产业智能体操作系统 百度智能云下了一步什么棋？
9月16日百度智能云在2026智能经济论坛上正式发布产业智能体操作系统，以全栈AI能力推动AI从个人办公提效深入企业核心业务场景。
当前AI办公已成为科技大厂争夺企业客户的核心入口，写作、做表、整理会议纪要等标准化办公场景需求高频、易感知，成为AI产品快速触达用户的首选路径，但个人效率提升难以直接转化为企业经营收益——AI生成报告、整理纪要的能力已经成熟，但报告背后的业务判断、跨部门资源调度、问题解决的全流程执行仍需人工衔接，AI价值需要以实际经营结果来衡量。
百度智能云总裁沈抖表示，过去三年大模型能力持续提升，但尚未充分转化为经济增长动力，智能体有望拉近技术能力与经济价值之间的距离，把模型能力转化为实实在在的企业经营成果，拉动生产力增长。基于这一判断，百度智能云提出，狭义办公工具的价值未来将逐步下移，成为通用智能体可调用的技能，AI应用需要进一步深入生产、研发、风控、经营决策等核心业务场景；结合不同场景的需求差异，百度将产业智能体划分为通用、专业、定制三类，帮助企业最大化复用共性AI能力，将更多资源投入到自身独有业务问题的解决上。
此次发布的产业智能体操作系统，核心是解决多智能体协同的“孤岛问题”：系统向下连接企业已有的数据、知识、流程、工具和云资源，向上支撑三类智能体围绕具体业务任务协作，并对智能体运行进行统一管理。企业原有的ERP、CRM、知识库、工作流甚至早期建设的智能体应用，都可以通过Skill、MCP等方式接入系统，无需每次新增AI应用就重复搭建数据和流程底座。其中，“百度搭子”作为通用智能体承接用户任务，同时配套开放的搭子开发平台和全生命周期Agent API，支持企业自主配置智能体、工具和技能，完成上线与持续运维；伐谋（方案优化）、秒哒（应用开发）、胜算（数据分析）、一见（视觉处理）、Hogee（营销）、文心快码（代码生成）、一镜（数字人）等专业智能体矩阵，为企业提供可直接接入的成熟能力，结合企业定制化智能体共同服务业务需求。
目前百度智能云的产业智能体方案已经有多个落地案例：整车研发企业阿尔特接入伐谋决策智能体后，经过120轮方案演化，在保证风阻预测精度的前提下，将单次风阻评估时间缩短至秒级，大幅降低研发试错成本；南方电网接入胜算数据本体能力后，可自动完成设备告警判断、跨系统信息搜集、工单填写与流程推进，该模式已在南网体系内十多家单位复制推广；泰康自今年4月部署百度智能云智能体开发平台以来，已上线3500多个智能体，日均消耗Tokens达200亿，覆盖医疗健康、风控合规、销售运营等核心场景。
市场份额方面，目前80%的央企选择百度智能云，其在2025年央国企大模型及应用市场、通用大模型应用市场份额均位居第一；金融领域服务超800家机构，覆盖全部系统重要性银行，连续两年位居金融大模型市场份额第一；同时覆盖国内主流车企，在自动驾驶研发解决方案、具身智能AI云市场份额均为第一，支撑超过50家具身智能企业。生态层面，百度搭子将完全开放生态，承诺永久不抽佣，既支持企业调用第三方能力，也允许企业将自有能力上架服务更多客户，形成应用推广的正循环。
在底层支撑上，产业智能体的规模化运行对云基础设施提出了更高要求，百度“芯、云、模、体”全栈布局形成了完整支撑：底层昆仑芯、天池超节点、百舸算力平台提供稳定高效的国产算力供给，中层MaaS、Agent Cloud提供模型资源化调用、弹性运行、安全隔离、链路追溯等能力，上层三类智能体深入业务场景沉淀可复用能力，四层架构相互迭代优化，持续降低AI应用的单位成本。财报数据显示，百度2026年第二季度AI云基础设施收入同比增长50%，其中GPU云收入同比增长283%，连续四个季度实现三位数增长，反映企业AI需求正从简单的模型问答，向持续、复杂的业务执行场景延伸。
梁汝波谈飞书与豆包工作合并：机会难得，必须勇攀高峰
