從大模型到Agent：百度GenFlow2.0，定義新賽點(diǎn)

　　「最炫Agent風(fēng)」正刮，誰(shuí)能成為御風(fēng)者？

　　文 | 佘宗明

　　PC互聯(lián)網(wǎng)時(shí)代的技術(shù)主要呈現(xiàn)界面是Web（網(wǎng)頁(yè)），移動(dòng)互聯(lián)網(wǎng)時(shí)代的是App（客戶端），那AI時(shí)代的呢？

　　比爾·蓋茨兩年前的預(yù)言，就給出了答案：AI Agent將是AI最大的賽道，「Agent（智能體）不僅將改變?nèi)藗兣c計(jì)算機(jī)的互動(dòng)方式，還將顛覆軟件行業(yè)，引發(fā)自鍵入命令到點(diǎn)擊圖標(biāo)以來計(jì)算機(jī)領(lǐng)域最大的革命。」

　　如果說彼時(shí)他的這番斷言還有些超前，那如今「AI Agent時(shí)代已來」?jié)u成共識(shí)的現(xiàn)實(shí)，就跟他打了個(gè)響指。

　　3個(gè)月前，微軟CEO納德拉就在微軟2025年Build大會(huì)上表示：「我們已經(jīng)進(jìn)入了AI Agent時(shí)代，正在見證AI系統(tǒng)如何以全新方式幫助我們解決問題。」

　　有意思的是，當(dāng)時(shí)還跟納德拉進(jìn)行了連線的馬斯克，旗下AI公司xAI前不久還準(zhǔn)備籌建名字內(nèi)涵微軟（Microsoft）的子公司巨硬（MacroHard），定位于打造AI Agent生態(tài)。

　　在硅谷掀起「最炫Agent風(fēng)」之際，大洋彼岸的中國(guó)科技企業(yè)也正以前瞻的技術(shù)布局與獨(dú)特的技術(shù)路徑，在這場(chǎng)決定未來若干年AI應(yīng)用生態(tài)格局的賽道上積極卡位，努力將身位從追趕者變?yōu)轭I(lǐng)跑者。

　　01

　　回顧現(xiàn)代技術(shù)演進(jìn)史，技術(shù)發(fā)展總是遵循著「技術(shù)突破-產(chǎn)業(yè)聚焦-場(chǎng)景落地」的路徑，AI也不例外。

　　2023年初，ChatGPT出圈揭開了AI大模型軍備競(jìng)賽的序幕，兩年多過去了，在「Agent元年」說法的掩映下，全球科技巨頭競(jìng)爭(zhēng)焦點(diǎn)正從大模型參數(shù)轉(zhuǎn)向Agent。

　　原因很簡(jiǎn)單：隨著大模型參數(shù)規(guī)模擴(kuò)大帶來的邊際效益遞減，如何讓AI從「被動(dòng)響應(yīng)工具」變成「主動(dòng)規(guī)劃執(zhí)行者」，已成行業(yè)新命題。而Agent就是AI從「感知智能」邁向「認(rèn)知智能」的關(guān)鍵載體，也是連接大模型技術(shù)與真實(shí)場(chǎng)景的核心橋梁。

　　作為能自主理解任務(wù)、規(guī)劃步驟、調(diào)用工具的AI應(yīng)用形態(tài)，Agent可以讓AI不再是孤立的技術(shù)模塊，而是能深度嵌入企業(yè)運(yùn)營(yíng)系統(tǒng)的「生產(chǎn)力單元」，解決傳統(tǒng)AI應(yīng)用場(chǎng)景碎片化、投入產(chǎn)出比低等問題，推動(dòng)AI技術(shù)在產(chǎn)業(yè)側(cè)的應(yīng)用落地。

　　在硅谷，OpenAI在GPT-4之后，迅速推出GPT-4o Agent，試圖通過連接代碼解釋器、網(wǎng)頁(yè)瀏覽器等工具，打破大模型「只能對(duì)話不能行動(dòng)」的局限；微軟則將Copilot深度集成于Windows系統(tǒng)與Office全家桶，提出「Agent for Everyone」戰(zhàn)略；谷歌則押注「多智能體協(xié)作」，發(fā)布了Gemini Agent Suite。

