“过去三年，我们对AI的预期，是用模型能力的增长速度，去预测它给经济带来的增长速度。结果是，模型能力一直在快速发展，但GDP却没有得到明显的变化。”

9月16日，在2026智能经济论坛上，百度集团执行副总裁、百度智能云事业群总裁沈抖抛出了这个观察。

他越过当下最热的办公Agent，直接追问结果：模型已经越来越强，为什么还没有变成产业看得见的经营成果？

过去几个月，AI办公打成了年内最热闹的Agent战场。据QuestMobile统计，国内17款主流桌面办公Agent的月访问量，半年间从2000万涨到6000万。百度搭子7月月活达到674.3万，环比增长1063.79%，位列AI办公智能体增速榜第一。

办公Agent的热度先起来了，但它在企业生产经营中的价值，还没有被大规模兑现，一些项目甚至面临退场。

麦肯锡在《State of Organizations 2026》中提到，88%的企业已经在试用AI，81%承认它还没有带来实质性的利润影响。Gartner则预计，到2027年，超过四成的智能体项目会因为成本上升、商业价值说不清而被取消。

智能体进产业已经是宏观层面的确定方向。今年的《政府工作报告》首次写入智能体，国家层面的智能体专项文件正接连落地，划出的主战场几乎都在产业里。

办公Agent已经验证了通用智能体的可用性，接下来要做的，是它能否进入企业的生产经营，带来真实的经济增量。

百度智能云在这次论坛上给出的答案，是把分散的智能体织成一张网。

A

办公Agent能最先跑起来，是因为门槛低。

它不碰企业的核心系统，不需要复杂的组织授权，也不用直接承担业务结果。一份周报写错了，还可以重来。

但门槛低也意味着价值浅。麦肯锡2026年的调研显示，在任何一个业务职能里，真正把智能体规模化跑起来的企业，不到10%。

Agent一旦进入生产、研发和风控，任务就会突然变重：它要接入系统、获得权限，还要对业务结果负责。

另一方面，工信部等八部门提出，2027年前要推出1000个高水平工业智能体。

当工业智能体开始以千、万为单位出现，也面临着企业很快会遇到如何组织智能体的问题。

这里边最核心的问题就是——智能体和企业系统的关系。

百度智能云把产业智能体定义为智能体与产业系统的结合：它连接企业的知识、数据、流程和工具，在真实场景里交付结果、创造价值、持续进化。

沈抖说，要让那些过去因为太贵、太慢、太难而没有被执行的任务变得可行。

这里的难就难在“结合”两个字。

同一套模型可以服务多家企业，企业内部的人员协作、IT系统和历史资产却各不相同。一个会干活的Agent，怎样接进一套已经运转十几年的企业系统？

最先卡住它的是任务链。

一个Agent干不完一整件事，环节之间仍要靠人接力，人还是最窄的管道。

沈抖在演讲中说，过去系统再强，仍然需要人去调用系统、完成任务；人的经验、判断力和带宽，决定了企业的经营效率。一位优秀员工能跑通的任务，不代表组织里人人都能跑通。

往系统里再走一步，成本落在了“接线”上。

ERP、CRM以及财务、供应链等系统，是企业十几年积累下来的家底。过去“运动式”的升级用新系统直接替代旧系统，数据搬运和流程重建成本很高，很多知识、经验也会随之丢失。

到这里，问题已经超出单点Agent的能力边界。

企业既要让任务在部门和流程之间流转，也要让新能力在旧系统上渐进生长，因此还需要一套系统，把通用、专业和定制智能体组织起来。

沈抖把这套系统的要求概括为“能协同、能闭环、能对结果负责”。百度把它称为产业智能体操作系统。它管的不再只是被集中起来的资源，还有散在各处、会自己干活的节点。

按照沈抖的划分，企业经营系统经历了三个阶段：1.0是信息数字化，纸面进入电脑；2.0是流程软件化，ERP把标准动作固化到系统里；3.0是任务自主化，系统开始自己干活。

沈抖强调，产业智能体带来的会是一次平滑、渐进的升级：旧系统继续保留，只是被智能体重新组织和调用。

沿着这条路径看，前两个阶段把信息、流程和资源装进系统，再收进一朵云；到了第三个阶段，每个智能体都成了会干活的节点，一朵云可以集中资源，却不会自动完成节点之间的协作。

