景。

9月16日，在众多企业争夺AI办公入口的当下，百度智能云在2026智能经济论坛上给出了一个更高位的判断：办公不是终局。狭义的办公功能将逐渐被通用智能体吸收，真正的战场在企业的核心业务场景。沿着这条路径，百度智能云正在把智能体竞争从“办公产品之争”，推向产业落地、系统能力与全栈AI能力的全线竞争。

01、AI办公不是终局，要让Agent真正进入产业

很多人对这一轮AI办公热潮最直观的感受，大多落在内容生产环节。写文档、做PPT、整理会议纪要、查找资料，这些高频场景能够迅速带来效率提升，也因此成为智能体最先进入企业的入口。

但在百度智能云看来，如果只是把AI办公理解为内容生成，就低估了企业办公的复杂度。毕竟，无论是一份文档、一张表格还是一场会议，它都只是一项任务的某一个环节。企业真正复杂的工作，是让一项任务跨越不同部门和系统持续向前推进：它能对齐不同信息，协调不同资源，审批不同部门预算，执行结果还要被跟踪和反馈等。

这意味着，衡量办公智能体的价值，不能只看它是否缩短了写作和检索时间，还要看它能否调动企业内部的知识、流程、工具和权限，帮助员工完成一项更完整的任务。

在现阶段，许多Agent解决的仍是单点问题。它可以更快地生成方案、整理资料或分析数据，但工作完成后，往往还需要人去申请预算、协调部门、操作业务系统并跟进结果。也就是说，各环节之间的连接仍由人来承担，企业整体效率就会大大受限，智能体带来的价值也更多停留在局部提效，尤其在涉及生产、研发、风控等核心场景中更为明显。

与写文档相比，企业的核心业务场景不只需要公共知识，还依赖企业独有的数据、流程、行业经验和决策规则。智能体既要理解任务，也要知道可以调用哪些系统、在什么权限下操作，以及如何根据结果继续执行。

因此，办公只是智能体进入企业的第一步。随着通用智能体能够调用更多工具和系统，常规的办公能力如写作、会议纪要等则会逐渐下沉为基础能力，智能体的价值中心则会继续向业务深处迁移。

某种程度上，这解释了当前模型能力的快速进步，尚未完全转化为同等幅度的经济增长。尽管技术迭代在不断加快，但AI还没有大规模进入生产、经营和社会运行的核心环节，产业规模与技术热度之间仍有距离。

相关数据显示，过去一年，全球AI资本开支约为5000亿美元，仅占全球GDP的0.4%。同期，电力消费与电力系统投资之和已接近全球GDP的5%。从投入规模来看，AI还没有系统性地进入真正的基础设施周期。

要缩小这段距离，关键不只是继续提升模型能力，更要让Agent进入生产、研发、营销、风控等真实业务。当智能体能够调用企业的数据和工具，参与业务流程，并对最终结果负责，模型能力才可能转化为看得见的降本、增收与效率提升。

比如，在研发场景中，智能体的作用不应止于搜索资料或生成报告，还可以参与方案优化和反复验证。阿尔特汽车曾使用百度的伐谋智能体优化汽车风阻方案，在经过120轮自主调优后，生成的方案被用于真实车型设计。

百度集团执行副总裁、百度智能云事业群总裁沈抖表示，“产业智能体有机会拉近模型能力与经济增长两条曲线，把技术进步转化为企业经营成果，让大模型从一项技术真正变成经济力量”。

02、百度智能云的解法：打造产业智能体操作系统

一家企业引入智能体时，首先要回答的除了选择哪个模型，还有哪些能力可以直接使用，哪些必须自己建设。对此，百度智能云的判断是，不同类型的任务需要采取不同的建设方式。

此次大会上，沈抖将企业任务大致分为三类：20%属于日常运营，30%集中在专业领域，另外50%直接影响企业经营的核心任务。与之对应，产业智能体也可以分为三类：通用智能体、专业智能体和定制智能体。

其中，日常运营、信息处理和跨部门协同等通用任务，可以交给百度搭子这样的通用智能体。据介绍，百度搭子底层拥有一套Harness系统，可以根据任务复杂程度选择相应架构，调用合适的能力和资源。

百度搭子还构建了三层体系，逐步理解用户的兴趣偏好和处理问题的方式，并将反复验证过的工作流与工作经验沉淀为技能，使其成为企业可以复用、积累和传承的能力。

对于营销、数据分析、应用开发等已经形成成熟方法和工具的专业任务，则可以直接交给专业智能体。目前，百度专业智能体矩阵已经进入多个客户的核心业务流程。

沈抖介绍称，百度的专业智能体矩阵包括可自我演化的智能体伐谋、本体构建智能体百度胜算、应用开发智能体秒哒、代码智能体文心快码、视觉智能体一见、营销智能体Hogee和数字人智能体一镜。