字节跳动CEO梁汝波在9月15日的2026飞书未来无限大会上披露，公司已在两个月前完成组织架构调整，整合豆包、飞书、火山引擎资源发力工作场景AI生产力产品。
今年是飞书在字节跳动内部立项的第十年，梁汝波作为飞书立项初期的技术负责人回忆，字节ToC产品从立项到发布平均仅需3个月，而飞书从立项到发布耗时3年，是他在字节参与打磨时间最长的产品。过去十年间，飞书为字节内部及大量外部客户提供了高效的办公协同支持，而AI技术的突破为办公协同领域带来了质的变革机遇。
梁汝波表示，此次架构调整的核心判断是：当Agent进入可用阶段后，Agent、模型、协作环境三者必须紧密融合，才能真正释放AI的生产力价值。整合后三类产品将形成清晰的协同逻辑：豆包工作负责提供核心AI智能能力，飞书作为协作平台承载企业的上下文信息和各类工具，让员工可以在日常工作流中自然、高效地使用AI；如果企业有构建自有专属Agent的需求，火山引擎可提供模型、算力和开发工具支持，企业自定义的Agent同样可以接入飞书体系，与员工、其他智能体实现跨场景协作。
对于行业趋势，梁汝波判断，过去50年IT领域共出现PC、Web、移动互联网、人工智能四次产业高峰，此轮AI产业高峰的高度将显著超过前三次，且历次产业高峰间隔为15-20年，当前的发展机会十分难得。字节跳动2026年的年度关键词为“勇攀高峰”，公司将投入更多资源推动AI能力在企业组织中落地，也希望飞书能抓住这一轮AI变革的机遇，实现新的增长。
NextB2B长什么样？B2B版WorkBuddy能否给找钢网带来新生机？
找钢网联合腾讯WorkBuddy团队发布国内首个基于WorkBuddy生态的B2B全流程AI Agent解决方案NextB2B，探索大宗商品贸易的智能体化交易新模式。
该产品于9月2日在深圳腾讯WorkBuddy生态发布会上首次公开亮相，9月10日在上海正式面向全行业发布，同步启动NextB2B生态合作伙伴计划。作为找钢网在大宗商品B2B交易智能体领域的探索成果，NextB2B的核心架构包含采购、销售、内勤、运营四大企业智能体专家模组，针对性解决B2B交易中找货效率低、业务增长难、经营管理繁三大核心痛点，具体功能覆盖六大模块：采购寻源与供应商智能比价、询价识别与自动报价跟进、多维度交易风险监测（工商、诉讼、舆情、逾期应收、货权风险）、内勤事务自动化处理（订单、库存、资金、对账、开票、跨部门催办）、经营信息自动整理与日报生成、市场行情与交易风险持续监测，基本覆盖大宗贸易全交易流程。
在收费与覆盖范围上，NextB2B采用“基础版本+增值模组+Token充值”三层收费结构，基础版本标准定价为2万元/年，增值功能模组按需单独收费，Token消耗按实际使用量充值；产品重点服务电子元器件、电工电气、汽摩配件、化工塑料、农牧产品、货代物流、金属能源等泛贸易行业；使用方式上，NextB2B作为Buddy应用内嵌于腾讯WorkBuddy生态，用户安装WorkBuddy客户端后即可在应用入口找到产品，行业伙伴也可通过腾讯WorkBuddy开放平台提交申请，配置行业能力模块接入生态。
从技术架构看，NextB2B分为三层：底层依托腾讯WorkBuddy的通用AI智能体能力，包括Agent Runtime、任务拆解、工具调用等基础能力；中间层是找钢网沉淀的泛贸易流通行业通用Skill组件、MCP协议、交易数据和工作流，是找钢网将十多年行业认知、真实交易数据、客户沟通数据、履约服务经验、中台运营流程“蒸馏”形成的可复用能力；上层为四大业务专家模组，内置A2A（Agent to Agent）交易能力，支持接入企业的Agent持续在线，自动发现、匹配全行业商机，所有接入企业在统一ATP协议下互联互通，有望推动B2B交易从传统的“人找货”模式向“Agent匹配Agent”模式升级，实现交易网络效率的非线性提升。