企业还需要一张网。云仍然管资源，智能体网络开始组织任务。

B

智能体与产业系统，结合到哪一步了？

这张网是否成立，要看它能不能把一项任务从指令一直送到结果。

它要跨过数据、系统和部门，途中还会调用不同的专业能力。任务怎样不断线，正是这张网要解决的问题。

把一项产业任务摊开来看，这张网首先是一条不断延伸的任务链条：上面承接目标，判断需要哪类智能体参与；中间穿过企业的知识、数据、权限、工具和流程；下面调用云上的算力、存储和安全资源。

落到一次具体执行，搭子这类通用智能体更像中枢，负责理解指令、拆解任务和调度资源；专业智能体和定制智能体以skill的形式挂在网上，分散执行；底层由云支撑。

通用智能体让任务跨环节流转，skill和MCP减少新能力接入旧系统的成本，ERP、CRM等既有系统则继续留在网里，成为可以调用的节点。原本孤立的烟囱，由此变成可以被统一调度的节点。

论坛现场用芯片设计演示了这套调度方式。布局规划和布局是两个相连环节。过去工程师要把上一步的结果导入下一步，重新核对约束、调整参数，大量时间花在环节衔接上；现在，搭子调用伐谋的skill，两个工作流直接串了起来，中间不需要人工搬运。

沈抖称，这可能是全球首次通过伐谋解决这组复杂任务，也是第一次用通用智能体把原本割裂的工作流串联起来。

论坛还展示了一个基金经理场景。过去需要从多个平台拉取行情、汇总分析、查阅内部研报的信息整理工作，现在可以交给搭子，基金经理把精力留给需要专业判断的部分。

两个不同复杂度的场景，都可以跑同一套调度逻辑：简单任务由通用智能体直接完成，复杂任务由它居中拆解，再调用专业智能体或定制智能体。

那网里的智能体节点如何配比？基于他们多年来落地产业的经验，沈抖提出的配比是——20%的日常任务靠通用智能体、30%专业领域任务交由专业智能体，另外50%是真正影响企业经营的核心任务，这需要靠自主定制来解决。

通用智能体负责20%的日常运营任务。办公Agent仍然存在，但会退到后台，成为通用智能体随时调用的一项基础能力。

专业智能体负责30%的专业任务。代码、组合优化、视觉、数据和营销等工作，知识与流程有共性，结果也相对容易验证。伐谋、秒哒、胜算、一见、Hogee、文心快码、百度一镜等智能体，可以直接接入企业使用。

定制智能体负责50%的核心任务。需要依靠企业自己的数据、流程、系统和业务理解构成了它的禀赋。沈抖说，“通用的工具，永远不会变成一家企业的差异化优势”，这些关键环节只能由企业结合自身情况定制。

这可以说是最难的部分，百度智能云在当天发布了百度搭子生态开发平台。提供智能体全生命周期API，覆盖开发、运行到管理全流程。企业可在现有系统中集成，快速定制产业智能体。

不过，这套逻辑落到一个个具体产业项目里，专业能力、企业数据和定制流程往往会叠在一起。从百度智能云分享的三个客户案例看，这个结合面正在逐级扩大。

阿尔特先把专业智能体接进了一套核心系统。

百度把专业智能体伐谋接入阿尔特已有的CFD仿真系统，沿用原有的风阻设计流程。伐谋生成、筛选方案，再结合物理规律和高精度仿真结果继续演化。

在一次风阻评估中，伐谋自主迭代120轮，找到了更优方案，并在保证预测精度的前提下，把评估时间从数小时缩短到秒级。一个智能体由此咬住了一套核心研发系统。

南方电网把结合面扩大到一个业务领域。

南方电网借助百度胜算的数据本体能力，把设备、告警、台账、检修记录及其业务关系组织起来，AI工作台又连接多个业务系统，在同一套基础上构建出十多个智能体应用。

当电抗器温度出现告警后，智能体可以判断是否构成设备缺陷，跨系统搜集信息、自动填写工单，再由人在关键节点确认。据介绍，同一模式已经在南网体系内十多家单位复制推广。

泰康则基于定制智能体，让这种结合面铺到了整个组织。

在医疗健康、风控合规、销售运营等核心场景里，已经运行着大量智能体。

今年4月，泰康又部署了百度智能云的智能体开发平台。据披露，平台上已经上线3500多个智能体，日均消耗Token达200亿。

大批智能体要稳定上线、持续监控、快速迭代，集团与子公司之间的数据隔离和权限也要统一管理；跑通的流程还会沉淀成可复用的skills和组件，让后面的团队直接调用前面团队积累的经验。

