2025 年被称为 "Agent 元年 "，这背后潜藏着一个深刻的行业转向：当 AI 如顶级赛车般展现出惊人性能后，企业已不再满足于驻足围观，只做看台上鼓掌的观众。

他们的真正诉求是走下看台踏上赛道，亲自握紧方向盘，将这辆性能超群的赛车，平稳、精准地驶向自己的商业目的地。

翻过 " 智能涌现 " 的华丽篇章，AI 的下一章节是什么？

不止一位业内人士向雷峰网提到，现在的企业客户提起 AI，更有自己的见解，他们对目标规划清晰，直白地要求增长、提效和创新，向 AI 要增长、要效果，对未能与具体业务结合的应用已经不太感冒。

AI 发展确实日新月异，不断给出令人惊叹的表演，但对企业而言，通往 " 要效果 " 的最后一公里充满了障碍，昙花一现的 AI 应用，无法融入企业核心系统并随业务共同成长，或是无法良好驾驭 AI 应用，使其贴合自身的特殊业务流程。

行业的共识正逐渐清晰：必须将 AI 技术深度融入企业的组织架构、业务流程与创新基因之中，使之成为如水电煤一样的基础能力，才能从一次性的项目成功，迈向持续性的智能增长。

百度创始人李彦宏在今天刚刚结束的百度世界大会上就提到：

只有当 AI 被内化为一种原生的能力，才能真正在各行各业实现效果的涌现，进而引爆一场全面的生产力革命，推动经济增长，让 " 智能红利 " 转化成 " 社会红利 "。

百度创始人李彦宏

但如何将 AI 内化为企业核心能力？在这一议题上，市场上各家 To B 厂商基于自身基因与对未来的判断，有着不同的战略路径选择。

其中一种演进路线是，以云资源为战略起点。部分 To B 厂商已拥有相对充足的基础云资源与市场占有率，在推进 AI 时优先发挥自身原有规模优势，例如将 AI 能力融入已有的 PaaS、智能体开发平台及各类企业 SaaS 应用中，或是基于先前的 IaaS 基础与丰富的客户生态，再多管齐下构建全栈 AI 生态能力。

而另一种演进路线是，以全栈 AI 技术能力为战略起点。例如国内最早 All in AI 的百度，其基础设施从设计之初就是为了最高效地承载和运行 AI，云服务在这一过程中与 AI 能力深度结合并输出。从昆仑芯、百舸计算平台、飞桨框架到文心大模型、百度千帆，百度的云智一体演进路线清晰可见，通过从芯片层到模型层、应用层的全链路自研与优化，确保 AI 任务能够获得极致的性能和效率。

在 11 月 13 日的百度世界 2025 大会上，百度集团执行副总裁、百度智能云事业群总裁沈抖也强调，百度智能云将提供完善的 AI 云基础设施，为企业内化 AI 能力做好全面准备。

他指出，百度智能云要打造最硬 AI 云，为企业提供的是包括了 AI Infra 和 Agent Infra 的全栈 AI 云。

AI Infra+Agent Infra，双轮驱动助力企业内化 AI 能力

企业内化 AI，既需要 " 能跑 AI 的云 "，也需要 " 能造 AI 应用的工具 "。二者缺一不可，且必须深度协同，而 AI Infra 和 Agent Infra 正符合这一要求，并为企业将复杂的 AI 落地产业落地过程，高度抽象为两个清晰的分工层面。

区别于将多个独立产品 " 集成 " 在一起的方案，百度通过自研昆仑芯、打造百舸与千帆，实现了从芯片到框架、从平台到应用的全栈可控与优化，这在本质上也提供了更稳定、更高效、更安全的技术底座，针对性地解决企业内化 AI 能力时最关键的确定性、高效性和成本可控性问题。

一方面，百度智能云通过打造软硬一体的 AI Infra，为企业解决 " 动力 " 问题，通过昆仑芯、百舸计算平台等，将稀缺且昂贵的算力资源化、标准化和规模化，确保 AI 任务能稳定、高效、低成本地运行。

核心产品层面，这次会上，百度智能云发布了新一代昆仑芯产品线，并宣布了未来五年 " 每年上新 " 的承诺。其中，昆仑芯 M100 将于 2026 年上市，专注于为大规模推理场景提供极致性价比；昆仑芯 M300 则计划在 2027 年上市，面向超大规模多模态模型的训练与推理，旨在提供顶尖性能。这一规划旨在为企业未来日益复杂的模型训练与应用部署，提供持续、可靠的算力供给。

在集群能力上，百度同步发布了天池 256 与天池 512 超节点，二者均于明年正式上市。值得一提的是，单个天池 512 超节点即能独立完成万亿参数模型的训练，这标志着百度在高效、集约化地提供强大算力方面取得了重要突破。

