Agent的割裂時(shí)代，呼喚“統(tǒng)一大腦”

作者 ｜ Yoky
郵箱 ｜ yokyliu@pingwest.com

AI Agent正陷入一個(gè)矛盾的處境：技術(shù)突飛猛進(jìn)，應(yīng)用卻支離破碎。

市面上的主流Agent大多是單點(diǎn)突破的“專家型”產(chǎn)品——有的擅長(zhǎng)文案寫(xiě)作，有的專攻圖像生成，有的聚焦客戶服務(wù)，但彼此孤立，用戶需要手動(dòng)串聯(lián)各個(gè)環(huán)節(jié)。更為關(guān)鍵的是，這些Agent往往存在嚴(yán)重的“端側(cè)割裂”：Web端體驗(yàn)無(wú)法延續(xù)到移動(dòng)端，PC客戶端的任務(wù)進(jìn)度無(wú)法在手機(jī)上查看，每一次交互都像“重新開(kāi)始”， 同一個(gè)問(wèn)題哪怕是中斷后想再追問(wèn)，都需要用戶反復(fù)解釋需求。

更深層的問(wèn)題在于，當(dāng)前Agent缺乏統(tǒng)一的認(rèn)知和記憶中樞。它們往往是“黑箱”式運(yùn)作，過(guò)程不可控，結(jié)果質(zhì)量不穩(wěn)定，用戶既無(wú)法干預(yù)過(guò)程，也難以建立持續(xù)的交互記憶。這種現(xiàn)狀讓人不禁思考：AI Agent的終極形態(tài)，難道就是讓用戶管理一堆零散的“工具人”？真正的智能助手，能否像人腦一樣實(shí)現(xiàn)統(tǒng)一指揮、無(wú)縫適應(yīng)不同場(chǎng)景和終端？

8月18日，百度文庫(kù)聯(lián)合百度網(wǎng)盤(pán)發(fā)布GenFlow 2.0，這是全球首個(gè)“全端通用”Agent，正試圖破解這一困局。它預(yù)備了100+專家團(tuán)并行工作、跨端一致體驗(yàn)，同時(shí)過(guò)程可干預(yù)、記憶可追溯。GenFlow2.0指向了一種全新的技術(shù)范式，類似于具身智能領(lǐng)域一腦多形的概念，即一個(gè)統(tǒng)一的智能中樞控制不同的表現(xiàn)形態(tài)。正如具身智能的最終構(gòu)想：同一個(gè)大腦驅(qū)動(dòng)四足、雙足或人形等不同構(gòu)型，GenFlow 2.0試圖用統(tǒng)一的Agent中樞，在不同設(shè)備、不同場(chǎng)景下提供無(wú)縫的智能服務(wù)體驗(yàn)。

這種范式轉(zhuǎn)變，或許正在重新定義下一代AI Agent的標(biāo)準(zhǔn)。

實(shí)測(cè)文庫(kù)GenFlow 2.0，什么是Agent的“一腦多形”？

GenFlow 2.0的核心創(chuàng)新在于構(gòu)建了類似于“一腦多形”架構(gòu)。這不是簡(jiǎn)單的多模型堆砌，而是通過(guò)統(tǒng)一智能中樞實(shí)現(xiàn)多端自適應(yīng)的系統(tǒng)性突破。

GenFlow 2.0的“腦”是一個(gè)復(fù)雜的調(diào)度與認(rèn)知中樞系統(tǒng)，其核心是自研Multi-Agent基礎(chǔ)架構(gòu)。GenFlow2.0本身是個(gè)多輪對(duì)話的框架，要想對(duì)用戶意圖做精準(zhǔn)理解，那就不僅僅是了解當(dāng)前一個(gè)問(wèn)題的意圖，需要結(jié)合用戶個(gè)人畫(huà)像，及其過(guò)去一段時(shí)間，一個(gè)時(shí)間窗里的多輪交互的背景信息，去判斷他的一些個(gè)人傾向。

系統(tǒng)采用動(dòng)態(tài)混合推理（MoE）架構(gòu)，能夠基于不同任務(wù)、步驟來(lái)調(diào)用不同模型，在成本、性能和效率上實(shí)現(xiàn)最優(yōu)平衡。與傳統(tǒng)“大而全”模型不同，GenFlow 2.0維護(hù)著100+個(gè)專業(yè)化Agent池，每個(gè)Agent都在特定領(lǐng)域經(jīng)過(guò)深度優(yōu)化。