这一产品也是“平台能力化”的典型探索：找钢网没有选择自建独立AI平台，而是将自身行业能力作为可调用组件接入腾讯的通用Agent底座，用户无需单独打开找钢网网站或App，在WorkBuddy对话界面即可调用NextB2B的能力完成全流程交易操作，看似从流量入口层转向了能力供给层，实则获得了触达更广泛企业用户的机会。产品的运行逻辑可总结为“Skill封装—MCP连接—A2A协同”三层递进：先将行业经验封装为标准化可调用技能，再通过MCP协议对接企业内部ERP、CRM、财务系统实现业务闭环执行，最终构建跨企业的Agent交易网络，重构交易效率、信任机制与价值链分配逻辑——未来B2B平台的核心护城河，或许不再是平台的注册用户量，而是被智能体付费调用的行业Skill的深度与规模。
目前NextB2B仍处于辅助人工完成交易的阶段，距离Agent自主完成交易仍需更多企业接入、统一交易协议的行业推广、信任机制与争议解决机制的配套完善，B2B贸易的智能体化仍处于早期探索阶段。
千峰对话：To B智能体更需要长期精准记忆
专注AI记忆科学的创业公司红熊AI成立15个月完成6轮融资，投后估值近30亿元，以自主研发的长期记忆引擎为To B服务、品牌私域运营等场景提供AI能力支撑。
红熊AI成立于2024年4月，核心团队有阿里、复星等企业的数字化经验，公司成立之初就从大型客户实战场景切入打磨产品，首个订单来自用户规模巨大的运营商，完成了高压场景下的技术验证，目前服务企业客户已超过500家。公司选择聚焦AI记忆赛道，核心是看到了大厂在该领域的机制性局限：大厂受研发机制和商业模式约束，难以投入全公司资源攻坚长记忆模型，通常以小团队推进相关功能研发，且为了绑定自身“云+模型”一体化生态，不会推出独立可迁移的记忆层，避免降低客户更换底座模型的门槛；而红熊AI以全公司200多人的团队专注研发MemoryBear AI记忆科学引擎，产品可适配所有主流大模型，支持私有化部署、记忆数据不出企业，形成了差异化竞争优势。
在技术路线上，红熊AI的记忆引擎区别于市面上两类主流记忆产品：一类是大模型内嵌的黑盒记忆，用户无法控制记忆内容、也难以修正记忆偏差；另一类是Agent外挂的记忆组件，本质是在向量与图数据库外层加装关键词捕捉工具，仅实现信息的存储与召回。红熊AI采用记忆驱动推理的类人技术路线，让AI在每次对话前先调用记忆引擎，获取交互对象的历史信息、诉求背景，再进行回应，更符合人类的沟通逻辑。针对To B客户的需求，红熊AI的记忆引擎可满足四大核心要求：长期信息存储不流失、非结构化生产内容自动梳理为知识库、所有输出可溯源满足审计合规要求、AI输出偏差可一键修正锁定标准答案。在全球权威长记忆基准测试LoCoMo和LongMemEval中，红熊AI的跨对话记忆连贯性、持续对话记忆准确率两项指标均为全球第一，测试得分分别为91.54%和95%。
场景落地方面，针对消费品牌公域投流ROI倒挂、私域用户运营效率低的痛点，红熊AI的记忆引擎可支撑高度拟人化的行业智能体：比如为保健品牌提供健康顾问角色的智能体，根据用户的购买周期、服用习惯主动推送复购权益；为服装品牌提供搭配师角色的智能体，结合用户的风格偏好给出选购建议，大幅提升私域转化效率，解决人工客服维护用户规模有限的问题。针对B2B产业智能体场景，记忆引擎可帮助大型企业高效管理数十万级供应商的历史合作数据，降低企业自建记忆系统的成本，成为产业智能体的必备底层组件。目前红熊AI已经完成记忆科学MCP开发，正在将记忆能力封装为可集成的Skill，为各类智能体平台提供底层支撑。
未来红熊AI将向AI CRM方向延伸产品能力，覆盖客户全生命周期管理与数据分析环节，后续还将推出C端应用探索更多AI落地场景，核心目标是跑通业务闭环，挖掘AI时代的新商业机会。
本文首发于 亿邦动力 官方网站
免责声明：本周报全程由AI生成，请注意甄别信息。若存在信息错漏、理解偏差，欢迎随时指正。
如您发现问题，请发送邮件至 ai-content-feedback@ebrun.com 。
文章来源：亿邦动力
