百度智能云首发产业智能体操作系统，要实现 AI 的商业和技术飞轮

过去几年，大模型的能力曲线一直向上，但经济增长并没有同步出现一条同样陡峭的曲线。Stanford 2026 AI Index 指出，AI 已经在一些具体任务中带来可测量的生产率提升，但这些局部的效率增长，还没有体现为整个经济层面的生产率增长。 模型能力与经济增长之间，本来就隔着很长的传导链。 MIT 经济学家 Daron Acemoglu 在《The Simple Macroeconomics of AI》中提出，如果 AI 的经济价值来自任务层面的降本增效，那么它最终能够带来多大的 GDP 和生产率增长，取决于两个关键变量：有多少经济任务真正受到 AI 影响，以及 AI 在这些任务上带来了多大的成本下降和生产率提升。 模型变强只是起点，它需要进入现实世界，完成足够多真正产生经济价值的任务。Agent 的出现，让这件事有了可能。模型配合 Harness，让 Agent 可以调用工具、执行动作，把模型能力转化为实际任务的完成。 正是观察到这些趋势，百度集团执行副总裁、百度智能云事业群总裁沈抖认为，“智能体有可能把大模型从一项技术变成真正的经济力量”，而其中“最关键的就是产业智能体”。 为什么是产业智能体？真正能够作用于企业经营的 Agent，仅有 Model + 通用的 Harness 框架还不够。 它还需要理解两类知识。一类来自企业自身，包括长期积累的数据、业务经验和内部规则；另一类来自产业，包括一个行业长期形成的专业知识、业务规律和共性要求。 百度将产业智能体定义为“智能体 + 产业系统”：将企业的知识、数据、流程、工具和业务要求组织起来，让智能体能够在真实场景中交付结果，并在运行中持续进化。 那么，产业智能体具体如何进入企业、实现价值？ 9 月 16 日，在人民日报文化科技有限公司与百度公司联合举办的 2026 智能经济论坛上，百度智能云给出了一套自己的方法和工具：发布行业首个产业智能体操作系统，并推出以百度搭子为基础的百度搭子开发平台，为企业开发、部署产业智能体提供产品和平台支撑。 智能体向企业业务深入，让百度全栈 AI 布局的价值也得到体现。智能体要在真实业务中持续交付结果，背后离不开模型、云和算力的共同支撑。当更多模型能力通过智能体进入企业生产经营，企业对 AI 基础设施的需求也会随之增长。对于百度而言，帮助客户兑现 AI 价值的过程，也在为其云和基础设施业务打开新的增长空间。 百度发布行业首个产业智能体操作系统，让智能体接入企业核心业务 要让智能体服务企业，首先得理解企业的工作。 福特流水线对制造业的改变，建立在对生产过程的理解和重新组织之上。工人负责什么，零部件如何流转，工序之间怎样衔接，都影响着工厂的产出。流水线的效率，来自对这些具体工作的逐一安排。 智能体进入企业，也要求智能体的提供者先做功课。企业每天在做什么，效率卡在哪里，哪些经验可以复用，哪些规则不能改变，都需要进入现场才能弄清楚，不能期待一套大而全的方案自动适应所有企业、所有业务。 基于多年服务企业的经验，百度观察到，企业约 20% 的任务属于日常运营，30% 属于专业领域，另外 50% 涉及真正决定企业经营的核心工作。 对此，百度分别由通用智能体、专业智能体和定制智能体承接这三类任务。 通用智能体处理的是企业内部广泛存在的基础工作。 收集和对齐信息、协调资源、经营分析等工作，本身不一定直接创造业务价值，却支撑着专业任务和核心业务向前推进。百度搭子承担这一角色的同时，也作为底座，组织其他智能体和企业工具共同完成任务。 这里有一个容易混淆的概念：通用智能体会处理大量办公任务，但不等同于办公智能体。 沈抖认为，过去企业在办公软件上投入了大量精力，员工也因此需要不断在不同工具之间切换、整理和同步信息。通用智能体带来的变化，是把这些办公能力逐渐变成随时可以调用的基础能力。需要梳理信息时，它可以整理上下文；需要分析问题时，它可以协助拆解。办公仍然存在，但更多能力会退到后台，员工可以把注意力留给专业场景和核心任务。 专业智能体承接的是具有共性的专业工作。 编程、组合优化、计算机视觉等领域，有相对明确的方法、工具和评价标准，专业能力可以在不同企业之间复用。 目前，百度已经形成专业智能体矩阵，包括 自我演化智能体百度伐谋、本体构建智能体百度胜算、应用开发智能体秒哒、企业级代码智能体文心快码、视觉智能体百度一见、营销智能体百度智能云 Hogee，以及全场景数字人智能体百度一镜。企业可以直接调用这些专业能力，减少重复开发。 定制智能体则需要理解企业自己的工作方式。 每家企业都有自己的流程、规则和经验。这些差异来自长期经营，本身也是企业竞争力的一部分。智能体要进入这样的核心业务，就必须接入企业专属的知识、数据和规则，按照企业自己的要求完成任务。 三类智能体解决了不同层次的问题，但如果彼此缺少连接，企业软件领域长期存在的“烟囱”问题，也可能在智能体时代重现。过去几十年，企业不断引入 ERP、CRM、供应链、财务等系统，每套软件解决一部分业务问题，也形成了相对独立的数据、权限和流程。如果今天引入的智能体同样各自为战，拥有独立的上下文、工具和入口，企业很可能在软件烟囱之外，再造出一批“智能体烟囱”。 产业智能体操作系统，可以从 OS 层级，破解“烟囱”问题。 产业智能体操作系统，向上会承接任务，组织合适的智能体参与；中间连接企业的数据、知识、权限和工具；向下则调度云上的算力、存储与安全资源。不同智能体由此能够在统一的业务规则和授权范围内，共同完成工作。 百度智能云可以将这套系统做成完整的解决方案，直接交付给企业。企业也可以基于百度的方案，结合自身数据、流程和经验，定制自己的产业智能体操作系统。 在产业智能体操作系统中，协作方式是这样的：专业智能体和定制智能体都可以作为 Skills，被通用智能体调用。比如百度搭子，就可以围绕任务组织这些能力，编排多步骤、多流程的任务，减少员工在工具之间传递信息、协调操作的工作。 芯片设计，是产业智能体操作系统如何让不同智能体形成合力的一个典型场景。 芯片设计中，布局规划和布局是两个前后相接的环节。前者确定主要模块在芯片上的大致位置，后者进一步安排具体电路单元。前一步的结果会直接成为后一步的输入，两个环节还需要共同遵守一系列设计约束。 过去，工程师既要判断设计方案，也要负责工具之间的交接。一个环节计算结束后，需要导出结果、导入下一个环节，重新核对约束、调整参数，再启动后续工作。 现在，搭子可以通过调用伐谋，将两个环节串联起来。伐谋负责专业求解和优化，搭子负责组织调用与任务衔接，让上一环节的结果直接进入下一环节。工程师由此减少了数据搬运和重复核对，可以把更多精力放在方案是否合理、关键指标是否达标上。 而要让这样的协作进入更多业务，仅仅连接不同智能体还不够，还需要接入企业已经运行多年的业务系统。 这也是产业智能体操作系统的意义，企业不需要为了部署智能体，推倒过去几十年建设的数字系统。通过 Skill、MCP 和连接器，ERP、CRM 等既有系统可以继续被调用，自建和第三方智能体也可以接入其中。企业过去积累的数据、工具和系统得以保留，同时避免不同智能体各自为战，形成新的“烟囱”。 百度搭子开发平台，把经过验证的工程