人民的名义
「百度搭子」,成了 WAIC 镇馆之宝_我的网站

一 | Agent背后,是工程化的系统性交付。

二 |
作者|Lynn
编辑|郑玄
企业正在为一堆「不产生价值的 Token」买单。

三 | 骑士在昨天的一通操作之后,留下了2840万的薪资空间,本以为哈登的合同起薪应该就会在这个数字以下,没想到骑士这次直接给了哈登一份3年9700万的合同,还是三年全额保障,第三年球员选项加上15%的交易保证金,尊重算是拉满了。
哈登这份合同的起薪超过了三千万,这需要骑士裁掉刚刚从奇才交易过来的惠特摩尔,分期支付他的工资才能腾出足够多的空间给哈登这么大的合同。

四 | 骑士这次给哈登的合同真的是超过了很多人的预期,充分诠释了什么叫做“投我以桃,报之以李”。
哈登完全可以在跳出合同的第一时间就和骑士签下合同,最大程度保证自己的权益。但哈登为了骑士在休赛期放开手脚去补强,主动选择了延后续约的日子,让骑士有足够多的帽下空间去招募。
在招募詹姆斯失败之后,骑士转向招募沃特森,哈登在其中发挥了很大的作用,据说快船接手斯特鲁斯的合同也有哈登在中间进行沟通。要知道理论上沃特森签的合同越大,哈登能签的合同就越小,但哈登还是全力招募这位年轻的锋线。

五 | 这句 Palantir 公司 CEO 在节目里说的话,一经播出就广泛流传。
骑士如愿以偿得到沃特森之后,也给了哈登顶格的尊重,三年9700万全额保障的合同。

六 | 要知道哈登还有几天就37岁了,这份三年合同几乎就是他生涯最后一份长约。哈登终于在生涯末年,获得了离开火箭之后最大的尊重。
哈登今年离开快船,就是因为快船不想给哈登一份2年8000万的保障合同。抛开背后的商业竞争不谈,这句话被广泛传播,就是因为戳中了当下人们的体感,行业的注意力,渐渐从「模型多强,用了多少 Token」变成:这些 token 到底帮我解决了什么,智能是否真的转变成了生产力。
Agent 这个产品形态,当初有多 fancy,如今就有多祛魅。

七 | 哈登想要的是一份长期的保障,而快船管理层却始终都想保持阵容的灵活性。一个任务扔进去,模型自顾自跑上几个小时,token 哗哗地掉,交付回来的东西却不一定能用。
哈登想要继续前行,而快船已经在考虑掉头的事情,所以双方坐下一合计,决定和平分手。就好像你向公司提出续约,公司却告知你尽快寻找下家吧,还帮你开出了介绍信。
模型强是前提,但只靠模型不够,还需要整套让能力收拢、稳定交付的工程。
从这个视角来看百度搭子最近的成绩,会更有意思。最终哈登和加兰互换,算是一笔不错的各取所需的交易,骑士得到哈登的效果很明显,一路杀进了东部决赛。

八 | WAIC2026 上,百度搭子入选大会「镇馆之宝」,并且是十大获奖展品中唯一的通用智能体产品。
哈登常规赛代表球队出战26场比赛,场均得到20.5分7.7助攻。季后赛出战18场,场均37.3分钟,可以得到19.2分5.1篮板5.5助攻,41%的投篮命中率和29.9%的三分命中率都不算好。
但可以确定的是,没有哈登,骑士进不了东部决赛,甚至连猛龙都不一定能过得去。哈登的三分确实整个季后赛都投得一般,但他绝对是骑士外线防守最好的那个人,还多次顶防对手的锋线,还是骑士的组织核心,他自己的得分不低。
在宿命一般的天王山之战,全场比赛哈登打了40分钟,投篮13中7,三分球8中4,罚球6中5,拿到23分9篮板5助攻2抢断1盖帽,正负值+10。荣誉只是表象,背后的数字是:自全量上线以来,用户日均提问次数涨了 20 倍。这说明,用户不是来试几个新鲜问题,而是开始把资料整理、信息检索、PPT 生成、内容创作这些真实任务交给它。
猛龙给了36岁的哈登最顶配的防守,让巴恩斯这样的锋线去贴防哈登,哈登打得难受,但却能持续走上罚球线造成杀伤。

