智能体规模落地，还差什么？

智能体规模化缺一个Agent原生的云。文赵艳秋 周路平编牛慧智能体规模化落地正成为全球人工智能领域最受关注的热点。今年一来全球科技公司展开密集布局。然而一个显著的落差正在浮现模型能力指数级飙升例如在博士级科学推理评测GPQA中模型得分已从39%跃升至94%超越人类水平但这样的能力并未转化为企业的大规模应用。据德勤2026年最新调研在所有已采用AI的企业中仅有25%将智能体从实验阶段推向了生产环境而落地周期也从最初预估的3个月一再拉长至18个月。这背后的原因是什么业内认为智能体规模化的同时基础设施、企业能力等方面的“代际错配”在拖慢进程。01从义乌“前店后厂”看落地缺口凌晨四点义乌国际商贸城周边的厂区灯火通明。57岁的张老板干了30多年外贸他的无人机厂客户遍布几十个国家靠的是义乌经典的“前店后厂”模式——前端门店跑客户、抓流量后端工厂盯排班、管原料、把控质量。这套模式下义乌的工厂能做到48小时打样72小时出货极致效率背后靠的是国人的勤劳和自律。他们也试过AI。但市面上的工具要么定制开发周期长、成本高要么功能脱离实际“能看见但看不懂”给出的提示不痛不痒。张老板总结了九个字用不起、用不好、用不上。转变从他女儿给他装了两个智能体开始。一个是百度一见视觉智能体可以做成一个7×24小时在线的“AI厂长”通过全场摄像头统一调度识别车间里的安全隐患、设备异常、物料缺口和排班合理性。张老板在手机上问一句“今天车间有没有异常”就能拿到一份可读报告。更关键的是它越用越懂张老板的管理习惯什么情况该预警、什么情况不必打扰都拿捏得越来越准。厂一代30年的经验就这样被沉淀下来厂二代接班不用再从头学起。另一个是企业一站式AI营销应用“百度智能云Hogee”它相当于“AI店长”能自动生成多语种宣传图和短视频一键分发到TikTok、Temu、1688等平台实时追踪销售数据、结合库存给出调货建议、预警逾期订单跑通营销全链路。两个智能体还能扩展接入物流信息后能算成本、测时效接入ERP后打通产销。张老板以前脚不沾地现在坐在办公室里活已经干完。这不是孤例。义乌126万家店铺背后是大量同样灵活高效、富有韧性的工厂群体。如今他们的运营正在越来越多地借助AI技术。这是全球智能体规模化落地浪潮中的一个缩影。不过这一案例也引出一个核心问题过去几年AI包括智能体不断迭代但真正能像这样跑通的企业案例并不多见。智能体规模化落地究竟还差什么过去智能体无法落地的根源在于它们与智能体应有的核心能力不匹配。 一个真正能用的智能体至少应具备三个特点自主完成任务实现好的效果自主演进更懂用户。而此前市场上的AI工具要么是问答机器人只聊天不落地要么效果不佳也无法在使用过程中逐步精准适配业务场景达不到用户的心理预期。现在智能体正在开始跑通。百度智能云AI与大模型平台总经理忻舟介绍智能体有四个演进阶段对话体验、工具辅助、自主执行、自主进化。当前智能体处于第二到第三阶段的过渡期它不再只给建议而是开始尝试自主执行任务。第四阶段自主进化也“已出现苗头”这是与过去AI工具最根本的代差它具备了持续学习和记忆能力能不断积累具体场景下的经营逻辑、管理习惯、用户偏好并自主迭代。从市场数据看智能体落地确实在快速膨胀。据最新智能体白皮书预测中国企业级智能体市场规模将从2025年的212亿元增至2029年的3320亿元年复合增长率达107%。政策层面“智能体”首次写入《政府工作报告》目标2027年应用普及率超70%。“Token告急”也从侧面印证了热度。忻舟透露“原来卖Token都是打折卖现在加价都买不到”。那么落地还差什么首先是工程能力。业界已将工作重心日益集中于Harness智能体脚手架工程能力它涵盖上下文、记忆、工具调用、智能体编排、追踪评估等核心模块。“智能体能力增速将是模型能力增速和Harness增速的乘积。”百度创始人李彦宏说。而Harness正在快速演进。其次是度量衡要逐步明确。没有统一的度量衡企业采购时就无法明确ROI这直接阻碍了规模化落地。此前行业将“token”作为AI时代的主要度量衡但token衡量的是投入而非产出。李彦宏提出以日活智能体数DAA取代Token关注有多少Agent在真正给人类干活并交付结果。他预测未来全球日活智能体数可能超过100亿。不过度量衡目前业界还没有达成共识需要行业在演进中持续具象化。最后智能体的价值证明仍不充分。业内人士透露今年行业核心目标是证明智能体价值很多团队要求先把智能体效果做出来降本排在其次。有人估算以央国企为例目前Token采购仅占其IT总支出的1%智能体效果一旦提高意味着巨大增量空间。