百度搭子推出企业版Agent平台，大厂们都看上了这块生意

7月10日，百度正式将旗下通用智能体产品“百度搭子”推向企业市场。确切地说，是从个人办公助手，升级成一款面向企业的智能体平台。

这次升级的几个关键点值得留意。个人版这边，提升了智能路由、多端共享记忆、浏览器调用等能力；企业版则补齐了企业知识资产沉淀、多人共享协作、业务系统打通、安全合规治理等更偏“组织级”的能力。它能够连接OA、CRM、ERP、即时通讯这些企业内部系统，还能做到员工身份透传、行级数据权限管理。可以说，从个人效率工具到企业生产力基础，这条路算是正式铺开了。

同期发布的，还有百度首个企业级Skill（技能）接入标准。这意味着，百度试图建立一个统一的第三方技能接入体系——这对企业级智能体生态而言，是一个不可忽视的基础设施级动作。

回过头看，过去一年大模型行业完成了一轮技术迭代。竞争的焦点已经从模型参数、推理能力，蔓延到Agent（智能体）这条赛道上。百度集团执行副总裁、百度智能云事业群总裁沈抖的判断也很有代表性：未来90%的工作，都可能有智能体深度参与。这句话的潜台词其实是——智能体的能力边界，从根本上决定了企业与AI结合的程度。

不过，当智能体需要承担越来越长链路的复杂任务时，新的技术挑战也随之浮现。沈抖也坦诚地提到了这一点：相比聊天机器人时代，智能体需要处理更复杂的推理、多工具编排、大量文件读写，以及权限、安全、成本和数据治理这些更加系统性的问题。说到底，除了大模型本身的迭代，这背后还涉及算力基础设施、模型调度、数据治理，以及Agent框架——这是一整套全栈AI能力的协同进化。

安全治理，是百度此次特别强调的一个议题。过去几个月，Skill生态暴露出的问题不少：安全不可验证、能力描述夸大、调用效果不稳定、接口标准不统一。说白了，一个技能好不好用，靠不靠谱，光靠开发者自己说是不够的。

百度搭子产品总架构师李景秋对此的看法也很直接：当Skill生态迈入精细化治理阶段，相比数量规模，更关键的是保证调用的安全可靠性。他透露，百度搭子的做法是上线了一套全自动化的安全审核与效果验证机制。用户导入外部自定义Skill时，系统会自动在安全沙箱中进行检测，一旦识别到风险，会直接拦截。这种做法，某种程度上是在为Skill生态的持续扩张“设防火墙”。

除了安全，还有一个维度同样关键：长程任务的完成质量与稳定性。李景秋把它概括为“端到端的稳定执行”。而这一能力的竞争焦点，落在了Harness工程框架设计上。

一组内部数据很能说明问题：在智能体执行任务失败或效果不佳的事例中，大约有44%的原因可以归因于模型能力。但剩下56%的问题，出在了Harness工程框架的能力调度与意图理解上。

这个比例很有冲击力。它表明，在当前阶段，精准进行意图澄清、工具调用、多轮搜索，或者在第三方Skill报错时自动纠偏——这些工程化的能力，对于一个智能体平台来说，可能比模型本身的优化更具决定性。当然，李景秋也补充了一句：“大模型能力同样非常重要，大模型与Harness框架的协同优化是关键。”这不是一句空话，而是现阶段真正需要被重视的技术路径。

企业级AI Agent市场已经成为Token经济一个重要的消耗环节，也是各大模型厂商不容忽视的阵地。而Skill生态，恰恰是支撑这一竞争的核心。

李景秋透露，当前业内普遍采用的设计理念是一个三层架构：Skill、Connector（连接应用）、Toolkit（专业套件）。

第一层解决的是长尾和单点功能；第二层帮助用户批量获取应用级能力，比如身份认证（像连接钉钉、飞书等）；第三层则通过专业级套件，让用户在一个输入框内就能闭环解决某个应用场景下的所有问题。

他对此的判断也很清晰：“专业套件作为整个Skill生态发展的第三个阶段，有可能是未来的一种终局。”这句话的背后，是一个值得深思的场景：未来每个身处职场的个体，都能找到属于自己的专业技能包——这或许才是最本质的变革。

最后，聊到AI Agent平台如何走向规模化应用，李景秋认为有两个关键点。第一，场景要向专业垂直领域拓宽，这离不开模型层面的性能迭代，也离不开行业套件和技能的发展。第二，成本必须可控和下降，这样才能最大程度降低企业在ROI上的顾虑。毕竟，技术再好，如果算账算不过来，落地就会变得遥不可及。

综合来看，百度这次的动作，既是一次产品升级，也是一次生态布局的战略宣告。智能体平台的竞争，正在从“能做什么”走向“做得好不好、稳不稳、安不安全”。而谁能在工程框架、安全机制与成本控制上率先建立起系統性优势，谁就更有可能在未来的企业级AI市场里站稳脚跟。