听雨 发自 凹非寺
量子位 | 公众号 QbitAI
不得不说,这真是我参加过最「全自动」的产品发布会……
台上还在讲,台下已经开始出片了???
新闻稿、产品长图、嘉宾金句海报、现场高光视频……一个接一个往外冒,简直是「实时转录」。
完成这一切的,正是发布会的主角——百度搭子。
发布会现场,百度搭子直接跑起了长程任务。从资料检索、信息分析到生成最终成果,整个过程当场完成,交付物也随即展示在大屏上。
现场看下来,我最直观的感受是:
百度搭子,确实能把一整套能展示、能分发的物料稳定可靠地做出来。
这也对应了百度搭子在此次发布会上提出的新标准:
「专业办公新定义,交付即惊艳」。
所谓「惊艳」,不只是生成速度快。一份合格的Agent产物,还得内容专业、呈现好看,最终能够真正使用。
从产品数据上看,百度搭子最近也来势汹汹。
据7月AI办公智能体桌面端榜单,百度搭子以674.30万月活位列总榜第二,仅次于WorkBuddy;月活环比增长1063.79%,位居行业增速第一。
不过,榜单是一回事,实际交付又是另一回事。
百度搭子所交付的产物,究竟是否真的专业、好看、还能拿来就用?
我们实测见真章!
一手实测百度搭子
「专业场景」套件是百度搭子的一大亮点,目前内置了自媒体、金融、教学、设计四套,其中自媒体和金融套件都进行了全面升级。
我们先挑了一个大家最熟悉、也最容易检验实际交付能力的场景:自媒体。
而且这次不测简单的,要来就来个完整的——
我直接把一个自媒体主编的活,整套交给百度搭子!
我给了百度搭子一份账号历史数据和一套发布会资料,让它先复盘账号过去哪些内容数据表现好、总结账号风格,再据此生成适配公众号、小红书和短视频平台的内容。
百度搭子领了任务,二话不说就吭哧吭哧开干了。
在界面右侧还能看到它把任务拆成了哪些具体步骤、当前进行到了哪里,以及调用的套件和技能。
这个任务的确比较复杂,我点击提交就出去吃午饭了。
回来一看,百度搭子的文件夹里竟然有多达17份交付物?!
账号复盘、传播策略、7天排期,再到公众号文章、小红书图文、短视频脚本和事实核查表,一个没落下。
文字之外,它甚至还做了公众号封面、小红书配图和短视频封面。
OMG!百度搭子,你真的有点吓到我了!!
仔细查看,百度搭子先分析了账号近90天的30条历史内容,发现购买决策和真实体验类选题表现更好,而单纯复述发布会、罗列参数或者大谈行业趋势,数据明显偏弱。
这个发现说明搭子确实有内容运营的判断力,后面的内容,也确实沿着这套结论展开,对不同平台的风格进行了适配。
公众号重点讲产品能力和使用边界,小红书直接回答值不值得买,抖音前三秒就说「先别急着下单」,视频号则围绕适合谁、不适合谁展开。
甚至小红书都做了两版图文,每一版还列出多个备选标题(谁懂这含金量)。
资料里的几处冲突,它也基本识别出来了。比如旧版邀请函中的1699元内测价,与正式发布的1999元零售价、1799元首发价并不一致。
百度搭子采用了最新口径,还单独整理了一份事实核查表,说明信息冲突和取舍依据。
再结合我自己生成的带有个人写作风格的Skill,让搭子继续修改,一轮过后文风更贴近目标账号平时的表达方式。
如果长期使用,搭子不断学习个人表达风格,这步都可以省略。
整个流程跑下来,搭子可以很快把一套杂乱的素材,整理成一套结构完整、口径基本统一的多平台成果。
原本需要一小时的事情,现在20分钟就搞定了。交付物不仅多而且质量高,确实惊艳。
对于自媒体人来说,省下了不少重复性劳动。这些环节被自动化,人剩下的是判断和创意——恰好是AI替代不了的部分。
第二个case,我使用了百度搭子的「金融套件」,让它查找宇树科技最新的公开财务资料,并制作一份经营分析报告。
具体过程就不展示了,直接来看one-shot的最终成果:
报告覆盖了营收利润、产品结构、研发投入和经营风险等关键信息,主要参考宇树科技招股书、上市公告书等官方文件。
核心财务数据与官方披露基本一致,整体呈现也简洁清晰。
