作者｜何晴

編輯｜重點君

2026年，做出一個能查資料、寫報告、調用軟件的Agent，已經不是一件難事。企業裏的Agent也越來越多，宣傳部用它寫內容、整理材料，程序員用它coding，完成項目設計。

但如果把目光從辦公桌移到實驗室、研發中心和生產現場，辦公只是Agent價值最容易被感知的一層，Agent面對的是另一套問題。

比如，研發人員要判斷一段模擬軌跡是否已經收斂；在生產現場，岩土工程團隊要把一種災害預測方法遷移到另一種場景；工廠要在設備、訂單和交期的多重約束下重新排產。除此之外，AI需要把老師傅腦袋裏的經驗沉澱下來，生成一套可重複調用的方案、模型，拆解成一套可以運行、驗證和迭代的工作閉環。而這些任務缺乏統一標準，一旦出現錯誤，比如材料判斷有誤、倉儲排程或災害預測出錯，都可能影響研發結論、交付進度乃至工程安全。

因此，Agent數量增加，並不等於企業生產力同步增加。這就構成了Agent進入產業的真正分水嶺。即Agent在幫人寫報表、PPT等通用任務之外，能進入多深的業務環節。

近期舉行的百度智能雲大會·蘇州，提供了一個觀察Agent走出辦公室、進入製造與科研現場的切面。

在這場大會上，Agent討論的不再只是寫材料、做PPT或整理信息，而是開始指向更具體的產業問題，即在製造業，如何預測倉儲水位、優化出貨安排；在科研領域，如何把材料研發中的重複試驗變成可運行的工作流，以及在企業，如何將工程師和老師傅的經驗沉澱為可以反覆調用的能力。

如果把觀察範圍進一步放大，百度智能雲的項目數據則呈現出了更完整的產業圖景。2025年全年及2026年前三季度，百度智能雲全行業智能體項目中標數量位居第一。需要注意的是，這些中標的智能體項目，集中在有研發、工藝、質檢、排產和科研需求的企業，覆蓋金融、製造、能源、政務、汽車等行業。他們需要的除了辦公工具之外，還有Agent和產業結合可能爆發的生產力。這個數據，也恰好提出了一個關鍵的問題，當企業不再圍觀Agent，而是把它寫進採購單，它們究竟願意為什麼付費？

同時，這也是觀察百度智能雲的一個更合適的角度，當Agent開始真正落到行業裏，它需要走到多深？

Agent從辦公室走向生產

需要注意的是，辦公往往是Agent進入企業最自然的起點。今年的AI辦公Agent大戰，也已經把競爭從聊天框推向了工作台。

在辦公場景裏，信息查詢、報表整理、PPT、合同初審和會議紀要，這些需求耗時耗力，也足夠高頻，這也解釋了，為什麼近期大廠圍繞AI辦公的戰爭越來越激烈。百度智能雲，則用通用智能體產品「百度搭子」搶佔市場。

人力資源服務商金前程，首先把百度搭子接入了自己公司的辦公流程。在招聘環節，接入Agent後，HR現在每天可以初篩1000多份簡歷，準確率也保持在80%以上。而在每天高頻封信的月報，還有公務文檔上，如今自動化處理已經能替代80%以上的人工操作，輸出質量穩定、格式規範的公務文件。

面對員工，百度搭子可以高效地完成調研、報表和信息處理；進入企業後，它又可以連接內部數據、業務系統和員工配置的Skill，在權限範圍內執行任務，讓不懂開發的人也能調用AI。

但判斷Agent的價值，不能只看調用次數和活躍用戶，還要看它距離企業的業務結果有多近。

蘇州一家消費電子製造企業的倉儲項目或許是當下企業引入Agent對Token產出性價比更直觀的一次實驗。

由於這家企業的倉儲水位需要頻繁調整，出貨量又不斷波動，過去，他們主要靠老師傅用Excel表格去做規範，高度依賴老師傅的個人經驗。而百度智能雲在百度搭子上構建智能體，並調用了「伐謀」（服務工藝優化、風阻設計等工業場景的智能體）做預測和優化。經過200多輪迭代，讓這家公司的裝車滿足率從不足60%提升到80%以上，日出貨速度提高了30%。

也正因為如此，百度智能雲副總裁石清華提出，智能體進入製造業的核心場景後，「單位Token產出的性價比纔是最高的」。

Agent進入企業由此出現了兩種深度。一種是被更多員工使用，另一種是離企業交付結果的環節越來越近。

辦公Agent主要爭奪的是前一種，它們被用來輔助處理高頻、通用的知識工作。產業Agent卻要進入研發、工藝、生產和倉儲等核心環節，並接受實際業務結果的檢驗。蘇州擁有41個工業大類，百度在江蘇服務的企業超過3萬家，其中約三分之一位於蘇州。近期，石清華在蘇州舉辦的的百度智能雲大會上，將製造業稱為智能體回報最高、滲透率卻最低的行業。對大廠來說，製造（科研）等行業既是客戶密度最高的場景之一，也是檢驗Agent能否離開演示、進入生產的終極試驗場。

沒有人想錯過這個機會。

Agent落地，做得越來越深了

事實上，Agent從辦公走向科研（製造）等行業的關鍵因素，是要解決大量複雜的壁壘更高的專業問題、接受實際結果檢驗。這也是通用智能體之外，垂類智能體往往能更快和行業結合的原因。

