AI Agent 正陷入一個(gè)矛盾的處境：技術(shù)突飛猛進(jìn)，應(yīng)用卻支離破碎。
市面上的主流 Agent 大多是單點(diǎn)突破的 " 專家型 " 產(chǎn)品——有的擅長文案寫作，有的專攻圖像生成，有的聚焦客戶服務(wù)，但彼此孤立，用戶需要手動(dòng)串聯(lián)各個(gè)環(huán)節(jié)。更為關(guān)鍵的是，這些 Agent 往往存在嚴(yán)重的 " 端側(cè)割裂 "：Web 端體驗(yàn)無法延續(xù)到移動(dòng)端，PC 客戶端的任務(wù)進(jìn)度無法在手機(jī)上查看，每一次交互都像 " 重新開始 "， 同一個(gè)問題哪怕是中斷后想再追問，都需要用戶反復(fù)解釋需求。
更深層的問題在于，當(dāng)前 Agent 缺乏統(tǒng)一的認(rèn)知和記憶中樞。它們往往是 " 黑箱 " 式運(yùn)作，過程不可控，結(jié)果質(zhì)量不穩(wěn)定，用戶既無法干預(yù)過程，也難以建立持續(xù)的交互記憶。這種現(xiàn)狀讓人不禁思考：AI Agent 的終極形態(tài)，難道就是讓用戶管理一堆零散的 " 工具人 "？真正的智能助手，能否像人腦一樣實(shí)現(xiàn)統(tǒng)一指揮、無縫適應(yīng)不同場景和終端？
8 月 18 日，百度文庫聯(lián)合百度網(wǎng)盤發(fā)布 GenFlow 2.0，這是全球首個(gè) " 全端通用 "Agent，正試圖破解這一困局。它預(yù)備了 100+ 專家團(tuán)并行工作、跨端一致體驗(yàn)，同時(shí)過程可干預(yù)、記憶可追溯。GenFlow2.0 指向了一種全新的技術(shù)范式，類似于具身智能領(lǐng)域一腦多形的概念，即一個(gè)統(tǒng)一的智能中樞控制不同的表現(xiàn)形態(tài)。正如具身智能的最終構(gòu)想：同一個(gè)大腦驅(qū)動(dòng)四足、雙足或人形等不同構(gòu)型，GenFlow 2.0 試圖用統(tǒng)一的 Agent 中樞，在不同設(shè)備、不同場景下提供無縫的智能服務(wù)體驗(yàn)。
實(shí)測文庫 GenFlow 2.0，什么是 Agent 的 " 一腦多形 "？
GenFlow 2.0 的核心創(chuàng)新在于構(gòu)建了類似于 " 一腦多形 " 架構(gòu)。這不是簡單的多模型堆砌，而是通過統(tǒng)一智能中樞實(shí)現(xiàn)多端自適應(yīng)的系統(tǒng)性突破。
GenFlow 2.0 的 " 腦 " 是一個(gè)復(fù)雜的調(diào)度與認(rèn)知中樞系統(tǒng)，其核心是自研 Multi-Agent 基礎(chǔ)架構(gòu)。GenFlow2.0 本身是個(gè)多輪對話的框架，要想對用戶意圖做精準(zhǔn)理解，那就不僅僅是了解當(dāng)前一個(gè)問題的意圖，需要結(jié)合用戶個(gè)人畫像，及其過去一段時(shí)間，一個(gè)時(shí)間窗里的多輪交互的背景信息，去判斷他的一些個(gè)人傾向。
系統(tǒng)采用動(dòng)態(tài)混合推理（MoE）架構(gòu)，能夠基于不同任務(wù)、步驟來調(diào)用不同模型，在成本、性能和效率上實(shí)現(xiàn)最優(yōu)平衡。與傳統(tǒng) " 大而全 " 模型不同，GenFlow 2.0 維護(hù)著 100+ 個(gè)專業(yè)化 Agent 池，每個(gè) Agent 都在特定領(lǐng)域經(jīng)過深度優(yōu)化。
更關(guān)鍵的是，系統(tǒng)構(gòu)建了完整的 " 臨短長記憶中樞 "。 GenFlow 2.0 打造了獨(dú)創(chuàng)的 " 記憶庫 "，可以記住并運(yùn)用用戶在文庫網(wǎng)盤溝通的歷史記錄、上傳下載文件，可完整交付更懂用戶的個(gè)性化內(nèi)容。這個(gè)記憶系統(tǒng)整合了用戶行為記憶、對話記憶、個(gè)性化偏好記憶等多源數(shù)據(jù)融合，形成持續(xù)積累的認(rèn)知基礎(chǔ)。