更關(guān)鍵的是，系統(tǒng)構(gòu)建了完整的“臨短長(zhǎng)記憶中樞”。 GenFlow 2.0打造了獨(dú)創(chuàng)的“記憶庫(kù)”，可以記住并運(yùn)用用戶在文庫(kù)網(wǎng)盤(pán)溝通的歷史記錄、上傳下載文件，可完整交付更懂用戶的個(gè)性化內(nèi)容。這個(gè)記憶系統(tǒng)整合了用戶行為記憶、對(duì)話記憶、個(gè)性化偏好記憶等多源數(shù)據(jù)融合，形成持續(xù)積累的認(rèn)知基礎(chǔ)。

在“形”的層面，文庫(kù)GenFlow 2.0實(shí)現(xiàn)了真正的全端通用體驗(yàn)。用戶可以在百度文庫(kù)Web端、App端等多個(gè)終端無(wú)縫切換，任務(wù)進(jìn)度、交互記憶、文件關(guān)聯(lián)都保持完全一致。這種一致性不僅體現(xiàn)在功能層面，更體現(xiàn)在交互邏輯的統(tǒng)一：用戶在任意端點(diǎn)發(fā)起的任務(wù)，都可以在其他端點(diǎn)查看進(jìn)度、進(jìn)行干預(yù)、獲取結(jié)果。

移動(dòng)端體驗(yàn)的優(yōu)化尤其值得關(guān)注。GenFlow 2.0在手機(jī)上提供了直觀的并行任務(wù)視圖，用戶可以通過(guò)并列式進(jìn)度條實(shí)時(shí)看到多個(gè)Agent的工作狀態(tài)，支持隨時(shí)暫停特定任務(wù)、補(bǔ)充新需求、調(diào)用云端文件。這種設(shè)計(jì)充分考慮了移動(dòng)場(chǎng)景下的碎片化使用特點(diǎn)，讓用戶能夠有效利用通勤、等待等零散時(shí)間推進(jìn)復(fù)雜任務(wù)。

系統(tǒng)的智能模式切換功能進(jìn)一步提升了使用體驗(yàn)。GenFlow 2.0能夠自動(dòng)識(shí)別用戶需求的復(fù)雜程度，在簡(jiǎn)單問(wèn)答與復(fù)雜多任務(wù)并行模式間無(wú)縫切換，無(wú)需用戶手動(dòng)指定。當(dāng)檢測(cè)到單一問(wèn)題時(shí)，系統(tǒng)會(huì)快速給出直接回答；當(dāng)識(shí)別到復(fù)合需求時(shí)，會(huì)自動(dòng)啟動(dòng)多Agent協(xié)作模式，用戶完全感知不到模式切換的存在。

我們測(cè)試了Genflow2.0的并行任務(wù)能力和全端配合能力。第一個(gè)任務(wù)，我們讓它設(shè)計(jì)5個(gè)類似labubu的盲盒ip，畫(huà)出原型圖，并要求：有可能會(huì)火。

在進(jìn)行了大量的市場(chǎng)分析和調(diào)研之后，大概在3分鐘左右，Genflow2.0同時(shí)生成了5種不同風(fēng)格盲盒ip，包括結(jié)合了傳統(tǒng)文化的山海經(jīng)異獸、像素風(fēng)手辦等等。

（大家也可以投出自己喜歡的形象）

在下班回家的路上，我想更多了解一些Labubu設(shè)計(jì)背后的設(shè)計(jì)理念，于是在移動(dòng)端讓Genflow2.0根據(jù)我們之前的討論，生成了一份《原創(chuàng)盲盒IP概念設(shè)計(jì)方案》。可見(jiàn)，Genflow2.0在手機(jī)端也可以一鍵將報(bào)告生成ppt，并根據(jù)報(bào)告對(duì)上述生成內(nèi)容進(jìn)行二次修改，隨時(shí)隨地完善任務(wù)。

我們發(fā)現(xiàn)在輸出能力上，GenFlow 2.0依托已經(jīng)過(guò)市場(chǎng)驗(yàn)證的專業(yè)Agent，能夠并行生成PPT、分析報(bào)告、配圖、數(shù)據(jù)圖表，甚至交互式H5頁(yè)面等多種形態(tài)的內(nèi)容。這種多模態(tài)一站式輸出能力切實(shí)好用，讓用戶從復(fù)雜的工具鏈中解脫出來(lái)，通過(guò)單一入口就能獲得完整的解決方案。