把三个案例放在一起看，智能体与产业系统的结合面正在从一套核心系统扩到一个业务领域，再扩到整个组织。

当然网要织得更大，节点也不能只靠百度智能云自己造。

百度搭子开发平台将建立一套开放的生态系统，让技能、套件和应用可更方便接入与分享。企业可通过搭子使用第三方能力，也能把自己的能力放到搭子上服务更多客户。共同围绕产业智能体落地，建立互惠互利的开放生态。百度智能云还承诺不会向生态伙伴抽佣。

网能转起来，靠上面的节点；转多大、转多稳，还得看底下的家底。

C

产业智能体这张网能织多大，取决于底下那朵云。

沈抖预测，到2030年会有30亿个产业智能体持续运行，带来超过100吉瓦级的推理需求。

这些智能体会连续调用模型、数据、工具和系统，每一步都要快、稳、安全、可追溯，成本还要可控。

单个Agent执行一次任务，可能只涉及一段推理；一张网完成一次任务，还包括任务拆解、多个节点调用、并发执行和全程留痕，Token消耗和系统压力都会增加。能否让智能体长期、稳定且低成本地运行，决定了这张网最终能铺多大。

百度智能云的芯云模体全栈AI云底座，每一层都在回答一个组网难题。

芯，回答稳定和成本。昆仑芯已经投入十年，P800在互联网、能源、金融、制造等行业建成了全国产集群；M100已经开放订购，从单卡到16卡提供四种配置。天池超节点也完成了千柜级部署，实现全栈国产，并开放架构、供电、散热、节点、互联和管理六大核心模块的技术规范。百度是国内第一个完全开放自研超节点架构的厂商，目标是让更多国产芯片接进来。

云，回答大规模运行中的信任问题。Agent Cloud主打三个极致：万级沙盒百毫秒热启动，智能体身份和权限统一管理，执行链路全程可追溯。再往下，百度把供电、制冷、IT和监控做成标准化预制模块，AIDC建设周期可以缩短30%以上，全链路供电效率超过98.5%，年均PUE低至1.08。

模，回答不同节点怎样调度模型。MaaS彻底资源化后，150多个模型可以随时切换、自由组合，不同节点不必被同一个模型捆绑。过去6个月，智能体长链路推理性能提升了3倍以上。

体，回答节点怎样协同。通用、专业和定制三类智能体被同一套系统组织起来，既完成任务，也把过程中的数据、经验和方法沉淀回企业。

对于产业智能体的需求已经反映在百度智能云业务的增速上。

百度财报显示，AI云基础设施收入同比增长50%，其中GPU云收入增长283%。GPU云增速远高于整体，至少说明企业对高强度AI算力的需求仍在快速增加。

目前百度智能云服务了80%的央企、100%的系统重要性银行、100%的中国主流车企，在具身智能AI云市场的份额位居第一。这些行业的业务场景密集，数据、系统和权限也更复杂，恰好可以检验产业智能体操作系统能否进入核心流程。

对百度智能云来说，这份云客户名单也是推进产业智能体的现成基础。随着智能体从试点进入持续运行，已经在这朵云上运行系统的客户，可以把智能体接入原有的数据、流程和工具，逐步变成任务网络中的节点。

沈抖在演讲结尾描述了一个价值循环：智能体进入真实任务，产生真实数据，推动模型迭代；模型变强，又会带来更复杂的推理需求，拉动更高密度的芯片和更大规模的云；基础设施增强，单位成本下降，还会释放更多过去做不起的场景。

“这个循环，放在企业内部，就是产业智能体操作系统，它会成为企业的增长引擎；放到产业里，就是AI作为底层基础设施的增长飞轮。”沈抖说。

循环是否真的转起来，百度早有新的指标来衡量。

李彦宏今年在2026百度AI开发者大会中提出DAA，即日活智能体数。Token衡量智能的消耗，DAA衡量智能的生产力，看每天有多少智能体在替人干活、交付结果。

放到这张网上，我们还可以继续观察：有多少节点每天都在运行，有多少任务跨节点完成，有多少工作方式沉淀成了可复用的技能。这些数字，比模型跑分更接近智能经济的真实进展。

过去比的是谁的模型更聪明、谁的入口更热闹，按季度就能见分晓；接下来比的是谁的Agent沉得更深、网织得更密，要按年交卷。

沈抖在演讲结尾说：“无论我们多么高估一场技术变革，最终都会被证明还是低估了。”

这句话或许可以反过来解读：真正被低估的从来不是某一项技术，而是技术进入产业所需要的那套组织方式。

上一个十年，企业数字化的命题是“上云”；这一个十年，命题变成了“织网”。