繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

百度AI重構最徹底的產品團隊,如何做Agent?

2025-08-21 10:47

  炒股就看金麒麟分析師研報,權威,專業,及時,全面,助您挖掘潛力主題機會!

(來源:中國企業家雜誌)

文|《中國企業家》記者趙東山

頭圖來源|視覺中國

2025年,被AI從業者們稱為「AI Agent元年」。

但當OpenAI的ChatGPT Agent、明星初創公司Manus等智能體在全球掀起熱潮時,其便利性卻並未充分展現。

任務交付質量不達預期、響應速度慢、中途無法干預、專業度不足,依然是橫亙在用户與理想AI Agent之間的四座大山。人工親自下場收拾面目全非的AI生產殘局,往往變成最終的無奈之舉。

這是當前AI Agent的尷尬之處,也是百度文庫事業部、網盤事業部負責人王穎看到的機會。

自從2022年年底AI大模型爆發以來,文庫、網盤就陸續開始進行AI重構。兩年之后,文庫、網盤早已從文檔查閲平臺、存儲平臺成為一站式內容獲取和創作平臺及一站式內容服務平臺,被百度創始人李彥宏評價為「AI重構最徹底的產品」。

8月18日,文庫、網盤聯合發佈了通用智能體「GenFlow 2.0」。這是全球首個全端通用的Agent,用户打開百度文庫網頁端、百度文庫APP端即可直接使用,沒有邀請碼限制,也無需排隊測試。

來源:產品截圖

來源:產品截圖

AI Agent最直接的翻譯是AI助手,通過理解和完成人的指令,幫人類分擔部分工作。文庫GenFlow 2.0的運作邏輯是:通過AI的思考規劃,自主調用各種模型和PPT、文檔、腦圖、海報等Agent,最終為用户輸出多模態內容。

比如,用户輸入「設計一個三麗鷗的盲盒」,系統會瞬間輸出凱蒂貓、玉桂狗的3D建模圖;讓它幫你「做一個十一假期7天6晚的京郊旅行規劃」,它會生成一份PDF,並嵌入各個推薦景點的地圖;此外,用户也可以直接調用個人百度文庫或網盤的資料,讓它製作定製化的公司研報。

據現場演示,文庫GenFlow 2.0在執行用户任務時,相當於有100多個專業Agent組成「專家團」同時開工,幾分鍾內便可並行完成5~6個複雜任務。

「文庫GenFlow 2.0不只是多智能體協作調度系統,它更像是人類的AI專家團。」王穎在發佈會現場強調。

針對當前AI Agent行業存在的普遍痛點,過去半年里,文庫、網盤團隊主要做了如下四方面的技術和產品攻堅:

第一,針對「響應速度太慢,用户等待時間過長」的問題,文庫GenFlow 2.0採用自研Multi-Agent基礎架構,以讓多任務並行處理,而非串行工作流。傳統Agent如同流水線:任務A完成才啟動任務B。而GenFlow的Multi-Agent基礎架構允許上百個專家同時開工。

例如,用户在生成一份行業研報時,數據收集Agent、圖表繪製Agent、競品分析Agent、PPT排版Agent等同步啟動,它們如同流水線上「同時組裝快遞包裹」的工人,最終將時間壓縮至分鍾級。

來源:產品截圖

來源:產品截圖

第二,針對「任務交付質量不達預期、輸出內容專業度不足」的問題,GenFlow 2.0支持調用100+多模態Agent組成的「AI專家團」,可並行生成PPT、研報、視頻繪本、海報、圖片、圖表、HTML、代碼、遊戲、網站等多模態內容。

文庫團隊表示,會對所有可以調度的Agent做標註,比如它的專長能力、任務結果的用户採納率、用户是否有複製和下載的動作等等,這些都會對Agent在系統做一個權重設置,影響未來Agent被請求調動起來的概率。

此前,百度文庫旗下的「PPTAgent」,其全球月訪問量已超3400萬次。

第三,針對「用户中途無法干預」的問題,GenFlow 2.0讓思考過程可實時干預。「我們發現,用户最痛苦的是,明明看着AI‘想錯了’卻無法中途糾正。」王穎表示。因此,文庫GenFlow 2.0給出的解法是:要把AI的思考過程亮出來,同時人可以干預思考過程。

GenFlow 2.0首次實現任務執行全程可暫停、可打斷、可補充指令。當用户發現某個Agent的思考方向偏離自己的意圖時,可以即時介入調整,而不用等任務完成之后因為不滿意再返工。

來源:產品截圖

來源:產品截圖

與此同時,GenFlow 2.0還可以深度理解用户意圖,自主切換協作模式。比如,當用户輸入「999的2次方等於多少」「上海8月份有哪些演唱會」等簡單的問題時,GenFlow 2.0可以僅調用1個Agent,直接給出答案,避免「殺雞用牛刀」。