规模化部署与实践验证是百度 AI Infra 的另一大优势。百度已成功点亮三万张昆仑芯构成的 AI 算力集群，并能稳定支持多个千亿参数大模型同时训练。未来，百度计划通过百舸 AI 计算平台，将单一集群规模从三万卡扩展至百万卡，持续突破算力瓶颈。

目前，昆仑芯已累计完成数万卡部署，成为了百度 AI 关键底座。不仅支持百度内部绝大多数的大模型推理任务，也作为百度智能云算力基础设施的重要组成部分，为包括招商银行、南方电网、中国钢研、国家管网、吉利汽车以及互联网大厂和部分运营商等上百家客户，提供了高性能、可扩展的 AI 算力支撑。

百度集团执行副总裁、百度智能云事业群总裁沈抖

另一方面，百度通过 Agent Infra 为企业解决 " 应用 " 问题，借助千帆大模型平台等，将开发 AI 应用所涉及的模型、工具、数据等复杂要素封装起来，大幅降低开发门槛。

在此次大会上，百度千帆也宣布全面升级，把模型和模型需要的上下文、工具、运行环境，封装进一个动态的 Agent 系统，并与真实的世界交互，在执行任务过程中获得反馈，从而借助反馈持续优化。

模型服务上，作为 Agent Infra 的核心，千帆提供最新版本的百度文心大模型，以及 150 多个主流模型。企业用户还可以通过千帆模型开发平台，高效定制自己的专属模型。

工具服务上，千帆企业级 MCP 服务不仅为企业提供百度 AI 搜索、地图等百度自有组件，也可以通过 MCP 调用企业已有的工具，或者丰富的第三方组件。尤其值得一提的是百度 AI 搜索组件，其 AI API 正成为行业技术底座，已有 625 家厂商通过百度智能云接入了其搜索 API。

模型和工具之外，Agent Infra 还需要数据、开发服务的配套支持。千帆的数据服务，把企业沉淀的数据、经验、流程和规则，转化为模型可理解的信息，让 Agent 更了解企业业务。

此外，千帆还提供一系列 Agent 引擎、开发框架和企业级 Agent 运行环境，帮助企业快速构建、调试和管理 Agents。同时，千帆还通过提供完备的权限管理和安全防护机制，确保企业 Agents 运行环境安全合规。

据悉，目前千帆平台企业用户数量超 46 万，Agents 开发量突破 130 万，成为智能体规模化落地的核心平台。

整体来看，百度智能云对 AI 云基础设施的理解简洁而必要，企业无需面对庞杂的技术栈，只需通过 AI Infra 和 Agent Infra 这两个清晰的接口，即可获得从底层算力到顶层应用的全栈支持，这极大地降低了企业拥抱 AI 的认知门槛和决策成本。

同时，这样的架构设计精准地对应了企业 AI 落地的两个核心阶段，即 AI 的能力构建与 AI 的价值实现。AI Infra 确保了能力的坚实可靠，Agent Infra 则让价值的实现变得简单高效。二者缺一不可，共同构成了企业将 AI 从 " 外部技术 " 转化为 " 内部能力 " 的完整路径。

换言之，企业在驾驭 AI 这辆顶级赛车的过程中，AI Infra 以昆仑芯 + 百舸为企业提供效率和性价比兼具的动力系统，而 Agent Infra 提供集成了海量地图和交通规则的高精地图和导航系统。

基于这套 AI Infra+Agent Infra 的全栈 AI 云基础设施，百度智能云联手客户，深入产业，已打造一批服务于核心业务的企业级 Agents。

在工业与连锁领域，百度 " 一见 " 视觉大模型平台持续进化。百度世界 2025 大会上最新发布的 " 多人协作 SOP 分析 Agent"，能够精准理解餐饮门店高峰期动态变化的复杂环境与流程，有效解决多人协作下出品标准不一的痛点，将工序合规管理从标准化工厂延伸至高流动性的连锁门店。

在金融服务领域，百度智能云与银河证券共创的 " 场外交易 Agent"，能够准确理解富含 " 行业黑话 " 的客户询价需求，辅助交易员快速生成报价方案。该 Agent 上线后，实现了从询价到下单的转化率提升 3 倍，业务规模翻倍增长的显著成效。

在能源电力领域，百度智能云与南方电网深圳供电局合作，基于千帆平台的工作流编排能力与专业电网组件，开发了 " 配电网监视 Agent" 与 " 操作票审核 Agent"，提升了电网运行的效率与可靠性，更将调度员从繁重的人工巡检中解放出来，得以聚焦于更复杂的故障处理与应急响应。

这些深入产业核心场景的 Agent 实践，共同印证了百度智能云全栈架构的业务价值：它使企业不再止步于单点技术的试用，而是能够将 AI 系统地、规模化地内化为支撑主营业务创新与增长的核心竞争力。