　　▲國(guó)內(nèi)外科技巨頭們都在發(fā)力AI Agent。

　　在國(guó)內(nèi)，科技企業(yè)也在加碼發(fā)力。動(dòng)作最大的，當(dāng)數(shù)百度：從2024年發(fā)布文心智能體平臺(tái)AgentBuilder，到今年4月推出全球首個(gè)內(nèi)容操作系統(tǒng)「滄舟OS」、先發(fā)在行業(yè)內(nèi)率先實(shí)現(xiàn)全場(chǎng)景滿足、全鏈路覆蓋的AI Agent GenFlow1.0、上線通用超級(jí)智能體App心響，百度在Agent賽道的深耕軌跡清晰可見。

　　8月18日的百度AIDAY上，百度文庫(kù)與百度網(wǎng)盤又聯(lián)合發(fā)布了全球首個(gè)全端通用AI AgentGenFlow2.0，以「全端通用」「并行任務(wù)」「記憶可溯」等突破性進(jìn)展，為國(guó)產(chǎn)AI在全球Agent領(lǐng)域的競(jìng)爭(zhēng)注入了強(qiáng)勁動(dòng)力。

　　這極具默契的轉(zhuǎn)向背后，是AI產(chǎn)業(yè)對(duì)AI價(jià)值的認(rèn)知再校準(zhǔn)：AI的價(jià)值不在于炫技，而在于應(yīng)用。AI時(shí)代，企業(yè)需要的是能自動(dòng)生成財(cái)報(bào)、拆解項(xiàng)目計(jì)劃的AI助手，個(gè)人需要的是能同步處理郵件、整理資料的AI助力，這些都在倒逼AI從「能說會(huì)道」向「能做會(huì)干」進(jìn)化。

　　02

　　盡管被寄予厚望之下，AI Agent迎來了爆發(fā)之勢(shì)，但不得不說，當(dāng)前行業(yè)仍面臨著理想與現(xiàn)實(shí)的鴻溝：市面上多數(shù)Agent產(chǎn)品還停留在「單輪對(duì)話+插件」階段，并沒邁過從實(shí)驗(yàn)室玩具到生產(chǎn)力工具的那道門檻。

　　今年4月，Gartner就發(fā)布報(bào)告稱，市場(chǎng)上正充斥著所謂的「智能體洗牌」現(xiàn)象，即廠商將普通AI助手或ChatBot重新包裝為「智能體」，但這些產(chǎn)品實(shí)際缺乏真正的自主智能能力。

　　揆諸現(xiàn)實(shí)，當(dāng)下很多Agent跟用戶現(xiàn)實(shí)期待仍有不小差距，這具體反映在幾個(gè)方面：

　　1，任務(wù)拆解能力不足。許多Agent在處理復(fù)雜任務(wù)時(shí)，會(huì)出現(xiàn)邏輯斷裂。

　　你讓它「生成新能源汽車市場(chǎng)季度分析報(bào)告，需包含政策分析、競(jìng)品數(shù)據(jù)和趨勢(shì)預(yù)測(cè)」，它可能要么遺漏「政策分析」等關(guān)鍵模塊，要么將「競(jìng)品數(shù)據(jù)」局限于單一品牌，最終產(chǎn)出的結(jié)果經(jīng)常需要人工大幅修改。

　　這是因?yàn)楫?dāng)前很多Agent的任務(wù)規(guī)劃算法仍依賴簡(jiǎn)單的規(guī)則匹配，缺乏對(duì)復(fù)雜需求的深度理解與動(dòng)態(tài)調(diào)整能力，無法像人那樣將復(fù)雜目標(biāo)拆解為「數(shù)據(jù)采集—分析建模—內(nèi)容生成—格式轉(zhuǎn)換」等有序子任務(wù)。

　　2，結(jié)果質(zhì)量不可控。不少Agent生成的內(nèi)容，動(dòng)輒存在低級(jí)錯(cuò)誤。

　　我曾用某教育類Agent幫我生成講座課件，結(jié)果PPT中出現(xiàn)了「媒介即訊息是尼爾·波茲曼提出」的結(jié)論。

　　根源在于，這些Agent缺乏專業(yè)知識(shí)庫(kù)，無法安全訪問私域資源（導(dǎo)致內(nèi)容片面），只能依賴自身大模型訓(xùn)練數(shù)據(jù)（導(dǎo)致信息滯后）。

　　3，效率與協(xié)作存在瓶頸。有些Agent處理跨領(lǐng)域復(fù)雜任務(wù)，非但耗時(shí)久還易卡殼，有些還無法與用戶現(xiàn)有工具（如文檔、云盤、專業(yè)軟件）無縫對(duì)接，儼然成了信息孤島。