而在複雜任務下,用户可以同時輸入多模態文件需求,GenFlow 2.0可以自主思考,併爲用户調度合理的多專家Agent協同交付,去滿足任務需求。

在打造GenFlow 2.0的過程中,文庫網盤團隊給自己設立了一個非常直接的標準——用户滿意度。「Agent是爲了完成工作,看最后的工作用户滿不滿意、採沒采納、買不買單,這就是很好的標準。其實現在的技術水平和團隊水平,完全不是問題,關鍵是ego(自我)不要特別大。如果你覺得用户需求不存在,自己的需求就能代表用户的需求,這就很要命。」

目前,GenFlow 2.0還全面打通了百度的生態資源。比如,用户授權后可以隨時檢索、調用百度網盤中存儲的指定資料;在旅遊攻略或地址檢索任務中,可以調用百度地圖工具;在學術研究類任務中,支持深度搜索全網,直接調用百度學術超6.8億篇文獻庫及文庫超14億專業內容。

GenFlow 2.0的背后,源於文庫兩年前啟動的「AI重構」。「文庫團隊當時選擇的戰略方向就是,打造AI時代的生產力閉環。」王穎曾表示。

對於用户而言,如果説Agent是生產線,要產出結果則還需要數據、文稿、PPT等生產原材料的配合。而這些,正是百度文庫與網盤團隊過往的積累。

來源:受訪者

來源:受訪者

在AI大模型重構之后,百度文庫定位為「一站式AI內容獲取和創作平臺」,擁有超14億專業內容資源,並已上線智能PPT、智能寫作、AI繪本、行業研究報告、AI全網搜、智能海報、智能漫畫、智能小説、超能合同等數百項多模態AI Agent。

與此同時,百度網盤也升級為「一站式內容服務平臺」,推出AI筆記、簡單聽記、簡單掃描、簡單打印等多項AI功能,覆蓋用户在生活娛樂、學習辦公、家庭教育等多場景的需求。目前,百度網盤已服務超10億用户,月活用户超2億,AI月活用户超8000萬,使用空間總和超過1000億GB。

據王穎此前透露,百度網盤和文庫一起推出了多模態筆記,只花20天就實現了數百萬級別的DAU;推出的AI相機,則用9天就做完了。百度文庫和百度網盤的結合,形成了「專業公域數據+授權私域數據」的獨家資源池,最終成為Agent生產線上的原材料。

其實,早在今年4月,百度文庫、百度網盤就曾推出內容操作系統「滄舟OS」,李彥宏將其稱之為「全球首個內容領域操作系統」,並基於該系統推出「GenFlow 1.0」版本。

「滄舟OS系統是一個特別複雜的生產線,里邊有特別多的工具。但用户下達指令后,它怎麼啟動工作,用哪些工具一起工作,來滿足你的需求,是靠GenFlow的調度系統。」王穎向《中國企業家》解釋稱。

王穎比喻兩者的協作邏輯為「變形金剛疊羅漢」——用户只需對話統一接口的「擎天柱」—— GenFlow 2.0,背后則有數百個專業「金剛」協同變形。

當AI Agent能夠端到端地解決問題,其行業價值也正從單一的「功能點」轉向直接的「交付成果」。與此同時,AI Agent從單一工具蜕變為生產關係的重構者。

來源:AI生成

來源:AI生成

2025年4月,百度宣佈全面兼容MCP協議(Model Context Protocol,即模型上下文協議)。MCP是Anthropic推出的一種開放標準,旨在統一大型語言模型與外部數據源和工具之間的通信。MCP為所有智能體建立一套「公共語言」和「通信規則」,也被稱為AI Agent交互的TCP/IP協議、HTTP標準和萬能接口。

而GenFlow 2.0同樣兼容MCP協議,可靈活接入第三方服務生態。

目前,榮耀成為首批接入MCP生態的硬件廠商,將GenFlow 2.0深度集成至Magic OS系統。用户通過榮耀手機助手YOYO即可一鍵調用個人網盤與文庫資源,實現文件總結、PPT生成、旅行規劃等場景的原生系統級體驗。

在百度文庫網盤團隊設想中,未來的AI應「無所不能、無處不在」,無論是手機、平板還是IoT設備,抑或更多的生活場景,用户可隨時調用AI Agent協作。

更關鍵的是,隨着AI Agent在生態和場景中的不斷擴張,普通人的創作門檻將從專業指令降為日常生活自然對話,更多商業增量空間也將被打開。正如李彥宏在2025年百度Create大會上講的:「現在,基於MCP開發智能體,就像2010年開發移動APP。」

億歐智庫發佈的報告顯示,AI Agent市場規模正持續擴大,預計從2023年的574億元增長至2028年的33009億元。

「人人都是超級個體」的時代,或許正在被GenFlow 2.0按下加速鍵。「當用户發現表達更自由、過程可干預、交付更可靠時,AI才真正成為可信賴的合作伙伴。」王穎如此描述人與AI的終極相處形態。

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。