為什么“全端通用”定義了下一代Agent標(biāo)準(zhǔn)？

從當(dāng)前市場(chǎng)碎片化的單點(diǎn)工具到統(tǒng)一的智能中樞，這種范式轉(zhuǎn)變，正在為Agent打開(kāi)一種新的可能。

傳統(tǒng)Agent產(chǎn)品采用串行處理模式，用戶往往需要等待數(shù)十分鐘甚至數(shù)小時(shí)，才能獲得完整結(jié)果。文庫(kù)GenFlow 2.0的“百個(gè)AI Agent專家團(tuán)并行”模式徹底改變了這一現(xiàn)狀。當(dāng)用戶提出復(fù)雜需求時(shí)，系統(tǒng)能夠同時(shí)調(diào)動(dòng)PPT專家、研報(bào)專家、繪圖專家等多個(gè)Agent并行工作，將原本需要數(shù)小時(shí)的工作壓縮到3分鐘內(nèi)完成，實(shí)現(xiàn)了生產(chǎn)力的質(zhì)的飛躍。

此次AIDAY上，百度方面還詳細(xì)解釋了并行調(diào)度的技術(shù)難點(diǎn)。總結(jié)來(lái)說(shuō)，一個(gè)最大的點(diǎn)就是狀態(tài)的管理。因?yàn)樽铋_(kāi)始對(duì)意圖做拆解以后，會(huì)呈一個(gè)子任務(wù)序列，所謂的動(dòng)態(tài)任務(wù)編排，每個(gè)任務(wù)調(diào)度具體的底層Agent不一樣，任務(wù)本身內(nèi)部的環(huán)節(jié)節(jié)點(diǎn)也有所差異，所以，文庫(kù)GenFlow2.0會(huì)有一個(gè)消息通訊總控，會(huì)同步協(xié)調(diào)它整個(gè)的進(jìn)度。

這種并行模式帶來(lái)了顯著的性能提升。GenFlow 2.0平均3分鐘生成，比主流Agent快5-10倍，而且一個(gè)480p生成1分鐘的視頻，是行業(yè)水平整個(gè)成本的十分之一。

“全端可用”特別是移動(dòng)端的深度整合，讓Agent的能力范圍大大提高。傳統(tǒng)Agent產(chǎn)品往往局限于PC端或Web端，移動(dòng)端體驗(yàn)嚴(yán)重缺失。GenFlow 2.0在手機(jī)上提供了直觀的并行任務(wù)視圖，用戶可以通過(guò)并列式進(jìn)度條實(shí)時(shí)查看多個(gè)Agent的工作狀態(tài)，支持隨時(shí)暫停、補(bǔ)充需求、調(diào)用文件。

同時(shí)，“過(guò)程可干預(yù)、記憶可追溯”將傳統(tǒng)AI的黑箱運(yùn)作模式轉(zhuǎn)變?yōu)橥该鞯陌紫潴w驗(yàn)，這是建立人機(jī)協(xié)作信任的關(guān)鍵。用戶不再被動(dòng)接受AI的輸出結(jié)果，而可以全程參與、實(shí)時(shí)調(diào)整、深度干預(yù)。系統(tǒng)支持在任何環(huán)節(jié)暫停任務(wù)、追問(wèn)細(xì)節(jié)、補(bǔ)充要求，甚至修改思考內(nèi)容。

這種深度的人機(jī)協(xié)作模式，極大提升了AI的可用性和用戶的信任度。當(dāng)用戶擁有控制權(quán)和知情權(quán)時(shí)，他們更愿意將重要任務(wù)交給AI處理，從而釋放出更多的創(chuàng)造性時(shí)間。

在Agent的擴(kuò)展邊界上，GenFlow 2.0兼容MCP協(xié)議，意味著其“中樞大腦”可以靈活接入更多第三方服務(wù)、工具，甚至硬件設(shè)備。這種開(kāi)放架構(gòu)避免了對(duì)單一技術(shù)路線的依賴，為未來(lái)的功能擴(kuò)展和生態(tài)合作奠定了基礎(chǔ)。