　　說白了，是因?yàn)檫@些Agent太依賴單個(gè)模型能力和串行工作模式，難以應(yīng)對(duì)多任務(wù)并行、動(dòng)態(tài)調(diào)整等需求。

　　▲市面上的大多數(shù)Agent還存在諸多能力的不足。

　　理論上講，Agent應(yīng)該像擁有超能力的AI管家，接到任務(wù)后會(huì)先畫思維導(dǎo)圖（規(guī)劃），再檢查步驟對(duì)不對(duì)（驗(yàn)證），然后有條不紊地執(zhí)行。它長(zhǎng)著數(shù)字眼睛，能「認(rèn)路避障」（環(huán)境感知），帶著AI大腦，能權(quán)衡利弊（自主決策），揣著工具百寶箱，能「訂票叫車」（工具調(diào)用），還能有始有終（完成任務(wù)閉環(huán)）。

　　可太多Agent不是視障就是智障，可用性、穩(wěn)定性都不如人意。這就導(dǎo)致，企業(yè)將核心業(yè)務(wù)、重要任務(wù)交給Agent處理的意愿不足。

　　諸如此類的痛點(diǎn)，對(duì)應(yīng)的其實(shí)是行業(yè)的機(jī)會(huì)窗口。在Agent競(jìng)速進(jìn)入深水區(qū)的背景下，誰(shuí)能率先解決可用性、穩(wěn)定性、資源整合等問題，誰(shuí)就能在Agent時(shí)代建立起技術(shù)與生態(tài)的雙重壁壘，掌握定義行業(yè)標(biāo)準(zhǔn)的主動(dòng)權(quán)。而GenFlow2.0的解決痛點(diǎn)導(dǎo)向，就來得很明晰。

　　03

　　跟時(shí)下那些只能跑在網(wǎng)頁(yè)或客戶端上，還得有邀請(qǐng)碼或內(nèi)測(cè)資格才能用的Agent有別，百度文庫(kù)GenFlow2.0有兩個(gè)典型特征：一是全端通用；二是現(xiàn)貨可用。

　　目前它已同步上線百度文庫(kù)網(wǎng)頁(yè)端、百度文庫(kù)APP，用戶無需排隊(duì)等待，就能開箱即用。

　　我在移動(dòng)端試用時(shí)，發(fā)現(xiàn)它還有個(gè)很人性化的地方——將傳統(tǒng)「瀑布流」任務(wù)展示改為「并列式」進(jìn)度可視化，我下達(dá)指令后，能直觀看到每個(gè)Agent的分工（如A Agent負(fù)責(zé)數(shù)據(jù)搜索、B Agent負(fù)責(zé)PPT生成）。

　　我體驗(yàn)完后的內(nèi)心os是：百度該給產(chǎn)品經(jīng)理加雞腿了。比起滾動(dòng)條沒完沒了地下拉，這樣操作才更切合普通用戶日常習(xí)慣吧？

　　值得注意的是，全球「首個(gè)全端通用Agent」并非GenFlow2.0的唯一優(yōu)點(diǎn)——它直接來了幾個(gè)行業(yè)首發(fā)，包括并行模式、記憶模式和全程可干預(yù)模式。

　　▲我使用GenFlow分析2024年至2025年Agent市場(chǎng)格局演變的全過程，期間因我中途暫停提出新要求，拖長(zhǎng)了其完成任務(wù)的時(shí)間，但最終交付結(jié)果堪稱驚艷。

　　先說并行模式。我讓GenFlow2.0分析2025年Agent市場(chǎng)格局，生成對(duì)比表格并制作競(jìng)品分析PPT，它會(huì)自動(dòng)調(diào)度「市場(chǎng)分析Agent」「數(shù)據(jù)可視化Agent」「PPT生成Agent」「網(wǎng)盤檢索Agent」等多個(gè)專家級(jí)Agent并行工作，而非逐一處理。

　　據(jù)了解，GenFlow2.0依托百度文庫(kù)、網(wǎng)盤自研的Multi-Agent基礎(chǔ)架構(gòu)，可開啟「100+專家Agent并行處理」式的多智能體協(xié)同作戰(zhàn)，讓AI執(zhí)行任務(wù)從得慢慢等變成立等可取，實(shí)現(xiàn)了分鐘級(jí)交付（多項(xiàng)復(fù)雜任務(wù)3分鐘就可完成），提升了效率天花板。