在 " 形 " 的層面，文庫 GenFlow 2.0 實(shí)現(xiàn)了真正的全端通用體驗(yàn)。用戶可以在百度文庫 Web 端、App 端等多個(gè)終端無縫切換，任務(wù)進(jìn)度、交互記憶、文件關(guān)聯(lián)都保持完全一致。這種一致性不僅體現(xiàn)在功能層面，更體現(xiàn)在交互邏輯的統(tǒng)一：用戶在任意端點(diǎn)發(fā)起的任務(wù)，都可以在其他端點(diǎn)查看進(jìn)度、進(jìn)行干預(yù)、獲取結(jié)果。
移動(dòng)端體驗(yàn)的優(yōu)化尤其值得關(guān)注。GenFlow 2.0 在手機(jī)上提供了直觀的并行任務(wù)視圖，用戶可以通過并列式進(jìn)度條實(shí)時(shí)看到多個(gè) Agent 的工作狀態(tài)，支持隨時(shí)暫停特定任務(wù)、補(bǔ)充新需求、調(diào)用云端文件。這種設(shè)計(jì)充分考慮了移動(dòng)場景下的碎片化使用特點(diǎn)，讓用戶能夠有效利用通勤、等待等零散時(shí)間推進(jìn)復(fù)雜任務(wù)。
我們測試了 Genflow2.0 的并行任務(wù)能力和全端配合能力。第一個(gè)任務(wù)，我們讓它設(shè)計(jì) 5 個(gè)類似 labubu 的盲盒 ip，畫出原型圖，并要求：有可能會(huì)火。
在下班回家的路上，我想更多了解一些 Labubu 設(shè)計(jì)背后的設(shè)計(jì)理念，于是在移動(dòng)端讓 Genflow2.0 根據(jù)我們之前的討論，生成了一份《原創(chuàng)盲盒 IP 概念設(shè)計(jì)方案》?？梢?，Genflow2.0 在手機(jī)端也可以一鍵將報(bào)告生成 ppt，并根據(jù)報(bào)告對上述生成內(nèi)容進(jìn)行二次修改，隨時(shí)隨地完善任務(wù)。
為什么 " 全端通用 " 定義了下一代 Agent 標(biāo)準(zhǔn)？
從當(dāng)前市場碎片化的單點(diǎn)工具到統(tǒng)一的智能中樞，這種范式轉(zhuǎn)變，正在為 Agent 打開一種新的可能。
傳統(tǒng) Agent 產(chǎn)品采用串行處理模式，用戶往往需要等待數(shù)十分鐘甚至數(shù)小時(shí)，才能獲得完整結(jié)果。文庫 GenFlow 2.0 的 " 百個(gè) AI Agent 專家團(tuán)并行 " 模式徹底改變了這一現(xiàn)狀。當(dāng)用戶提出復(fù)雜需求時(shí)，系統(tǒng)能夠同時(shí)調(diào)動(dòng) PPT 專家、研報(bào)專家、繪圖專家等多個(gè) Agent 并行工作，將原本需要數(shù)小時(shí)的工作壓縮到 3 分鐘內(nèi)完成，實(shí)現(xiàn)了生產(chǎn)力的質(zhì)的飛躍。
此次 AIDAY 上，百度方面還詳細(xì)解釋了并行調(diào)度的技術(shù)難點(diǎn)。總結(jié)來說，一個(gè)最大的點(diǎn)就是狀態(tài)的管理。因?yàn)樽铋_始對意圖做拆解以后，會(huì)呈一個(gè)子任務(wù)序列，所謂的動(dòng)態(tài)任務(wù)編排，每個(gè)任務(wù)調(diào)度具體的底層 Agent 不一樣，任務(wù)本身內(nèi)部的環(huán)節(jié)節(jié)點(diǎn)也有所差異，所以，文庫 GenFlow2.0 會(huì)有一個(gè)消息通訊總控，會(huì)同步協(xié)調(diào)它整個(gè)的進(jìn)度。
這種并行模式帶來了顯著的性能提升。GenFlow 2.0 平均 3 分鐘生成，比主流 Agent 快 5-10 倍，而且一個(gè) 480p 生成 1 分鐘的視頻，是行業(yè)水平整個(gè)成本的十分之一。
