数据显示，83.7%的企业级Agent项目仍停留在通用辅助场景，呈现“广而不深”的困境。百度智能云提出的破局之道是“不建围墙”：不取代企业原有系统，而是通过接入CRM、ERP、OA等既有平台，实现通用能力与行业专业能力的互补。本文深入解析从系统打通到经验沉淀的路径，指出企业核心竞争力不在于拥有多少Agent，而在于构建越用越强的智能组织。
———— / BEGIN / ————
从个人提效到智能组织：企业对Agent的需求变革
随着AI办公赛道的升温，文档撰写、PPT制作及数据分析已成为日常。然而，当工作涉及跨系统信息检索、多岗位协调及流程推进时，现有AI工具往往只能完成片段任务，难以形成闭环。
艾瑞咨询《2026年中国企业级AI Agent发展洞察报告》指出，2025年至2026年第一季度，企业级Agent项目中通用辅助场景占比高达83.7%，而专业纵深场景仅占16.3%。这与百度智能云的数据相互印证：日常运营、专业领域和企业核心任务占比约为2:3:5，意味着八成的高价值任务仍需深度介入，但Agent应用尚浅。
以“客户年度续约”为例，完整流程需跨越CRM商机查询、ERP订单获取、BI风险评估及OA审批，涉及多角色协同。单点工具已无法应对此类复杂需求，岗位分工、经验沉淀和流程衔接亟需重构。
在百度世界2026上，李彦宏提出人工智能的下一幕是“智能组织”，并确立三条原则：
打破岗位边界，让人与AI围绕任务重组；
沉淀隐性知识，将个人经验转化为组织可复用资产；
设计流程闭环，以可衡量结果驱动组织持续进化。
百度智能云事业群总裁沈抖强调，“智能组织需要智能云”。传统云服务IT系统，而智能云服务于具体任务。百度搭子作为通用智能体入口，承接日常运营任务，并与专业、定制类智能体协同，共同覆盖企业全场景任务。
要实现这一目标，企业需解决四大核心问题：Agent能否接入现有系统而非增加孤岛？能否理解专业知识而非仅执行通用指令？能否在权限边界内完成端到端交付？以及，长期使用后组织是否因此变得更强？针对这些问题，百度搭子全面开放Harness引擎，联合生态伙伴共建行业AI产品，并向开发者开放Agent API。
不替换旧系统，先打通业务流程
企业的CRM、ERP、OA等系统沉淀了多年的业务数据、权限和工作流。若为引入Agent而重建环境，成本高昂且阻力巨大。百度搭子的首要策略是“不建围墙”，让Agent适应既有工作环境。
通过MCP和App双向连接，百度搭子既能接入企业原有工具和数据，也能将其能力嵌入已有系统。原有系统继续掌管数据与规则，搭子负责任务理解、工具调用及步骤衔接。
在“客户年度续约准备”演示中，用户仅需发出指令，百度搭子即可调度CRM、ERP、OA、BI及行业应用共5个App，经7次调度生成方案并完成审批提交。实际案例中，蓝海黑石基于该平台定制采购智能体，打通ERP、OA和企业微信，将原本需10人耗时100工时的周工作，缩减至2人不足1小时完成。
这种连接模式打破了岗位边界，为智能组织的形成奠定了技术基础。
连接行业伙伴，让通用能力深入专业场景
接入系统仅是第一步，Agent还需具备行业专业能力。风险判断、教案设计等专业任务依赖行业长期积累的数据与工作流，通用平台难以独自补齐。百度搭子的第二策略是连接内部专业智能体与外部行业伙伴，实现优势互补。
通过与世纪天鸿合作，双方共建K12教辅工作台。世纪天鸿提供行业数据与教学工作流，百度搭子提供Harness引擎、任务编排及办公事务处理能力。教师可在同一平台完成教学设计与行政管理，小鸿助教负责专业命题与批改，百度搭子处理通用办公任务。
合作模式已从工作台共建延伸至产品共创。如杭州知书与百度搭子联合推出的图书馆智能体LibMate，便是行业AI联合产品的典型代表。伙伴在Harness引擎上注入行业知识，百度提供B端资源，共同拓展市场。
从场景验证到规模交付，让Agent真正进入生产
艾瑞报告显示，约30%-40%的企业级智能体项目因ROI不及预期而在18个月内停滞，仅16.3%的企业重构了端到端业务逻辑。因此，建立可持续落地、验证和复制的交付体系至关重要。
百度搭子构建了涵盖直接使用、MCP/App连接、Agent API嵌入三种深度的交付方式，由开发平台和AI落地工程体系（FDE）支撑。FDE团队深入业务现场，梳理流程、界定能力边界，推动“从小任务进入，以产品化方式退出”的路径：先在真实业务中验证价值，再将共性能力沉淀为Skill或标准产品，降低后续交付成本。
为保障复杂任务执行的稳定性，百度搭子升级了Harness引擎，强化工具调用、长程任务处理、状态监控及记忆能力。在DeepResearch Bench II评测中，百度搭子以63.29%的总分位居榜首，并在演示和分析维度排名第一。
规模化运行离不开基础设施与企业级治理。百度智能云打造的新全栈AI云，由Agent Infra和AI Infra提供底层支撑，沙箱并发量今年增长25倍。同时，通过权限治理、人工授权和审计机制，明确Agent的数据与操作边界。
在模型供给方面，百度智能云发布大模型交易平台“词元所”，通过“验真”核实模型能力，通过“征信”建立信用评级。上线一个月，日均调用Token已超7000亿。
从任务执行到经验沉淀，让组织能力持续增长
若任务结束后经验随之消散，Agent仅能带来单次提效。百度搭子通过四维记忆、Auto-Dreaming和Skill沉淀，构建持续进化的能力循环。
- 四维记忆：不仅记录对话内容，更保留与后续工作相关的上下文，使Agent能持续理解组织工作方式，无需重复熟悉背景。
- Auto-Dreaming：在任务执行间隙整理记忆与经验，将分散信息转化为可调用的结构化经验。
- Skill沉淀：将经过验证的工作方法固化为可复用的Skill，解决“会做”的问题，不再依赖个人经验。
三者形成闭环：任务产生记忆，记忆整理为经验，经验固化为Skill，新任务调用Skill并产生新记忆。李彦宏将其概括为“可衡量＋Looping＝持续进化”。这不仅指流程的打通，更指执行经验回流组织，成为下一次任务的输入。
只有当Agent越用越懂业务、组织经验越用越丰富，个人提效才能转化为组织能力的实质性增长。
结语：从个人提效走向智能组织
企业对AI的期待已延伸至完整的组织生产力：系统无缝接入、专业能力灵活调用、业务流程高效运转、执行经验持续沉淀。百度搭子通过“不建围墙”策略，开放连接既有系统，引入生态伙伴专业能力，借助FDE和企业级基础设施推动规模交付。
技术部署仅是起点，企业更需重新思考岗位分工、经验沉淀及流程闭环。智能组织的最终价值，体现于工作结果的优化：Agent与人合理分工，融入日常经营，并使组织在每次任务后积累更优的能力。届时，企业拥有Agent的数量将不再是关键指标，组织的进化能力才是核心所在。
———— / E N D / ————
本文来自作者：林同学