亮出产业智能体操作系统，百度智能云瞄准智能体应用的更大空间

来源| Tech星球

文| 任雪芸

过去几个多月，大厂AI办公反复交锋。

写周报、做PPT、整理会议纪要、跨部门对齐信息……几乎所有头部厂商都在持续更新自己的办公智能体。

百度也在其中，且拿下了不错的身位，打造了AI办公矩阵：比如8月17日，AI产品榜发布的2026年7月桌面端榜单显示，百度搭子月活达到674.30万，在AI办公智能体中排名第二，且月活环比增长1063.79%，位列AI办公智能体增速榜第一。

办公，是智能体进入企业最先被感知的一层，正因如此，它成了大厂汇集的第一站。但这远不是这轮技术红利最深的地方。

如果企业把智能体的想象力停在办公工位上，就相当于把一场系统级的改造，做成了一次工具替换。

所以9月16日的2026智能经济论坛上，百度智能云想讲的已经不止于此：其给出的主线是产业智能体，以及一个更接近产业真实需求的答案：产业智能体操作系统。

办公是入口：智能体正在从工具走向流程

办公这个词，正在被大厂们重新定义。

在今天的语境里，它不只是写周报、生成PPT这类文档工作，而是能够覆盖资源拉通、信息对齐、经营分析等横向协同任务。

这是企业日常运转最密集的场域，也是数据、权限与流程交错最严重的环节。

百度智能云对通用智能体的定位由此而来。以百度搭子为例，这不是一款文档助手，而是承接企业日常运营任务的统一入口。

依托Skill、MCP协议与各类连接器，它要打通过去烟囱式割裂的各类系统，除了创新，还要调度企业已经存在的能力。

数据指明了这个入口的方向。百度搭子曾在8月份披露，基于用户调研，60%的用户任务跨越至少3个步骤，86%的任务有明确的交付终点。

为此，自今年3月发布以来，百度搭子在5个月内迭代了150次，并在8月推出企业版的15个行业套件、96项专业技能，覆盖金融与财务、商务与法务、产品与研发、运营与人力四大职能域。

落到具体企业里，变化更直接。

人力资源服务商金前程，把百度搭子接入招聘流程后，HR每天可以初筛1000多份简历，准确率保持在80%以上；接入财务等系统后，原本需要两三个小时完成的人才分析报表也被缩短到10分钟。

蓝海黑石则是另一个切面。在百度搭子支持下，这家新材料企业将采购分析从数天研判精简为一份可核验的决策报告，会议纪要到任务创建的流程也被跨系统打通。

更深的改变还在发生。就供应商管理来看：百度搭子读取、汇总评分表，结合产能、面积等业务要求生成工厂规划文档和测算表，原本依赖人工经验的判断，变成了可核验、可复用的组织资产。

这些案例共同指向一件事：智能体接手的不是文档，而是企业内部的工作流程。

而恰恰因为能力已经伸进流程深处，行业的真正分歧也随之出现，这一层能力，最终会以什么形态存在？

狭义的办公工具不会消亡，但它们的能力会被逐步内化：下沉为通用智能体的原子能力，被按需统一调用；价值定位也从独立的流量入口，转变为可被调用的底层能力层。

换句话说，办公智能体的终局，可能不是成为一个新的超级App，而是变成一层不再被用户直接感知、却无处不在的能力。

这也是百度把搭子从个人效率工具推向组织级生产力入口的原因，它要做的不只是一个对话框，而是企业内部的任务调度权。

从做单个智能体，到做智能体的系统

当智能体向产业深处渗透、要覆盖企业全链路工作时，单靠一个通用智能体显然不够。百度智能云的判断是：未来10 年，产业智能体将成为智能经济时代的新型生产力。

如何承接这一判断？

2026 智能经济论坛上，百度智能云给出的完整答案，是一整套产业智能体矩阵，以及能将它们统一调度起来的产业智能体操作系统，同步亮相的，还有面向企业的百度搭子开发平台。

理解这套架构的逻辑，得先看清企业任务的结构：在百度智能云的划分里，企业工作大致切成三块，以横向协同为主的办公任务约占20%；具备共性的专业任务约占30%，覆盖营销、数据分析、应用开发等；剩下约50%，承载企业独有的流程、数据、认知等属于核心生产研发场景。

对应这三块任务，百度智能云在产业智能体上，形成三类布局：通用智能体百度搭子，承接日常运营与办公任务；专业智能体秒哒、伐谋、胜算、一见、Hogee、文心快码、一镜，覆盖标准化的共性专业场景；定制智能体由百度搭子开发平台承载，把能力开放给企业，更好地跑通属于自己的“最后一公里”。百度智能云同时宣布，这一生态将永久不抽佣。

中间那30%，百度已摆出成熟“货架”供企业选择：比如秒哒以33.4%的月活份额位居中国AI原生无代码应用生成平台第一，伐谋自发布以来已有超3000家企业申请试用。

