内容摘要：界面新闻记者 | 伍洋宇 界面新闻编辑 | 刘方远7月10日，百度正式将其通用智能体产品“百度搭子”推向企业市场，标志着该产品从个人办公助手向企业级智能体平台的战略转型。1. 核心能力升级：从个人助手

界面新闻记者 | 伍洋宇 界面新闻编辑 | 刘方远

7月10日，百度百度正式将其通用智能体产品“百度搭子”推向企业市场，搭推都标志着该产品从个人办公助手向企业级智能体平台的出企厂们战略转型。

1. 核心能力升级：从个人助手到企业中枢

在个人版已具备智能路由、业版多端共享记忆及浏览器调用等基础能力之上，上块生意百度搭子企业版重点强化了以下四大企业级核心能力：

• 知识资产沉淀：构建企业专属知识库。百度
• 多人共享协作：支持团队协同工作流。搭推都
• 业务系统打通：无缝连接OA、出企厂们CRM、业版ERP及即时通讯等内部系统。上块生意
• 安全合规治理：支持员工身份透传及行级数据权限管理。百度

此外，搭推都百度同步发布了首个企业级Skill（技能）接入标准，出企厂们旨在建立统一的业版第三方技能接入体系，解决生态碎片化问题。上块生意

2. 行业洞察：Agent成为生产力核心载体

过去一年，大模型行业经历了一轮从参数规模到推理能力的技术迭代，竞争焦点逐渐围绕AI Agent展开。百度集团执行副总裁、百度智能云事业群总裁沈抖指出，未来90%的工作都可能有智能体深度参与。

然而，随着智能体承担更复杂的长链路任务，技术挑战也随之升级。沈抖认为，相较于传统的聊天机器人，Agent需处理更复杂的推理、多工具编排、海量文件读写以及权限、安全、成本和数据治理问题。这不仅依赖大模型本身的迭代，更涉及算力基础设施、模型调度、数据治理及Agent框架等全栈AI能力的协同。

3. 安全与稳定性：Agent落地的两大关键

安全治理：从规模转向质量

针对Skill生态中暴露出的安全不可验证、能力描述夸大、调用效果不稳定及接口标准不统一等问题，百度搭子产品总架构师李景秋强调，生态治理已进入精细化阶段。

• 自动化审核机制：百度搭子上线了全自动化的安全审核与效果验证机制。
• 沙箱检测拦截：当用户导入外部自定义Skill时，系统会在安全沙箱中进行自动检测，一旦识别风险立即拦截，确保调用的安全可靠性。

稳定性：Harness工程框架的重要性

长程任务的完成质量与稳定性是另一大维度，李景秋将其概括为端到端的稳定执行，其技术竞争焦点在于Harness工程框架设计。

内部数据显示，在智能体执行任务失败或效果不佳的案例中：
* 44%归因于模型能力不足；
* 56%的问题出在Harness工程框架的能力调度与意图理解上。

这一数据表明，在当前阶段，相比单纯提升模型能力，精准进行意图澄清、工具调用、多轮搜索以及在第三方Skill报错时进行自动纠偏，对提升智能体平台能力更具决定性作用。李景秋指出：“大模型与Harness框架的协同优化是关键。”

4. Skill生态架构：迈向“专业套件”终局

作为Token经济的重要消耗环节，企业级AI Agent市场已成为模型厂商必争之地，而Skill生态是支撑这一竞争的核心要素。

李景秋解析了目前业内通用的Skill生态三层架构设计理念：

1. 第一层（Skill）：解决长尾和单点功能问题。
2. 第二层（Connector）：帮助用户批量获取应用级能力，如连接钉钉、飞书等完成身份认证。
3. 第三层（Toolkit/专业套件）：通过专业级套件，让用户在单一输入框内闭环解决特定应用场景下的所有问题。

李景秋预测，“专业套件作为Skill生态发展的第三个阶段，可能是未来的终局。”他展望道：“身处职场的每一个人，都能找到对应的专业技能包，这将带来更本质的改变。”

5. 规模化应用的关键路径

就AI Agent平台走向规模化应用而言，李景秋提出了两个关键要素：

1. 场景垂直化：向专业垂直领域拓宽，这依赖于模型性能的持续迭代以及行业套件及技能的丰富发展。
2. 成本可控化：必须实现成本的下降，以消除用户在ROI（投资回报率）上的顾虑，推动大规模落地。