同時(shí)，" 過程可干預(yù)、記憶可追溯 " 將傳統(tǒng) AI 的黑箱運(yùn)作模式轉(zhuǎn)變?yōu)橥该鞯陌紫潴w驗(yàn)，這是建立人機(jī)協(xié)作信任的關(guān)鍵。用戶不再被動(dòng)接受 AI 的輸出結(jié)果，而可以全程參與、實(shí)時(shí)調(diào)整、深度干預(yù)。系統(tǒng)支持在任何環(huán)節(jié)暫停任務(wù)、追問細(xì)節(jié)、補(bǔ)充要求，甚至修改思考內(nèi)容。
這種深度的人機(jī)協(xié)作模式，極大提升了 AI 的可用性和用戶的信任度。當(dāng)用戶擁有控制權(quán)和知情權(quán)時(shí)，他們更愿意將重要任務(wù)交給 AI 處理，從而釋放出更多的創(chuàng)造性時(shí)間。
在 Agent 的擴(kuò)展邊界上，GenFlow 2.0 兼容 MCP 協(xié)議，意味著其 " 中樞大腦 " 可以靈活接入更多第三方服務(wù)、工具，甚至硬件設(shè)備。這種開放架構(gòu)避免了對單一技術(shù)路線的依賴，為未來的功能擴(kuò)展和生態(tài)合作奠定了基礎(chǔ)。
榮耀作為全球首批接入 MCP 生態(tài)的硬件廠商，已經(jīng)將 GenFlow 2.0 原生接入榮耀智能助理 YOYO，實(shí)現(xiàn)了 AI Agent 與硬件廠商的系統(tǒng)級原生調(diào)度。這種合作模式預(yù)示著 AI Agent 正在從軟件應(yīng)用向操作系統(tǒng)級服務(wù)演進(jìn)。
對于用戶而言，百度文庫的公域知識(shí)庫與用戶授權(quán)后的百度網(wǎng)盤私域數(shù)據(jù)解決了 Agent 記憶的關(guān)鍵問題，為 Agent 提供了強(qiáng)大的個(gè)性化認(rèn)知基座。系統(tǒng)可以同時(shí)調(diào)用超 14 億專業(yè)內(nèi)容資源、6.8 億篇學(xué)術(shù)文獻(xiàn)，以及用戶個(gè)人的文件、歷史記錄、偏好設(shè)定，實(shí)現(xiàn)真正的個(gè)性化智能服務(wù)。
對比當(dāng)前主流的單點(diǎn)工具型 Agent 和 Copilot 類助手，GenFlow 2.0 在統(tǒng)一調(diào)度、多端適應(yīng)、生態(tài)開放等方面展現(xiàn)出的組合優(yōu)勢，正在定義一個(gè)更接近下一代 AI Agent 標(biāo)準(zhǔn)。
回歸本質(zhì)：" 好用 " 才是終極奧義
GenFlow 2.0 的問世，根植于百度文庫（AI MAU 9700 萬）和百度網(wǎng)盤（10 億 + 用戶）兩大國民級應(yīng)用的深厚積累。海量用戶在跨端、多任務(wù)、個(gè)性化場景中的真實(shí)需求，直接推動(dòng)了 " 統(tǒng)一調(diào)度中樞 " 和 " 全端自適應(yīng) " 架構(gòu)的誕生，這是百度 " 讓 AI 真正有用 " 的另一種體現(xiàn)。
可以說，GenFlow 2.0 的突破性表現(xiàn)，很大程度上得益于百度獨(dú)特的 AI 全棧布局優(yōu)勢。
相比依賴第三方 API 或模型的競品，百度能夠在算力調(diào)度、模型推理、數(shù)據(jù)流轉(zhuǎn)等關(guān)鍵環(huán)節(jié)進(jìn)行系統(tǒng)級優(yōu)化，從而實(shí)現(xiàn)更低的延遲、更高的穩(wěn)定性和更精準(zhǔn)的個(gè)性化體驗(yàn)。這也是百度區(qū)別于純模型廠商或純應(yīng)用廠商的核心差異化優(yōu)勢。
從概念驗(yàn)證走向?qū)嵱霉ぞ?，從單點(diǎn)應(yīng)用走向系統(tǒng)能力。當(dāng) Agent 系統(tǒng)變得日益復(fù)雜，涉及多模態(tài)處理、實(shí)時(shí)協(xié)同、跨端同步等高難度技術(shù)挑戰(zhàn)時(shí)，考驗(yàn)的，正是廠商技術(shù)積累的厚度與廣度。
而百度憑借十余年 AI 全棧布局與億級用戶場景沉淀，正在這場長跑中，展現(xiàn)出獨(dú)特的競爭優(yōu)勢。
