百度搭子选择开放：83.7%的Agent项目为何卡在通用场景

企业级Agent项目有83.7%停在通用辅助场景，「广而不深」的落差该怎么破？

从个人提效到智能组织，企业对Agent的要求已经变了。

今年AI办公赛道一直在升温。写文档、做PPT、分析数据，不少人日常干活已经用上了AI。

不过你多半也碰到过这种情况：一项工作要跨系统查信息、要协调不同岗位、还要把后续流程推下去，AI通常只能接手其中一段，剩下的仍得自己一步步跟。

企业里头同样如此。

艾瑞咨询《2026年中国企业级AI Agent发展洞察报告》给出的数字是：2025年至2026年Q1，企业级Agent项目中通用辅助场景占到83.7%，专业纵深场景只有16.3%。企业上Agent的热情不低，可现阶段的特征仍是「广而不深」。

百度智能云还给了另一组数据：企业任务分日常运营、专业领域、企业核心三类，占比大致是20%、30%和50%。

两组数据口径不一样，指向的落差却是同一个：八成任务落在专业和核心环节，Agent的应用偏偏还停在通用辅助。

拿客户年度续约来说，一件完整的事可能得先在

单点工具已经应付不了这些，岗位分工、经验沉淀、流程衔接也得跟着变。

百度世界2026上，

1. 打破岗位边界、释放组织活力：让人和AI围绕任务重新组合；

2. 沉淀隐性知识、构建组织智能：把个人经验、业务规范变成组织能复用的知识；

3. 设计流程闭环、推动组织进化：用可衡量的结果驱动循环，让组织持续进化。

百度智能云事业群总裁沈抖接下来讲的是「智能组织，需要智能云」：传统云服务的是企业IT系统，智能云服务的则是一项项具体任务。

前面提到的日常运营、专业领域、企业核心三类任务，分别交给通用、专业、定制三类智能体承接，

Agent要真正变成组织能力，企业至少得回答三个问题：

1. 它能不能进到企业已经在用的系统里，而不是再添一个孤立的工具？

2. 它能不能读懂企业的专业知识和业务规则，而不只是跑通用任务？

3. 它能不能在权限和责任边界清楚的前提下，把一项工作从开头推到交付？

这三个问题问的是Agent能不能用起来。还有一个更长期的：Agent用得越久，组织能不能越强？

带着这四个问题，会更好理解Harness引擎和专业能力，与生态伙伴共建新一代行业AI产品，并面向所有开发者开放

不替换旧系统，先打通业务流程

对一家企业而言，CRM、ERP、OA不只是几个软件入口，更关键的是里面攒了多年的业务数据、权限和工作流程。

企业若为了用一个新Agent去迁移系统、改员工习惯，甚至重做流程，代价并不小。

百度搭子因此做了第一个选择——“不建围墙”。它不要求企业围着Agent重建工作环境，而是让Agent去适应企业已有的环境。

落到产品设计上，百度搭子提供的是双向连接：企业原有的工具、数据和应用页面，可以通过MCP和App接进来；另一头也能通过

这种连接方式下，业务数据、权限和规则仍由原有系统管着，搭子补的是任务理解、工具调用和步骤衔接。

还是以“客户年度续约准备”为例。演示现场把系统连好后，用户说一句“帮我完成客户年度续约准备”，百度搭子就会调用CRM、ERP、OA、

演示之外，蓝海黑石已经这么干了：基于百度搭子开发平台定制三个采购智能体，打通ERP、OA和企业微信后，过去每周两个团队至少10人、100个工时的工作，现在2人不到1小时就能完成。

百度搭子这一步，也给智能组织打破岗位边界备好了技术条件。

连接行业伙伴，让通用能力深入专业场景

系统接进来之后，Agent还得有行业专业能力。能查订单、能调资料，不代表它会判断风险、会设计教案、能处理行业里的具体问题。这类能力靠的是行业厂家多年攒下的数据、经验和工作流，通用平台很难自己补齐。

于是百度搭子做了第二个选择：通过平台把百度内部的专业智能体和外部行业伙伴连起来，让通用能力和专业能力各干各擅长的事。生态伙伴计划给出多种合作模式，包括通过MCP、