代码智能体目前是产生价值最高的智能体但智能体已从通用工具渗透至垂直市场在横向扩展应用场景、纵向提升决策精度——从对一类客户做群体决策进化为对每位客户的每次交互单独决策。实际上今年以来智能体的规模化落地已成为科技巨头的焦点。3月Y Combinator demo day上80%以上团队展示垂直Agent。5月Anthropic宣布对Claude Cowork重大升级推出面向金融等领域的10款专业智能体其CEO透露ARR年收入将增长80倍。随后Anthropic与OpenAI几乎同时宣布与大型投资机构成立AI落地服务公司“底层大模型巨头也杀入了企业大模型落地市场”华胜天成副总裁杨潘分析。总结而言智能体的规模化落地已经迈出了第一步。02智能体基础设施准备好了吗除了智能体的工程能力、价值证明和度量衡之外还有一个更底层的问题——智能体的基础设施本身是否做好了准备过去云计算服务的主体是人“未来主动调用API的是智能体主动选择模型的是智能体自动查询数据的是智能体自主操控终端设备的是智能体甚至不同的智能体之间还自主沟通分工协作完成任务。”李彦宏说“整个底层基础设施必须为智能体这个全新主体重新搭建方便智能体来调用。”传统云计算的核心是提供计算、网络、存储等IT资源满足客户业务的弹性可靠、降本增效。但智能体的爆发正在重塑这一逻辑。客户不再只需要资源他们需要高活跃、高价值、规模化的智能体应用直接解决业务问题。这种需求转变带来了一系列现实挑战比如智能体对token的消耗呈指数级上涨。随着智能体需要处理的上下文暴增智能体的token消耗量比聊天机器人增加了一千倍。现在智能体要完成一个任务动辄需要上百万的tokens这给模型的速度和成本带来了巨大的挑战。另外类似OpenClaw的智能体设计之初面向单用户天生缺乏企业级批量部署能力。从个人使用走向企业部署需要解决权限管理、安全合规等一系列复杂问题。同时智能体需要能支持长上下文管理、持久记忆、多智能体编排等一系列新能力。“云服务必须重新定义成为一套能够支撑智能体大规模运行、持续进化、安全可控的全栈 AI 基础设施。”百度集团执行副总裁沈抖说。云平台由之前的云原生、AI原生走向Agent原生技术栈和产品服务体系需要为智能体应用进行重构“它是承载万亿级tokens调用的核心载体。”全球云计算厂商已经在面向生产级Agent的部署推出系统级方案。比如AWS通过Amazon Bedrock AgentCore打造Agent基础设施微软构建了面向多Agent协作的编排层与AI Foundry平台深度集成。谷歌的核心策略是MCP协议托管化与生态标准化推出全托管MCP服务器让Agent一键调用核心服务打通工具生态。在5月13日举办的Create2026上百度智能云升级为面向大规模智能体应用的新全栈AI云涵盖“芯云模体”四层架构。“这四层分别代表了Token经济的成本、效能、质量和生产力四大核心因素。”百度集团副总裁侯震宇说。而百度智能云“芯云模体”全栈协同通过AI Infra和Agent Infra两条主线上进行提升核心让Token经济效益最大化。在Agent Infra上原有MaaS服务升级为“Token Factory”结合自研的Harness Engineering聚焦于让单位Token产生最大智能价值。在AI Infra层面发布百舸6.0、AIDC 3.0等提升算力产出效率。基于这套为AI和Agent重构的基础设施百度智能云不仅打造、支撑了诸如DuMate通用智能体和胜算、秒哒、伐谋等垂直领域智能体也服务了千行百业的客户智能体。沈抖在大会上透露目前80%以上的中央企业已经用上了百度智能云在上百个场景中落地了智能体。以国家电网为例去年在40多个场景中部署智能体其中巡检识别准确率56%提升到85%以上覆盖全国几百座变电站守护着11亿人的用电安全。汽车行业是另一个典型。百度智能云支持了从主机厂到电池、芯片、无人车的全产业链。目前百度智能云已成功支持超过2000万辆L2级辅助驾驶新车的交付。在AI硬件领域全球前十的手机厂商都在使用百度智能云的Agent Infra能力。具身智能赛道同样如此百度智能云是目前该领域最大的AI云供应商服务超过30家头部企业市场份额超过第二、三名之和。这些案例一方面说明智能体落地已经进入实质推进阶段另一方面也揭示出当前的支撑能力仍然严峻。每一家央国企、每一家车企、每一家手机厂商在部署智能体时几乎都要面临基础设施够不够智能、高效够不够低成本和企业级的问题。“Token经济的本质从来都不是单点的竞争它是整个基础设施的全栈体系化的竞争。”侯震宇的观点代表了当前业内的共识。智能体市场的规模化正在倒逼底层基础设施进行一次深刻的代际重构谁能在稳定性、算力效率、自主进化与企业级治理上率先突破谁就将在智能体时代赢得先机。