「百度搭子」，成了 WAIC 鎮(zhèn)館之寶

Agent背后，是工程化的系統(tǒng)性交付。

作者｜Lynn

編輯｜鄭玄

企業(yè)正在為一堆「不產(chǎn)生價值的 Token」買單。這句 Palantir 公司 CEO 在節(jié)目里說的話，一經(jīng)播出就廣泛流傳。拋開背后的商業(yè)競爭不談，這句話被廣泛傳播，就是因為戳中了當(dāng)下人們的體感，行業(yè)的注意力，漸漸從「模型多強，用了多少 Token」變成：這些 token 到底幫我解決了什么，智能是否真的轉(zhuǎn)變成了生產(chǎn)力。

Agent 這個產(chǎn)品形態(tài)，當(dāng)初有多 fancy，如今就有多祛魅。一個任務(wù)扔進(jìn)去，模型自顧自跑上幾個小時，token 嘩嘩地掉，交付回來的東西卻不一定能用。

模型強是前提，但只靠模型不夠，還需要整套讓能力收攏、穩(wěn)定交付的工程。

從這個視角來看百度搭子最近的成績，會更有意思。WAIC2026 上，百度搭子入選大會「鎮(zhèn)館之寶」，并且是十大獲獎?wù)蛊分形ㄒ坏耐ㄓ弥悄荏w產(chǎn)品。榮譽只是表象，背后的數(shù)字是：自全量上線以來，用戶日均提問次數(shù)漲了 20 倍。這說明，用戶不是來試幾個新鮮問題，而是開始把資料整理、信息檢索、PPT 生成、內(nèi)容創(chuàng)作這些真實任務(wù)交給它。

01

單點能力跑不遠(yuǎn)

先說一個越來越公認(rèn)的事實：做好 Agent，不是給模型套一個 API。

同一款底層模型，交給不同團(tuán)隊，跑出來的結(jié)果可以差很遠(yuǎn)。因為一個任務(wù)從進(jìn)來到交付，中間要過很多關(guān)：理解用戶需求，拆解小步驟，每一步該調(diào)什么工具、哪個系統(tǒng)，執(zhí)行完還要判斷質(zhì)量、必要時自己返工，最后把過程里的經(jīng)驗沉淀下來。長鏈路操作魯棒性考驗的就是工程。

如果說模型決定了 Agent 智能的上限，harness 決定了它能不能穩(wěn)定地摸到上限，它決定了模型往哪走、調(diào)什么、何時停、錯了怎么辦。

這也解釋了智能體賽道早期的一個現(xiàn)象。不少產(chǎn)品靠一個亮眼功能，或者蹭一波模型紅利跑了出來，熱鬧一陣，沒多久就很少再被提起。Agent 產(chǎn)品多，卡在半途的 Agent 也很多。

因此在 Agent 類的產(chǎn)品中，除了靈光一現(xiàn)的設(shè)計，更需要踏實的技術(shù)積累。百度搭子在信息檢索這一關(guān)上幻覺更少、找得更準(zhǔn)，靠的不僅僅是模型的智能，還有百度多年搜索的經(jīng)驗——怎么判斷信息可信、怎么在一堆結(jié)果里定位到有價值的那條，這些經(jīng)驗被搬進(jìn)了 Agent 的執(zhí)行鏈里。再往上一層，每一步該調(diào)哪個工具、哪個系統(tǒng)，背后是百度搜索、網(wǎng)盤、地圖等成熟能力被接入同一條執(zhí)行鏈。

在 OpenClaw 生態(tài)的公開 Agent 評測 PinchBench 上，百度搭子以 93.3% 和 93.2% 拿下前兩名。真正值得看的是一組對照：同一款底層模型,放進(jìn)百度搭子的框架能跑到 93.3%，換到 Anthropic、OpenAI 自己的框架里,則是 89.0% 和 91.6%。模型沒變，成績的差異，就說明了外面這層工程的實力。

工程之外，還有一關(guān)平時不被注意，但做不好不但會影響產(chǎn)品體驗，甚至?xí)砗蠊氖虑椋喊踩gent 要替人類刪文件、改系統(tǒng)、發(fā)數(shù)據(jù)，權(quán)限就不能是完全敞開的。百度搭子從權(quán)限、審計、隔離、確認(rèn)四個維度兜底——員工能用哪些技能、碰哪些數(shù)據(jù)是限定的，所有操作可追溯，沙箱和本機環(huán)境完全隔離，刪除、外發(fā)這類高危動作必須人工點頭才執(zhí)行。這套東西不性感，卻決定了企業(yè)客戶敢不敢把 Agent 放進(jìn)真實流程。

大規(guī)模落地還有另外一個關(guān)鍵：成本。6 月的引擎升級里，在任務(wù)效果不降的前提下，執(zhí)行過程的 token 消耗壓低了 75%。約等于用四分之一的 token，做完了原來的工作量。而 token 能壓下來，又跟百度自己有模型、有云、有芯片布局分不開。正是因為每一層都有布局，聯(lián)合優(yōu)化帶來的空間才能夠更大。

