刚刚，百度搭子全面升级，要让Agent接住人类90%以上的活

编辑｜杜伟

Agent 走到今天这一步，不管是圈内从业者，还是圈外观察者，应该都试过让它帮自己干点活——写份报告、做几页PPT、查一轮竞品动态、整理一份会议纪要，等等。

第一次上手，很多人会觉得惊艳。但一旦放进每天的工作流里，很快会暴露出问题：它能回答问题，却常常接不住完整任务；它能生成内容，却未必能稳定地跨系统推进流程；它能帮个人省下时间，却不一定能把团队的效率提上去。

预设能力与现实需求之间的差距，把 Agent 赛道逼到了一个新的拐点。过去用户愿意为一次足够漂亮的演示买单。如今，评判标准变了。

大家更关心它能不能把一件工作从头做到尾，以及数据和成果能不能在组织内部安全流转。更重要的，执行过的任务不应只是一次性消耗，还应沉淀为下一次提效的经验。

也正是在这样的背景下，百度搭子在 7 月 10 日的成都 AIDAY 上，发布了它们自面世三个多月以来的最重磅升级。它们在三大板块同时发力：

按百度集团执行副总裁、百度智能云事业群总裁沈抖的说法，未来 90% 的工作，都可能有智能体深度参与、协助完成，百度搭子要做的就是深入办公场景真干活、真办事儿。

^沈抖

发布会现场，百度搭子直接下单 600 支梦龙冰淇淋，送给到场的观众。

从 3 月底上市到现在，百度搭子以几乎日均一版更新的速度高速迭代。截止到现在，用户的日均提问次数暴增 20 倍，在办公、创作、信息处理等场景提供全方位智能辅助，成为增速最快的通用智能体。

而在此次 AIDAY 上，百度搭子做的这三件事，放在一起看，指向了同一个目标：加速 Agent 从炫技工具走向真正的生产力系统。

个人高频入口，要靠更准、更稳、更全、更深

在个人版升级上，百度搭子重点提升了复杂办公任务的执行效率、跨端连续性和成果交付质量。

这背后的逻辑很直接：Agent 想成为高频工作入口，首先要让用户放心把复杂任务交给它。这就绕不开几件事：既要判断更准、执行更稳，也要具备更丰富的技能和更深入的场景覆盖。只有这些环节真正咬合起来，用户才会从偶尔尝试，逐渐形成稳定的使用习惯。

顺着这条逻辑，

第一层是「大脑升级」

处理复杂任务时，Agent 需要先判断任务适合在哪个环境里完成。算力需求、响应速度和数据安全要求不同，执行路径也会不同。路线选得不合适，后续步骤就容易变慢，甚至增加额外消耗。

此次百度搭子

。系统会根据任务需求，在云端沙箱、本地沙箱以及 Chat 模式之间自动选择合适的执行环境。需要更高算力时，调用云端资源；强调低延迟或数据安全时，则切换到更合适的本地环境。这套机制让任务平均耗时降低 20%，Token 利用率提升 25%。用户等待时间更短，消耗更低，复杂任务推进也更顺。

测试中，百度搭子被要求查询前几天放出的 ICML 2026 各奖项论文信息，它直接调用 Web Search，很快整理出了结果。

同时，

补上了跨设备使用时的痛点。用户在电脑上做到一半的方案、报告或资料整理任务，切换到手机后可以继续追问、修改，也可以直接下载结果。前面已经交代过的偏好、模板和表达口径，也不用重新说明。对个人用户来说，这种连续性很重要。任务不会因为设备切换而中断，百度搭子也更接近一个能随时接上工作的搭档。

第二层是手，即工具升级

进入工作流后，判断准确只是第一步，浏览器里的操作还得足够稳定。资料检索、竞品调研和网页信息整理，往往需要连续完成页面进入、点击跳转、搜索筛选和结果汇总，任何一步卡顿，都可能拖慢整项任务。

百度搭子分别优化了移动端和桌面端的网页操作体验：

，通过 VNC 远程操控网页；，可以直接衔接本地工作流。升级后，网页操作延迟下降 13%，流畅度提升 20%。

第三步是技能生态升级

接手复杂工作时，一套开箱即用的能力体系能够实现事半功倍的效果。百度搭子此前已经内置了百度搜索、百度百科、秒哒、伐谋等能力，此次

，能够处理的任务边界变得更大。

测试中，调用「百度一镜」技能，生成了一段颐和园宣传数字人口播的视频。从输入需求到成片交付，整个过程仅用了约 3 分钟。

成片效果如何？它是否达到了一条合格文旅宣传视频应有的完成度？

随着百度搭子持续扩展 Skill 生态，能力范围已经延伸到了搜索研究、生活服务、内容创作和办公协作等日常使用场景。并且为了让更多外部能力顺利接入，百度搭子还搭建了一套