榮耀作為全球首批接入MCP生態(tài)的硬件廠商，已經(jīng)將GenFlow 2.0原生接入榮耀智能助理YOYO，實(shí)現(xiàn)了AI Agent與硬件廠商的系統(tǒng)級(jí)原生調(diào)度。這種合作模式預(yù)示著AI Agent正在從軟件應(yīng)用向操作系統(tǒng)級(jí)服務(wù)演進(jìn)。

對(duì)于用戶而言，百度文庫(kù)的公域知識(shí)庫(kù)與用戶授權(quán)后的百度網(wǎng)盤(pán)私域數(shù)據(jù)解決了Agent記憶的關(guān)鍵問(wèn)題，為Agent提供了強(qiáng)大的個(gè)性化認(rèn)知基座。系統(tǒng)可以同時(shí)調(diào)用超14億專業(yè)內(nèi)容資源、6.8億篇學(xué)術(shù)文獻(xiàn)，以及用戶個(gè)人的文件、歷史記錄、偏好設(shè)定，實(shí)現(xiàn)真正的個(gè)性化智能服務(wù)。

對(duì)比當(dāng)前主流的單點(diǎn)工具型Agent和Copilot類助手，GenFlow 2.0在統(tǒng)一調(diào)度、多端適應(yīng)、生態(tài)開(kāi)放等方面展現(xiàn)出的組合優(yōu)勢(shì)，正在定義一個(gè)更接近下一代AI Agent標(biāo)準(zhǔn)。

回歸本質(zhì)：“好用”才是終極奧義

GenFlow 2.0的問(wèn)世，根植于百度文庫(kù)（AI MAU 9700萬(wàn)）和百度網(wǎng)盤(pán)（10億+用戶）兩大國(guó)民級(jí)應(yīng)用的深厚積累。海量用戶在跨端、多任務(wù)、個(gè)性化場(chǎng)景中的真實(shí)需求，直接推動(dòng)了"統(tǒng)一調(diào)度中樞"和"全端自適應(yīng)"架構(gòu)的誕生，這是百度“讓AI真正有用”的另一種體現(xiàn)。

可以說(shuō)，GenFlow 2.0的突破性表現(xiàn)，很大程度上得益于百度獨(dú)特的AI全棧布局優(yōu)勢(shì)。

這種"芯片-框架-模型-應(yīng)用"的垂直整合體系，為復(fù)雜Agent系統(tǒng)提供了端到端的深度優(yōu)化能力。昆侖芯在芯片層提供的強(qiáng)大算力支撐，確保了上百個(gè)Agent并行調(diào)度的實(shí)時(shí)響應(yīng)；飛槳框架層的動(dòng)態(tài)圖與分布式訓(xùn)練能力，成為實(shí)現(xiàn)復(fù)雜Multi-Agent動(dòng)態(tài)調(diào)度的技術(shù)中軸；文心大模型層通過(guò)MoE架構(gòu)的靈活集成，構(gòu)建起專業(yè)Agent的智能內(nèi)核；而文庫(kù)網(wǎng)盤(pán)應(yīng)用層既是需求源頭，也是能力沉淀與數(shù)據(jù)融合的載體。

相比依賴第三方API或模型的競(jìng)品，百度能夠在算力調(diào)度、模型推理、數(shù)據(jù)流轉(zhuǎn)等關(guān)鍵環(huán)節(jié)進(jìn)行系統(tǒng)級(jí)優(yōu)化，從而實(shí)現(xiàn)更低的延遲、更高的穩(wěn)定性和更精準(zhǔn)的個(gè)性化體驗(yàn)。這也是百度區(qū)別于純模型廠商或純應(yīng)用廠商的核心差異化優(yōu)勢(shì)。

從概念驗(yàn)證走向?qū)嵱霉ぞ撸瑥膯吸c(diǎn)應(yīng)用走向系統(tǒng)能力。當(dāng)Agent系統(tǒng)變得日益復(fù)雜，涉及多模態(tài)處理、實(shí)時(shí)協(xié)同、跨端同步等高難度技術(shù)挑戰(zhàn)時(shí)，考驗(yàn)的，正是廠商技術(shù)積累的厚度與廣度。

而百度憑借十余年AI全棧布局與億級(jí)用戶場(chǎng)景沉淀，正在這場(chǎng)長(zhǎng)跑中，展現(xiàn)出獨(dú)特的競(jìng)爭(zhēng)優(yōu)勢(shì)。