　　再說記憶模式。我前幾天就讓GenFlow2.0幫我生成過Agent技術(shù)發(fā)展路徑分析，今天又要求它「分析2025年Agent市場(chǎng)格局情況」，它會(huì)自動(dòng)調(diào)用歷史數(shù)據(jù)，無需再次闡述問題背景，避免重復(fù)勞動(dòng)。

　　這背后是GenFlow2.0首創(chuàng)了「長(zhǎng)-短-臨」三級(jí)記憶中樞，可在多輪任務(wù)中記住用戶對(duì)話、操作偏好、文件交互記錄、修改痕跡等，實(shí)現(xiàn)「越用越懂你」。

　　接著說全程可干預(yù)模式。我在GenFlow2.0生成內(nèi)容時(shí)，中途提出「加入2024年Agent市場(chǎng)格局情況」，它會(huì)立即調(diào)整，把我說的「聽」進(jìn)去。

　　這也是GenFlow2.0跟其他Agent的區(qū)別所在：一般Agent都是「寫Prompt（提示詞）→漫長(zhǎng)等待→發(fā)現(xiàn)不對(duì)→重寫Prompt→新一輪等待」，它是「說一句→看著它干→隨時(shí)改→立等可取」，其實(shí)時(shí)干預(yù)功能允許用戶在任務(wù)流任何節(jié)點(diǎn)暫停、回退、補(bǔ)充指令或追加文件。

　　這些突破，顯然不只是單點(diǎn)技術(shù)升級(jí)。

　　04

　　AI技術(shù)進(jìn)步固然不是線性化的，而是指數(shù)級(jí)的，但絕不會(huì)是平地起高樓。

　　GenFlow2.0能攬下Agent領(lǐng)域的很多「首個(gè)」，離不開「專項(xiàng)積累+生態(tài)協(xié)同+全棧布局」三個(gè)維度的支撐。

　　從專項(xiàng)積累看，百度對(duì)Agent的探索早已形成累進(jìn)式突破。

　　百度文庫(kù)中PPT、繪本、生圖、研究報(bào)告等單一Agent在垂直場(chǎng)景的成功，為滄舟OS和GenFlow1.0首次實(shí)現(xiàn)多Agent基礎(chǔ)調(diào)度做了鋪墊，也讓GenFlow2.0實(shí)現(xiàn)「從可用到好用」的跨越有了支點(diǎn)。

　　可以說，GenFlow2.0的發(fā)布并非「從0到1」，而是「從100到1」——把上百個(gè)經(jīng)過市場(chǎng)驗(yàn)證的成熟Agent裝進(jìn)同一個(gè)「航母戰(zhàn)斗群」，「專項(xiàng)突破—系統(tǒng)整合—體驗(yàn)升級(jí)」的路徑也由此成型。

　　從生態(tài)協(xié)同看，GenFlow2.0構(gòu)建起「百度自有生態(tài)+第三方合作生態(tài)」的雙循環(huán)。

　　在百度體系內(nèi)，它跟文庫(kù)網(wǎng)盤的「三庫(kù)（文庫(kù)公域?qū)I(yè)資料庫(kù)+經(jīng)用戶授權(quán)的網(wǎng)盤私域數(shù)據(jù)庫(kù)+用戶記憶庫(kù)）一平臺(tái)（百度學(xué)術(shù)平臺(tái)）三器（閱讀器、編輯器、播放器）」充分打通，跟蘿卜快跑（智能出行）、數(shù)字人直播（內(nèi)容創(chuàng)作）、秒噠（無代碼開發(fā)）等產(chǎn)品深度聯(lián)動(dòng)。

　　▲FenFlow2.0離不開百度AI全棧布局的支撐，又跟百度其他AI產(chǎn)品形成了聯(lián)動(dòng)。

　　你讓它生成「十一假期出游計(jì)劃」，系統(tǒng)可自動(dòng)調(diào)用百度地圖生成可交互的行程H5，同步通過蘿卜快跑預(yù)約接送機(jī)服務(wù)。

　　在外部生態(tài)上，GenFlow2.0兼容MCP協(xié)議，榮耀MagicOS已原生接入，用戶可在手機(jī)負(fù)一屏一鍵調(diào)用其能力，實(shí)現(xiàn)「手機(jī)端生成PPT—平板端編輯—電腦端演示」的全場(chǎng)景流轉(zhuǎn)；WPS、釘釘、飛書也在灰度測(cè)試。