这类能力通用性强且专业的场景，直接用成熟方案最经济。

南方电网的实践是专业智能体落地的典型。借助百度胜算的数据本体能力，其将设备、告警、台账、检修记录及业务关系全面梳理打通，连接多套业务系统，为核心业务搭建了十余个智能体应用。

以设备缺陷处置为例，过去告警触发后需人工跨系统核验信息、判断处置路径；现在智能体可基于数据本体与业务逻辑自主判定缺陷等级，自动跨系统调取设备信息、生成工单并推动流程闭环，仅在关键节点保留人工确认，整体处置效率显著提升，目前该模式已在南网十余家单位复制推广。

真正的分水岭在那50%：没有厂商能给出开箱即用的方案，企业“最后一公里”落地涉及权限、数据、系统、流程，其复杂程度成为行业共识，这正是智能体塑造企业竞争力的地方。

泰康是一个很有说服力的样本。针对展业合规这一保险核心风控环节，过去人工审核面临规则来源多、更新快、口径难统一的痛点，泰康基于百度的能力开发了一个“展业合规智能体”，可自动提取申请关键信息、匹配适用规则并给出判断依据，再由人工复核，既提升效率也强化了风险防控。

截至目前，泰康已在百度智能云上线3500多个智能体，日均消耗Tokens达200亿，把智能体应用在了医疗健康、风控合规、销售运营这些核心场景里。

但当企业内的智能体从零星几个增长到成百上千个，新的矛盾也随之浮现。如果通用智能体、专业智能体、企业定制智能体各自分开搭建、独立运行，企业本质上只是把旧的系统烟囱换成了新的智能体烟囱：数据不通、工具不通、流程不通，智能体数量越多，协同成本反而越高。

这正是“产业智能体操作系统” 要解决的核心问题：向下屏蔽各部门在数据、工具、流程上的复杂差异，向上为各类智能体提供统一的调度入口，让多个智能体围绕同一任务协同运转。

对决策者最有说服力的一点是，它不替代企业原有的IT资产。ERP、CRM等存量系统可以通过 Skill、MCP轻量接入，实现利旧复用。

增速之外，百度智能云用全栈底座定义智能体终局

这套能统管三类智能体的产业操作系统，表面上是一层调度与协同的框架，真正的比拼却落在框架之下的底层能力。

这也是百度敢于讲这个故事的核心底牌。

百度集团执行副总裁、百度智能云事业群总裁沈抖曾明确点出本质：各类智能体比拼到最后，还是底层AI云的竞争。

随着智能体走向规模化、长链路化，复杂工具调用、沙箱执行、高并发任务调度会同步爆发， 沈抖给出的规模参照是：产业智能体一旦爆发，规模将以十亿级计 ，仅产业智能体就将超过 30 亿个，带来近 100GW 的推理需求。

要接住这个需求，百度给出的了全栈底座。

往上，是Agent Infra。它承载150 多个 SOTA 模型，提升长链路推理性能，补齐沙盒、安全测试、风控等能力，做到极致的弹性、安全与透明。

往下，是国产算力体系。昆仑芯十年磨一剑，第三代P800 已在金融、制造、汽车、运营商等场景建立成熟集群；但单颗芯片只决定单点能力，超节点才决定系统能力，百度去年率先发布天池超节点，如今已在多地智算中心千柜级部署、支持万亿参数训练，并实现全国产化。

百度2026年二季度财报显示，AI云基础设施收入73亿元，同比增长50%，其中GPU云收入同比增长283%，增速继续走高。

从昆仑芯到AI云基础设施，再到模型调度层与上层智能体，百度正在形成“芯云模体”的正向循环。更强的算力与芯片能力优化调度效率，更低的推理成本让智能体得以深入更多业务场景，而智能体产生的海量数据又反过来迭代模型、打磨工程能力，进一步拉动下一代算力与芯片的需求。

这是一个互相放大的闭环，任何一层的突破，都会撬动其余三层的价值释放。

闭环的成绩，已经用市场份额给出了验证。

在央国企市场，80% 的央企选择百度智能云，2025 年中国央国企大模型及应用市场、大模型应用市场均位列第一；在金融领域，百度智能云已服务 800 + 金融机构，覆盖 100% 的系统重要性银行，连续 2 年位居金融大模型份额第一；在汽车行业，100% 的中国主流车企选择百度智能云，自动驾驶研发解决方案份额第一；在具身智能这条新兴赛道上，百度智能云同样拿下中国具身智能 AI 云份额第一，支撑 50 + 具身智能企业。

从央国企、金融到汽车、具身智能，市场份额不会说谎：产业智能体这套系统，已经不只是讲得通，还能跑得流畅。

也正因此，50% 的云收入增速只是结果，而非原因。百度真正想押注的，是智能体从工位走进那 50% 核心业务的过程，以及在这个过程中，谁来做那个 “操作系统”。

而这也是这场智能体战争里，最难被复制，也最需要时间验证的部分。