垂類智能體往往能在企業的核心業務環節，輔助形成規則明確、流程標準化的一套更高效率的業務流。

金前程作為國內領先的人力資源企業，招投標和合同審核的業務上，由於業務規模快速擴張，在合同審核的環節，原本需要員工同時理解法律、財稅和用工規則，複雜合同還要等待專家排期，一份往往需要一到三天，通過專項開發相應的skill，業務人員上傳合同，大約5分就能拿到要素提取、條款對照和風險分級結果。

而需要垂類智能體的客戶，不一定是缺少AI能力的傳統企業。它可能已經擁有模型、專家和研發平台，甚至本身就是一家AI公司。

新研智材便屬於後一種。

這家公司面向材料研發場景提供AI平台，擁有材料垂直模型、實驗數據、自動化實驗設備，以及名為MARS的材料自動研究科學家系統。不同階段，材料會從毫克級放大到噸級，配方與工藝參數就要不斷調整。同時，面對不同客戶，還要考慮性能、成本和生產條件的適配問題。

此前，他們的材料研發主要是通過試錯與專家經驗搭建一套比較粗糙的標準。同一批數據，因為人的處理方式不同，很容易有結果差異，往往要多輪人工調參、重複分析甚至補充模擬，這也造成了不小的資源浪費。科研流程不標準，更談不到規模化複用。

引入度伐謀AI Scientist 智能體後，新研智材用AI來進行自動化驗證與優化，把相關函數處理、頻譜分析和不確定性評估等關鍵環節整理納入了一個統一的科研工作流裏。Agent能夠對不同後處理方案進行自動搜索、運行和結果比較，並根據材料體系及時間序列特徵輔助選擇更合適的處理方案，有效的減少了資源損耗。現在，他們已經開始用AI幫助團隊篩選材料和生成實驗方案了。

在這個過程裏，人來提出需求，制定規範和驗收標準，而Agent能輔助完成重複實驗，仿真、真實數據，輔助業務負責人做出決策。人被進一步的從流程裏釋放出來，更高效率地完成工作。

這也正是Agent需要不斷深入到產業核心場景的原因。從處理信息，進一步進入那些直接影響研發、質量、成本和交付的高價值環節，如果說百度搭子是直接面對員工，幫助人處理紛繁複雜的任務；垂類智能體則是直接面對業務問題，服務的對象變成了工程師，高校教授等等，Agent的產出要真正交付結果。

而最終，Agent想要在產業裏深入進去，真正的勝負手，是誰能同時解決廣泛使用、專業深度和企業適配。

從個⼈助⼿到企業級⽣產⼒，百度智能雲早已走進千行百業

當下，Agent的競爭早已不再只是模型能力的競爭。

模型決定智能的上限，真正讓Agent在企業裏落地幹活的，是一整套運行框架。也就是當下熱議的「Harness」，包括任務規劃、長上下文、工具調用、持續記憶、權限控制、運行時環境，以及對結果的評估和反饋。讓企業願意採購的，並不一定是分數最高的模型，而是能夠將模型、工具和業務系統進行協同的一整套系統。

微軟CEO薩提亞·納德拉曾提出，AI的成功最終要由經濟增長來衡量，而不是模型基準。這個判斷放到企業裏同樣成立。衡量Agent是好好用的尺度，也不是token的消耗量，而會是更實際的對研發，生產效率的影響。

產業數據也在指向同一方向。麥肯錫測算，生成式AI約75%的潛在年度價值集中在營銷銷售、客戶運營、軟件工程和研發四類業務職能。AI的商業價值更多地集中在少數能夠直接影響收入、研發和運營結果的環節。

過去六年，前沿AI能夠可靠完成的任務長度大約每七個月翻一倍。模型和Agent已經有能力從一次問答走向更長的工作過程。但任務變長，並不等於真正地交付價值。Agent越深入研發、製造和經營環節，越要理解行業知識、企業數據和業務約束。

而百度智能雲，更早的看到了這一趨勢，穩紮穩打地逐步做深。

從產品側看，一方面，百度搭子負責通用辦公和任務入口，讓員工能夠調用企業知識、系統與Skill。另一方面，垂類智能體面向研發優化、應用生成和經營分析等專業任務，比如伐謀服務⼯藝優化、⻛阻設計等⼯業場景；秒噠則專攻⽆代碼應⽤⽣成； ⼀⻅是視覺智能體平台；勝算服務企業數據；Hogee面向企業⼀站式AI營銷； 客悅則是服銷⼀體化AI應⽤；Agent Briage是企業級的AI業務⼯作台。同時，進入具體企業後，百度智能雲還會根據企業數據、業務規則、流程、權限和評價指標做更具體的適配。

百度智能雲既在做大家都在爭的通用Agent，也已經把Agent做進更專業、更難的產業場景。

或許這時，當我們重新將視線投向2025年全年及2026年前三季度，百度智能雲全行業智能體項目中標數量位居第一的數據時，百度智能雲的中標規模，只是產業Agent競爭的一個階段性樣本。它證明了百度智能雲已經獲得了進入大量真實場景的機會。這張提前拿到手的船票，讓百度智能雲的Agent能力正在不同客戶和行業中接受真實需求檢驗；同時，百度智能雲已經擁有把通用、專業和企業適配能力組織成交付方案的基礎。但項目數量能否成為長期優勢，還取決於這些經驗最終能不能沉澱為可複用的任務拆解、工具連接和評估能力。

如果說，Agent的上半場比的是誰覆蓋得廣，那麼，下半場開始比的是誰進入得深。而一旦這些項目中積累的任務拆解、工具連接、評價方法和工程經驗，能夠高效轉化做規模化的交付，Agent就能建立起自己的產業壁壘。

可以看到的是，從個人到組織，從辦公到生產，再從通用到專業，百度智能雲已經摸到了Agent釋放產業價值的脈門。