，从开发规范、技能提交，到安全评估、效果评估和上架运营，都由统一平台管理。

办公场景成为此次升级的重要落点

尤其围绕方案汇报、项目复盘、研究报告等高频任务，百度搭子进一步强化了 PPT 生成能力。从优化模板库和配图模型，到图表可视化和智能排版，百度搭子生成的 PPT 基本达到了「发布会」级别的呈现水准。

测试中，让它制作一份「2026 年 AI Agent 产业趋势研究报告」PPT：在接到任务后，它先围绕行业背景、技术路线、产业链、典型企业、商业化进展和未来趋势搭建整体框架，再将资料、数据和结论分别填入对应页面，并自动完成图表制作、配图匹配和版式设计。

最终生成的结果如下，过去制作这样一套研究类型的 PPT，可能得花上一整天的时间，现在不到 10 分钟就搞定了。

最后是全新专业套件

这是将百度搭子从一个通用 AI 助手推向专业生产力工具的关键一步。

其中

，试图将新媒体团队每天最常见的工作串成一条线：从选题、追热点，到图文创作、短视频脚本、分镜口播，再到发布辅助和运营复盘，过去需要在多个平台之间来回切换的流程，如今可以在同一轮对话中持续推进。

这一次，测试场景被放到百度搭子 App 端，调用它的自媒体套件，看它能不能接住一项完整的

：它先确认目标读者和内容角度，再搜索公开资料、梳理结构，并在大纲确认后继续完成正文、标题摘要、话题标签、封面建议以及 Markdown 和 HTML 两种格式的成稿。整个过程大约用了四分半钟，分散在检索、写作、排版和发布准备中的多项工作，被压缩进了一次连续对话里。

文章成稿是下面这样的：

总的来看，「大脑、手、技能与专业套件」四层升级，分别补上了百度搭子的判断、执行、能力和场景深度，由此更有机会从偶尔使用走向稳定高频。

从一个人的搭子，到一群人、整个行业的 AI 基础设施

相较于个人用户，企业用户面临的问题会更复杂。个人关心效率，组织还看重协作、权限、合规以及资产沉淀。百度搭子的第二个关键变化指向了这一层：从个人搭子进入企业流程，成为组织级的基础设施。

。在 2026 中关村论坛上，百度智能云副总裁殷大伟用这六个字概括了大多数企业的真实心态。能力摆在眼前，却总差一点把关键业务交出去的底气。

百度搭子企业版要做的，就是把这点底气一层层补上。第一件事是把知识和经验留在组织内部。企业用 AI，最怕任务做完了，成果、方法和上下文也随之散掉。

企业版通过三步完成

：生成的素材、方案等交付物统一归档，方便团队查找和二次复用；优秀员工的方法论可以沉淀为可复用技能，即使人员流动，能力仍留在组织中；企业文档、项目资料和行业素材则进一步汇入专属知识库，为后续任务提供持续可调用的组织记忆。

资源、技能和成果在组织内部流动起来，个人提效才有机会进一步放大为团队提效。其中解决资源错配，系统会根据成员使用的频率智能分配企业统一采购的积分，谁常用就往谁那里倾斜；其次解决重复配置问题，一个成员沉淀下来的技能可以一键共享给组织其他人，不用重复造轮子。最后解决交付物分散问题，AI 产出的文档、报告和数据都统一归档到项目文件夹里。

在解决资产沉淀与流动之后，

。

一个很现实的问题是，企业的业务流程往往分散在不同系统里，比如 OA、CRM、ERP、数据平台和第三方 SaaS，接口和权限要求各有不同。过去企业接入 AI 能力，大多是一个系统或服务单独对接，流程繁琐重复且后期维护成本高。

这套标准相当于在企业自有系统、第三方 SaaS 服务与百度搭子技能体系之间搭了一座桥梁，将内外部能力高效、安全地整合成可复用的 Skill。一方面降低了企业接入 Agent 的工程成本，另一方面划出了更清晰的安全边界和维护方式。

流程接进来之后，企业还要对 AI 访问、调用了什么了如指掌，并关心出了问题能不能溯源。百度搭子从上线之初便强调本地安全沙箱、文件夹权限管控和风险操作二次确认，

。

一是

，包括组织架构管理、成员角色授权和用量统计；二是，记录 AI 的执行动作和数据访问，以便后续追溯；三是，解决 AI 在高峰期等特殊节点的稳定性；四是 ，自动拦截高风险操作或者进行触发确认。