換句話說，跑出一個搭子，背后是一整個百度。

02

從個人到企業(yè)，在真實任務(wù)里長出場景

工程是說給行業(yè)聽的。另一方面，對用戶來說，一個 Agent 好不好，就一條，能不能把他真正頭疼的事辦了。

老萬，70 歲，長白山的野生動物攝影師，手里攢了一百多 TB 的紅外相機和監(jiān)控素材。他最頭疼的不是拍，是看——幾個小時的視頻，靠人眼一幀幀回放，挑出有動物出現(xiàn)的畫面，眼睛先扛不住。他不會寫代碼，也沒有團(tuán)隊，只是用平常說話的方式給百度搭子下了個指令：把有野生動物的畫面挑出來、單獨建個文件夾、再按我的習(xí)慣整理一份監(jiān)測日志。原來要靠人眼熬著一幀幀回放的活，現(xiàn)在他說完需求就能拿到挑好的片段和整理好的日志——70 歲的眼睛，從這道工序里解放了出來。

杭哥，在杭州開縫紉教室，教零基礎(chǔ)學(xué)員三天速成。他最耗神的環(huán)節(jié)，是把學(xué)員「想要通勤一點」「想顯瘦但別太夸張」這樣模糊的話，變成能落地的服裝方案。過去要反復(fù)溝通、反復(fù)改圖，一張效果圖能耗掉一天。現(xiàn)在他把學(xué)員的描述丟給百度搭子，效果圖、版型建議、面料推薦、制作成本，連帶上課用的課件大綱，一次對話就出來了。

這兩個案例的共同點是，用戶并沒有在學(xué)習(xí)一套復(fù)雜軟件，也沒有為了某個垂直需求單獨搭系統(tǒng)。他們只是把目標(biāo)說出來，百度搭子把背后的工具、數(shù)據(jù)和流程組織起來。

這兩個人都是自己所在領(lǐng)域的專家，沒有技術(shù)背景。他們的麻煩過去也不是花錢就能解決的。一個攝影師、一個縫紉老師，不會為篩素材、畫版型去搭一套系統(tǒng)，市面上也沒有正好接住這種活的工具。現(xiàn)在可以實現(xiàn)的，是過去他們夠不著的一副外掛：一句日常的話，就能調(diào)動一整套本來不屬于個人的能力。

能實現(xiàn)如此專業(yè)的系統(tǒng)性能力交付，可以從百度搭子成長路徑來看。

百度搭子的成長路徑，并不是先做一個輕量聊天工具，再慢慢加功能。更準(zhǔn)確地說，它一直圍繞「完成任務(wù)」來擴展能力：個人版補齊多端共享記憶、Browser Use、PPT 生成和自媒體專業(yè)套件，企業(yè)版則把這些能力帶進(jìn)團(tuán)隊協(xié)作、權(quán)限管理和組織資產(chǎn)沉淀。

最新長出來的一個場景，有點出人意料。世界杯期間，百度搭子進(jìn)了央視頻的《超級綠茵場》，在「AI 戰(zhàn)術(shù)分析時刻」里，把進(jìn)球、跑位、防守漏洞，拆成普通觀眾能看懂的戰(zhàn)術(shù)。把同一套分析能力挪到看球這件事上，它就多出了點陪伴的意味。有意思的是，讓它能陪你看球的，正是它平時用來干活的那套分析能力，它能去到哪些場景，其實不由它預(yù)設(shè)，而由有人把什么樣的問題帶到它面前。

03

一個 Agent 能走多遠(yuǎn)，取決于背后的系統(tǒng)

一個 Agent 能走多遠(yuǎn)，短期看它現(xiàn)在能做什么，長期看它靠什么越做越好。

答案在那條鏈的內(nèi)部。全棧的各層之間，不僅在技術(shù)層面能夠默契耦合的，也成為了數(shù)據(jù)優(yōu)化的天然通道。智能體被用起來，產(chǎn)生真實的任務(wù)數(shù)據(jù)，這些數(shù)據(jù)回過頭優(yōu)化模型；模型的需求，又牽動著芯片和算力怎么調(diào)度；產(chǎn)業(yè)里的真實場景，則反過來檢驗這個智能體到底有沒有解決問題。轉(zhuǎn)得越快，迭代越快，成本壓得越低，落地也越深。

所以，百度搭子站上 WAIC『鎮(zhèn)館之寶』的位置，并不是一個孤立的展會榮譽。公開評測里的成績，說明它在長任務(wù)執(zhí)行上跑出了結(jié)果；央視頻世界杯里的戰(zhàn)術(shù)分析，說明它能進(jìn)入高關(guān)注度的大眾內(nèi)容場景；日均提問次數(shù) 20 倍增長，說明用戶正在把真實任務(wù)交給它。

Agent 這場比賽當(dāng)然才剛開始。但至少在這個階段，行業(yè)已經(jīng)不只是在看誰的模型更強、誰消耗的 Token 更多，而是在看誰能把智能穩(wěn)定地轉(zhuǎn)化成結(jié)果。百度搭子這次被放到 WAIC 智能體 C 位，真正被看見的，也是這件事。

*頭圖來源：百度搭子

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO

極客一問

你認(rèn)為一款 Agent

能走多遠(yuǎn)的核心因素是什么？