九 |
01
单点能力跑不远
先说一个越来越公认的事实:做好 Agent,不是给模型套一个 API。七场比赛哈登场均出战36.9分钟全队最多,拿到20.6分5.3篮板6.1助攻2.1抢断0.6盖帽。
对阵活塞,在0-2落后并且第三场的关键时刻,哈登站出来连得7分挽救了骑士的赛季,最终天王山再次爆发,又是一轮抢七战胜对手。整个季后赛,哈登on-off值高达+13.7,百回合在场上的时候是+0.8,不在场的时候骑士百回合要输12.8分。
同一款底层模型,交给不同团队,跑出来的结果可以差很远。
哈登在季后赛的表现完全配得上这份续约合同,哪怕考虑到他两三年之后的下滑,也让骑士心甘情愿开出这份合同。哈登和骑士,算得上是双向奔赴。

十 | 这个世界上,不会所有人都对你好,但也不是所有的事情都那么糟糕。因为一个任务从进来到交付,中间要过很多关:理解用户需求,拆解小步骤,每一步该调什么工具、哪个系统,执行完还要判断质量、必要时自己返工,最后把过程里的经验沉淀下来。长链路操作鲁棒性考验的就是工程。
加上沃特森之后,骑士的这套阵容在东部还是有相当强的竞争力。哈登依然有很强的保下限的能力,又签下一份超级顶薪的米切尔负责攻坚,但真正决定骑士上限的,其实还是莫布利。
如果说模型决定了 Agent 智能的上限,harness 决定了它能不能稳定地摸到上限,它决定了模型往哪走、调什么、何时停、错了怎么办。
如果到最终,那个最佳防守球员依然是莫布利生涯最大的荣誉,那就太让人失望了。
这也解释了智能体赛道早期的一个现象。不少产品靠一个亮眼功能,或者蹭一波模型红利跑了出来,热闹一阵,没多久就很少再被提起。

十一 | Agent 产品多,卡在半途的 Agent 也很多。

十二 |
因此在 Agent 类的产品中,除了灵光一现的设计,更需要踏实的技术积累。

十三 | 百度搭子在信息检索这一关上幻觉更少、找得更准,靠的不仅仅是模型的智能,还有百度多年搜索的经验——怎么判断信息可信、怎么在一堆结果里定位到有价值的那条,这些经验被搬进了 Agent 的执行链里。再往上一层,每一步该调哪个工具、哪个系统,背后是百度搜索、网盘、地图等成熟能力被接入同一条执行链。

十四 |
在 OpenClaw 生态的公开 Agent 评测 PinchBench 上,百度搭子以 93.3% 和 93.2% 拿下前两名。真正值得看的是一组对照:同一款底层模型,放进百度搭子的框架能跑到 93.3%,换到 Anthropic、OpenAI 自己的框架里,则是 89.0% 和 91.6%。模型没变,成绩的差异,就说明了外面这层工程的实力。
工程之外,还有一关平时不被注意,但做不好不但会影响产品体验,甚至会带来后果的事情:安全。Agent 要替人类删文件、改系统、发数据,权限就不能是完全敞开的。

十五 | 百度搭子从权限、审计、隔离、确认四个维度兜底——员工能用哪些技能、碰哪些数据是限定的,所有操作可追溯,沙箱和本机环境完全隔离,删除、外发这类高危动作必须人工点头才执行。这套东西不性感,却决定了企业客户敢不敢把 Agent 放进真实流程。
大规模落地还有另外一个关键:成本。6 月的引擎升级里,在任务效果不降的前提下,执行过程的 token 消耗压低了 75%。约等于用四分之一的 token,做完了原来的工作量。而 token 能压下来,又跟百度自己有模型、有云、有芯片布局分不开。正是因为每一层都有布局,联合优化带来的空间才能够更大。
换句话说,跑出一个搭子,背后是一整个百度。