基础设施到自主智能：百度智能云如何引领 Agent 的下一程

百度通过 AI Infra 与 Agent Infra 为企业备好了强大的 " 发动机 " 与精准的 " 地图导航 "，但并没有停留于此。他们试图更进一步，让这辆智能赛车在复杂的商业路况中，实现自主驾驶，甚至自我规划出通往全局最优的路径。

在本次世界大会上，百度正式发布全球首个可商用的 " 自我演化 " 超级智能体 " 百度伐谋 "。李彦宏表示，百度伐谋的主要应用场景是在真实的产业场景中寻找 " 全局最优解 "，可被应用于交通、能源、金融、物流，甚至新药研发、科学理论等领域。

正如本文开头所言，企业需要 AI 无比贴近业务本身，而在真实产业中、具体业务场景中，问题往往是多目标、多变量、动态变化的。传统 AI 模型通常只擅长解决单一、静态的任务，伐谋的设计目标，是像一位顶尖的行业专家一样，进行系统性思考与权衡。

李彦宏介绍，百度伐谋的理念借鉴自进化算法，相当于模拟生物界几亿年的进化过程并压缩至几天甚至几小时，从而发现 " 过去人类从未发现过的全局最优解 "。他表示，百度伐谋能模拟、甚至超越顶尖的算法专家，更能根据条件变化自动迭代，给出最优的动态方案。

伐谋的出现，一方面意味着百度智能云已经构建了完备的全栈 AI 云基础设施，可以让更强大的 Agent 蓬勃生长；另一方面也说明，百度智能云正试图扩宽 Agent 的能力边界，从 " 执行既定任务 " 推向 " 自主演化与寻找全局最优解 "。这样的 AI Agent 构建思路在目前 To B 厂商中并不多见：它不仅是工具，更是一个能在复杂系统中持续学习、推理并做出战略级决策的 " 智能大脑 "。

据了解，百度伐谋由百度智能云打造，目前已经正式对外开放，并通过邀请码的形式提供服务。

目前，伐谋的身影已出现在交通信控、金融风控、能源管道、港口调度等场景。

以交通信控为例，AI 信控的目标是要让整个城市的通行效率最高、最安全，尽可能缓解城市交通拥堵问题。治理的核心，正是 "SaaS 信控平台 " 中的信控算法与伐谋的深度协同。" 信控算法 " 负责实时的交通流量预测和信号灯全局调控；而伐谋则作为核心的学习与迭代引擎，进行 7 × 24 小时的不间断运算。正是通过伐谋的持续推演，才确保了 " 信控算法 " 能够精准找到红绿灯配时的 " 全局最优解 "，让拥堵治理更高效，在高峰期最大化地利用好每一秒绿灯。

在鄂尔多斯伊金霍洛旗，新老城区跨河通勤需求旺盛，早晚高峰拥堵频发，引入百度智能云 SaaS 信控平台后，用 AI 调控红绿灯配时方案，车均延误降低 13%，百度智能云 SaaS 信控平台在百度伐谋的赋能下，实现算法自主迭代，找到城市缓堵治理的最优解，车均延误进一步再降低 5%。

在港口这一超复杂系统中，" 伐谋 " 的价值更为凸显。港口调度是一个涉及船舶、岸桥、集卡等多要素的耦合难题，其核心是在满足所有作业需求的前提下，计算出所需桥架吊机总数最少的方案——每节省一台，就意味着可能省下上千万元的成本。

百度联合中国首家数据科技央企 " 中国数联物流 "，协同东北地区最大的港口 " 辽港集团 "，利用 " 伐谋 " 应对这一挑战。经过上百轮演化，" 伐谋 " 最终生成的调度方案，仅需 29 台桥架吊机即可完成原需 31 台的任务。这不仅验证了其卓越的优化能力，更展现了直接、巨大的经济价值。

更重要的是，" 伐谋 " 所解决的 " 多机调度 " 问题是一个通用范式，广泛存在于制造业排产、物流规划、能源分配等场景中。它本质上是将传统上依赖运筹学专家经验的复杂决策过程，转变为由 AI 驱动的、持续自主寻优的自动化流程。

简单来说，比起让工程师尝试上百次以穷举法找出合理方案，运用伐谋进行推演能基于全局优化，少折腾，看准了再移动，最终向效率、成本与风险的最优平衡目标进一步靠拢。

如何服务好企业、帮助企业不再停留于 " 拥有 AI 工具 "，是头部技术厂商接下来数年必须回答的问题，而本次世界大会，百度智能云已经给出了自己的回答和下一步规划：从夯实算力基础的 AI Infra，到降低开发门槛的 Agent Infra，再到引领未来方向的 " 伐谋 " 超级智能体，百度智能云正一步步将其全栈 AI 能力，转化为企业通往智能未来的核心动能。

一场真正的智能生产力革命，才刚刚拉开序幕。