　　MCP協(xié)議的開放性，讓GenFlow2.0能像樂高積木那樣被嵌入任何應(yīng)用，讓其多重能力不再局限于單一應(yīng)用，而是滲透到用戶的生活與工作全場(chǎng)景中。

　　從全棧布局看，百度的全棧AI能力為GenFlow2.0提供了底部支撐。

　　從芯片層的昆侖芯（能提供算力支持），到框架層的飛槳（保障多Agent調(diào)度效率），再到模型層的文心大模型（有混合專家模型架構(gòu)、有多模態(tài)理解能力），百度是全球少數(shù)實(shí)現(xiàn)AI全棧自研的企業(yè)。全棧技術(shù)沉淀，托起了「端到端優(yōu)化」的閉環(huán)。

　　05

　　歷史不會(huì)重復(fù)，但總會(huì)押韻。二十多年前，Windows把DOS從命令行變成圖標(biāo)；十多年前，iOS/Android把鍵盤變成觸控；而在今天，Agent又帶來了新人機(jī)交互方式與任務(wù)執(zhí)行模式。

　　接下來，誰(shuí)能用兼具可用性、穩(wěn)定性的Agent產(chǎn)品更好地解決用戶需求、占領(lǐng)用戶心智，誰(shuí)就能拿到下個(gè)十年的門票。

　　而今，GenFlow2.0就有了Android昔日的模樣：Android早些年就把硬件、應(yīng)用、服務(wù)統(tǒng)一在Linux內(nèi)核之上，形成了深厚生態(tài)壁壘，GenFlow2.0現(xiàn)在則是把算力、模型、數(shù)據(jù)、Agent、人統(tǒng)一在自然語(yǔ)言這個(gè)最樸素接口之上。

　　對(duì)用戶而言，當(dāng)辦成很多任務(wù)只用一句語(yǔ)音而非復(fù)雜操作，那AI的實(shí)用價(jià)值也就能得到最大化發(fā)掘。這里的實(shí)用性，本是立足于對(duì)用戶需求的深刻洞悉，最終會(huì)落腳于對(duì)用戶體驗(yàn)的深層革新。

　　▲AI Agent，最重要的是實(shí)用好用。

　　這類革新，既會(huì)形塑用戶對(duì)Agent的新期待，也會(huì)重塑中國(guó)在Agent領(lǐng)域的競(jìng)爭(zhēng)力。

　　全球Agent競(jìng)爭(zhēng)已陷入白熱化境地，硅谷巨頭們就在試圖將PC、移動(dòng)互聯(lián)網(wǎng)時(shí)代的卡位優(yōu)勢(shì)復(fù)制到Agent中。

　　在此形勢(shì)下，GenFlow2.0多重突破的價(jià)值已超出技術(shù)升級(jí)本身，為國(guó)產(chǎn)AI在Agent領(lǐng)域?qū)崿F(xiàn)能力趕超、標(biāo)準(zhǔn)引領(lǐng)提供了參照系，也積攢了籌碼。

　　跟OpenAI的Agent生態(tài)側(cè)重于通用能力、微軟的側(cè)重于辦公體系不同，百度GenFlow2.0全端通用帶來的多場(chǎng)景無縫切換便利+公私域知識(shí)融合帶來的數(shù)據(jù)安全可控特點(diǎn)+并行處理、記憶可溯、全程可干預(yù)帶來的效率提升效果，證明了國(guó)產(chǎn)Agent可以有自己的創(chuàng)新引領(lǐng)點(diǎn)和差異化優(yōu)勢(shì)，具備變成跟OpenAI、微軟和谷歌們抗衡的全球生產(chǎn)力平臺(tái)。

　　可以預(yù)見，在不久的將來，超級(jí)好用的Agent在改變那塊名叫「AI應(yīng)用」的大洋地殼彈性后，AI的潮汐會(huì)以新節(jié)奏漫過每一道我們習(xí)以為常的堤岸。讓我們且看，且期待。

　　?作者 | 佘宗明

　　?運(yùn)營(yíng) | 李玩

　　轉(zhuǎn)載須經(jīng)許可

　　廣告合作請(qǐng)聯(lián)系微信號(hào)：rabgogo88

　　或手機(jī)號(hào)：18810070968