到这里，百度搭子企业版跨过了企业用 AI 所担心的那几道坎，也就有底气说自己是一套值得托付的基础设施。不过，Agent 能力想真正铺进千行百业，还需要更多的行业知识、客户触达和最后一公里服务来补齐。

它把百度搭子的产品能力开放给更多企业伙伴，并进入更多真实业务现场。百度搭子自身也就置身于一个更大的 Agent 生态中。

在这个联盟里，企业伙伴负责行业深潜，带来行业 know how、客户资源和落地服务；百度搭子则负责能力底座，提供通用 AI 能力和标准化技能平台。目前，搭子联盟覆盖了东区、北区、南区以及 SaaS 和运营商赛道共计 11 家企业伙伴。

不到四个月，百度搭子走到一个新节点

回过头来，从 3 月 22 日全量上线以来，百度搭子才走过了不到四个月的时间。但它的进步是「肉眼可见的」：

过去几个月，百度搭子几乎是贴着日历在迭代。此外，移动端从 Create 大会率先支持安卓到上线 iOS 端，也只用了一个月。

5 月 8 日当天，

，在一众龙虾产品中非常能打。

在 PinchBench 中，它以 93.3% 和 93.2% 的总成绩包揽前两名，并在前 5 名中占据了 3 席。该基准考察 Agent 在 23 个真实工作场景、147 个任务中的多步推理、工具调用和任务闭环能力。

在另一个面向深度研究型 Agent 的 DeepResearch Bench 中，它同样以 58.03 的综合分位列榜首。该基准重点评估 Agent 的信息检索、内容准确性、分析深度和报告可读性等能力。

同样是在 5 月 8 日公布的 AI 产品榜中，百度搭子以 114.72% 的月访问量增速登顶 AI 龙虾增速榜，并以 116 万月访问量跻身 AI 龙虾总榜第三。

正是这样的高频迭代、能力进化与用户青睐，才把百度搭子推到今天这个节点。也是从此时开始，它第一次把个人使用、团队协作、行业落地摆上了同一条线。

这条线上串着的三个重头戏，彼此之间是接续的关系：

更大的目标：接住人类 90% 以上的活

从更长的周期看，Agent 赛道最终比拼的，可能还是谁能接住人类工作中更大比例的执行环节。

这个比例现在有多大呢？去年 11 月，麦肯锡全球研究院发布了一份名为《Agents, robots, and us: Skill partnerships in the age of AI》的调研报告 [1]，里面提到在现有工作时长中（美国），约 57% 对应的活动在理论上具备自动化潜力。

如今主流的 Agent 产品大都率先扎进了办公与生产场景，这是因为任务本身高度数字化，过去要靠脑力与手工完成的环节，在技术上已经具备被机器接手的条件。在这两大场景中，玩家们开始全方位比拼基座模型能力以及相应的产品体验、工具调用、成本效率和结果交付。

沈抖介绍，

。用户只要把目标说清楚，百度搭子就能理解需求、拆解任务、调用工具，完成跨应用、跨文件的复杂工作，最后交付真正可用的结果。

问题来了：我们该用什么标尺来衡量这些指标呢？

百度创始人李彦宏此前在 Create 2026 上首次提出了智能体时代的新度量衡 DAA（日活智能体数）。相比 Token 消耗，DAA 更关心有多少 Agent 真正在给人类干活、又交付了多少结果。

顺着这把新标尺往下看，百度搭子的路线也就清楚了：个人版升级让它先成为一个更能干的个人 AI 伙伴，企业版让个人使用沉淀为组织能力，搭子联盟让这套能力沿着伙伴网络触达更多行业现场。三步连起来，瞄准了同一个问题：Agent 究竟能在多大范围内辅助人类完成工作？

在 AIDAY 当天现场，沈抖还分享了一个他在百度内部观察到的一个变化 —— 通过接入百度各种内部系统，百度搭子不只是员工用来干自己手头的事，也成为了团队协作的高频工具。「百度搭子可以把项目成果、上下文共享给同事，沟通成本大大降低，好的经验和成果还可以沉淀成 Skill 供团队复用。员工效率高了、内耗少了，就能把更多精力用在更有创造力的工作上。」

百度搭子现在以及将来要做的，就是让 Agent 从少数任务的帮手，

^{[1] https://www.mckinsey.com/mgi/our-research/agents-robots-and-us-skill-partnerships-in-the-age-of-ai}