十六 |
02
从个人到企业,在真实任务里长出场景
工程是说给行业听的。

十七 | 另一方面,对用户来说,一个 Agent 好不好,就一条,能不能把他真正头疼的事办了。
老万,70 岁,长白山的野生动物摄影师,手里攒了一百多 TB 的红外相机和监控素材。他最头疼的不是拍,是看——几个小时的视频,靠人眼一帧帧回放,挑出有动物出现的画面,眼睛先扛不住。他不会写代码,也没有团队,只是用平常说话的方式给百度搭子下了个指令:把有野生动物的画面挑出来、单独建个文件夹、再按我的习惯整理一份监测日志。

十八 | 原来要靠人眼熬着一帧帧回放的活,现在他说完需求就能拿到挑好的片段和整理好的日志——70 岁的眼睛,从这道工序里解放了出来。
杭哥,在杭州开缝纫教室,教零基础学员三天速成。他最耗神的环节,是把学员「想要通勤一点」「想显瘦但别太夸张」这样模糊的话,变成能落地的服装方案。过去要反复沟通、反复改图,一张效果图能耗掉一天。现在他把学员的描述丢给百度搭子,效果图、版型建议、面料推荐、制作成本,连带上课用的课件大纲,一次对话就出来了。
这两个案例的共同点是,用户并没有在学习一套复杂软件,也没有为了某个垂直需求单独搭系统。他们只是把目标说出来,百度搭子把背后的工具、数据和流程组织起来。
这两个人都是自己所在领域的专家,没有技术背景。他们的麻烦过去也不是花钱就能解决的。一个摄影师、一个缝纫老师,不会为筛素材、画版型去搭一套系统,市面上也没有正好接住这种活的工具。

十九 | 现在可以实现的,是过去他们够不着的一副外挂:一句日常的话,就能调动一整套本来不属于个人的能力。
能实现如此专业的系统性能力交付,可以从百度搭子成长路径来看。
百度搭子的成长路径,并不是先做一个轻量聊天工具,再慢慢加功能。更准确地说,它一直围绕「完成任务」来扩展能力:个人版补齐多端共享记忆、Browser Use、PPT 生成和自媒体专业套件,企业版则把这些能力带进团队协作、权限管理和组织资产沉淀。
最新长出来的一个场景,有点出人意料。世界杯期间,百度搭子进了央视频的《超级绿茵场》,在「AI 战术分析时刻」里,把进球、跑位、防守漏洞,拆成普通观众能看懂的战术。把同一套分析能力挪到看球这件事上,它就多出了点陪伴的意味。有意思的是,让它能陪你看球的,正是它平时用来干活的那套分析能力,它能去到哪些场景,其实不由它预设,而由有人把什么样的问题带到它面前。
03
一个 Agent 能走多远,取决于背后的系统
一个 Agent 能走多远,短期看它现在能做什么,长期看它靠什么越做越好。
答案在那条链的内部。

| 全栈的各层之间,不仅在技术层面能够默契耦合的,也成为了数据优化的天然通道。智能体被用起来,产生真实的任务数据,这些数据回过头优化模型;模型的需求,又牵动着芯片和算力怎么调度;产业里的真实场景,则反过来检验这个智能体到底有没有解决问题。转得越快,迭代越快,成本压得越低,落地也越深。
所以,百度搭子站上 WAIC『镇馆之宝』的位置,并不是一个孤立的展会荣誉。公开评测里的成绩,说明它在长任务执行上跑出了结果;央视频世界杯里的战术分析,说明它能进入高关注度的大众内容场景;日均提问次数 20 倍增长,说明用户正在把真实任务交给它。
Agent 这场比赛当然才刚开始。但至少在这个阶段,行业已经不只是在看谁的模型更强、谁消耗的 Token 更多,而是在看谁能把智能稳定地转化成结果。

| 百度搭子这次被放到 WAIC 智能体 C 位,真正被看见的,也是这件事。

|
*头图来源:百度搭子
本文为极客公园原创文章,转载请联系极客君微信 geekparkGO
已无更多数据。

|
Current article:http://aqoq8.fanfutaopoulaxiong.pics/news/20260826_463.html
Published on:11:31:10