百度搭子和世纪天鸿的合作就是一个例子。

世纪天鸿在教育教辅领域做了很久，手里有行业数据、专业知识和教学工作流；百度搭子出的是通用Agent底座。双方共建的K12教育教辅工作台里，教案设计、课件设计、作业批改和智能命题这些专业活仍由小鸿助教承担，百度搭子负责Harness引擎、任务编排和跨文档处理，并执行办公事务。教师在一个工作台里就能把教学和办公的事都办了。

合作还能从共建工作台再往前走一步，做到产品共创。伙伴在Harness引擎上加入行业知识、定制行业专属能力，百度出B端资源，双方联合售卖、一起拓市场。

杭州知书和百度搭子推出的图书馆智能体LibMate，就是这类行业AI联合产品的一例。

从场景验证到规模交付，让Agent真正进入生产

系统连上了、专业能力也有了，Agent要真进生产环境，还差交付这一环。

艾瑞报告还显示，约30%—40%的企业级智能体项目可能因ROI不及预期，在18个月内停滞或关闭；调研中真正重构端到端业务运行逻辑的企业只占16.3%。

也就是说，企业要的不只是一个跑得起来的Agent，还得有一套能持续落地、验证和复制的交付体系。

百度搭子的交付方式分三种深度：直接使用、MCP和App连接、Agent API嵌入，背后由百度搭子开发平台和AI落地工程体系（

具体做法是，FDE团队先和业务团队一起梳理流程、找高价值场景，把Agent的能力边界定清楚，再推着方案落地。

这条路径说白了就是「从小任务进入，以产品化方式退出」：先在真实业务里验证价值，再把验证过的共性能力沉淀为

进了生产环境，还得保证Agent执行复杂任务时足够稳。

百度搭子这次升级Harness引擎，重点补的是工具调用、长程任务处理、状态监控和记忆能力。在

这些能力要规模化跑起来，离不开云基础设施和企业级治理的配合。百度智能云为此做了面向智能组织的新全栈AI云，由

模型供给这一环，百度智能云此次推出了大模型交易平台「

从任务执行到经验沉淀，让组织能力持续增长

系统接入、专业能力和交付体系，回答的是 Agent 怎么进业务。可还有个更长远的问题：一件事做完，经验跟着任务一起没了，下回还得从零起步，那 Agent 带来的就只是单次提效，组织本身并没有变强。

百度搭子的做法，是靠

首先是

记忆攒起来，不等于能力就涨了。缺了整理和提炼，信息越堆越多，反倒可能成为负担。

再往前走一步，那些被反复验证过的干活方法，还能固化成 Skill。

记忆管的是「知道」，Skill 管的是「会做」。老员工判断风险的那套标准、一份方案该有的结构、一项业务要走的步骤，都能一点点变成可复用的能力，不再只装在某个人的脑子里，或者躺在某次任务的执行记录里。

这三样东西就此转成一个不停的圈：任务生出记忆，记忆整理成经验，验证过的经验再固定为可复用的 Skill。下一回任务调用这些能力，又生出新的记忆。这么一直攒下去，组织就能慢慢形成可重复使用的知识和能力资产。

「设计流程闭环」说的就是这个意思，李彦宏把它概括为“可衡量＋

闭环不光是把 CRM、ERP、OA 串起来让一项任务跑通，还包括任务结果和执行经验能不能回流到组织，变成下一次任务的输入。前者连的是流程，后者让组织能力在用得越多之后攒得越厚。

只有 Agent 越用越懂业务、组织经验越用越厚，个人提效才会真正变成组织能力的增长。

从个人提效走向智能组织

回头看，企业对 AI 的期待已经伸向更完整的组织生产力：系统得接得进来，专业能力得调得动，业务流程得跑得通，执行经验还得能一直沉淀下来。

百度搭子选的是「不建围墙」：靠开放连接接进企业已有的系统，把 Harness 引擎开放给生态伙伴、引入专业能力，再借开发平台、FDE 和企业级基础设施推动规模交付，一步步把 Agent 带进真实业务。

不过，技术平台部署只是起点。企业还得重新想清楚岗位怎么分工、经验怎么沉淀、流程能不能形成可衡量的闭环。

智能组织值不值，最后要看工作结果：Agent 能不能和人形成合理分工，能不能进入日常经营和生产，能不能让组织在每做完一件事之后，攒下下一次做得更好的本事。

企业手里有多少个 Agent，反倒不是最重要的指标。