最难的是第三类，即定制智能体。这类任务建立在企业自身的数据、流程、系统和行业经验之上，无法依靠通用产品直接解决，却最能体现一家企业的差异化竞争力，需要企业完成定制的“最后一公里”。

为此，百度智能云将百度搭子的底层技术开放出来，发布百度搭子开发平台。它不只是一个智能体开发工具，还提供覆盖开发、上线、运行和持续进化全流程的Harness系统。企业可以在平台上调用自身的数据、知识、工具和业务流程，定制符合内部经验与工作方式的智能体。开发完成后，这些智能体既可以交由百度搭子统一调用，也可以进入生态，与其他企业和开发者分享交换。

在这套体系中，百度搭子不只是执行通用任务的智能体，也是串联专业智能体和定制智能体的统一入口。它向上承接任务，判断应当调用哪一类智能体；中间连接企业的数据、知识、权限和业务系统；向下调度云上的算力、存储与安全资源。

由此，智能体、企业系统和云基础设施被组织进同一套体系，围绕具体任务协同运行，形成一套能够完成闭环、对结果负责的产业智能体操作系统。

这套系统有一个很大优势，企业不需要推翻原有的数字化建设成果，而是可以通过Skill、MCP等方式接入，再由新一代智能体调用。智能体在执行任务中产生的数据、经验和方法，也能持续沉淀下去。

泰康便是百度智能云定制智能体落地的一个典型案例。过去几年，百度智能云持续参与泰康底层平台和知识体系建设，并协助其在医疗健康、风控合规、销售运营等场景部署智能体。

今年4月，泰康正式上线智能体开发平台，目前已经在平台上发布3500多个智能体，日均消耗Token达200亿。此前基于工作流和Chatbot开发的智能体也没有被淘汰，而是通过Skill、MCP等方式接入新平台，由新一代智能体继续调用。

大会当天，百度智能云还进一步宣布，百度搭子开发平台将向合作伙伴开放，并承诺不向合作伙伴抽佣，希望吸引更多开发者把行业知识、专业工具和工作流程带到平台上，共同完善产业智能体生态。

03、一朵全栈AI云，打开更大的增长空间

不过，这套操作系统要从试点走向规模化，离不开从芯片、云、模型到应用的全栈AI能力。只有打通算力供给、模型调用和智能体运行，Agent才能以可控的成本稳定工作。

“芯云模体”的全栈AI能力，是百度智能云为这套智能体系统提供的底层支撑：百度搭子负责接收和调度任务，模型负责理解与推理，AI云负责运行和管理智能体，芯片与数据中心提供算力。

模型选择是其中最直接的一环。一个Agent不必从头到尾使用同一个模型：复杂推理可以调用能力更强的模型，简单操作则可以选择响应更快、成本更低的模型。

为此，百度智能云将MaaS下沉为基础服务，让企业能够按需调用和切换模型，不必每更换一次模型就重新开发上层应用。模型作出判断后，具体任务会在Agent Cloud中执行。Agent在独立沙盒内调用工具，系统记录它执行过的每一步。结果出现异常时，企业可以回看过程；涉及内部数据时，调用还要经过身份、权限和安全检查。

这些能力解决的是智能体从“能用”到“敢用”的问题。当大量Agent同时进入业务后，企业仍然清楚它们调用了哪些数据、执行了哪些操作，并能在出现问题时及时干预。

智能体在每执行一次任务时，都会产生Token和算力消耗。在算力层面，百度昆仑芯已在互联网、能源、金融、制造、汽车、运营商、教育等行业建设了全国产昆仑芯集群。

同时，天池超节点已实现全栈国产，从核心部件到液冷系统、从整机架构到高速互联，实现完整国产化路径，百度也是国内第一个完全开放自研超节点架构的厂商。在AIDC方面，百度通过标准化预制模块将建设周期缩短30%以上。

由此来看，百度智能云的“芯云模体”形成了一条完整的运行链路：电力进入数据中心，芯片提供算力，模型完成推理，智能体调用工具和企业系统，最终交付任务结果。

当这条路径被打通，产业智能体便有可能规模化进入生产经营流程，百度AI云的增长逻辑也将随之“换挡”：从出售训练和推理资源，走向提供一整套全栈AI的运行环境。

沈抖表示，当产业智能体真正运行起来，芯片、云、模型、智能体四层会形成相互放大的产业大循环。这个循环放在企业内部就是产业智能体操作系统，成为企业的增长引擎；放到产业里，就是AI作为底层基础设施的增长飞轮。

这也为百度智能云打开了一个比算力供给更大的增长空间。届时，百度AI云50%的增速将不再只是一个周期性数字，可能意味着市场需求正从“训练与推理算力”向“Agent全栈运行环境”迁移。

未来，随着整个产业的发展，相信产业智能体还会爆发式增长。对百度智能云而言，下一阶段的增长空间，也蕴藏在产业智能体进入每一家企业、每一个真实业务场景的过程中。

（文 | 豆蔻，图片来源 | 视觉中国，本内容转载自财经天下WEEKLY）