总的来说,百度搭子的「专业套件」,相当于把行业知识、工作流程和交付标准打包成了一套现成模板。
据百度搭子产品架构师李景秋介绍,一套专业套件通常要打磨约一个月,还会邀请真正的从业者共创。比如,金融套件由专业金融人士参与,自媒体套件则找了KOL、博主和MCN机构一起设计。
它的构成也不只是Skill,还包括权威数据、行业知识和具体工作流。相比通用提示词,交付结果更稳定;相比用户自己搭建Skill,又省去了定义流程和反复调试的成本。
百度搭子企业版:从个人交付走向组织交付
不过,个人做出一份漂亮成果,和整个组织稳定交付,中间还隔着一条鸿沟。
对于个人来说,偶尔做出一份不错的报告或PPT就够了。但在企业里,同一类任务可能由几十个人反复执行,结果必须遵循相同的数据口径、业务规则和验收标准。
企业级交付的「惊艳」,并非培养出一个更厉害的人才,而是将一套好方法稳定复制给整个组织。
这也是百度搭子企业版要解决的问题。
百度搭子企业版有哪些特色?第一个还是专业套件。
模型可以买,Token可以买,但一家企业在长期运营中积累的经验买不到。百度搭子企业版首先要做的,就是将优秀员工的方法、流程和交付要求沉淀下来,变成整个组织都能调用的套件和Skill。
这次企业版发布15个套件、96个Skills,覆盖金融与财务、商务与法务、产品与研发、运营与人力四大职能域,包括对公信贷、金融、财务分析、预算与预测、投标文件编制、采购管理、合同审查、用户洞察、产品市场分析、软件开发、自媒体、招聘和制度培训等工作能力。
企业可以将成熟的流程、模板和检查项统一下发,让专业方法成为团队成员可以直接使用的默认能力。
比如,同样是分析一份财报,资深分析师知道该看哪些指标、如何交叉验证,以及最终报告要按什么逻辑呈现;但新人可能需要几个月才能摸清门道。专业套件在这里提供的是行业通用方法,解决「这类工作通常应该怎么做」。
这对中小企业尤其有价值,它们未必有足够资源,花几年时间整理SOP和调试工作流,但可以先借助专业套件获得一个相对成熟的起点。
对于个体创作者也是如此。一个刚刚起步的自媒体人,可能既没有团队,也没有历史数据,更没有时间从头搭建Skill。
尽管「专业套件」不能保证做出爆款,但至少可以让新人不用在平台适配、内容结构和脚本拆解等基础问题上反复摸索。
不过,行业通用方法也只能解决一部分问题。真正决定一家企业差异的,是它在具体业务中积累了什么。客户反馈、历史项目、踩坑记录和私有数据,这些内容无法由通用套件直接提供。
于是,第二个问题来了:如何让一套行业通用流程,真正变成这家企业自己的能力?
这就需要企业知识库。
传统知识库主要解决资料存在哪里、如何更快找到。到了Agent时代,知识库还要让AI理解资料应该在什么场景使用,数据应该如何计算,最后又要按照什么口径交付。
说白了,过去的知识库帮助人找到资料,百度搭子企业版可以将散落在文档、会议和项目记录中的信息,变成Agent能够调用的「组织记忆」。
它不仅要知道公司过去做过什么,还要逐渐理解这家公司习惯如何做事。类似任务再次出现时,过去沉淀的方法就不必重新发明一遍。
一个具体案例:蓝海黑石在采购分析中,业务事实原本分散在SAP、WMS和PLM等系统里。专业人员还需要结合外部原材料行情,才能形成趋势判断和采购建议,靠人工完成往往需要数天。
接入百度搭子后,该企业已有系统继续负责记录事实,Agent则负责理解问题,将内部经营数据和外部行情组织起来,最终输出包含趋势判断、风险提示及采购建议的可核验报告。一次成功的分析,再次成为下一次任务的起点。
至于企业最关心的安全问题,百度搭子企业版提供了VPC版本,并在权限、隔离和审计等环节划定边界。
企业可以限制不同员工和Agent能够调用的数据与Skill,相关操作可以追溯;遇到文件删除、系统修改和数据外发等高风险动作,则需要人工确认。
至此,企业级AI办公的链路才算完整。
专业套件解决「怎么做」,企业知识库解决「怎么变成你自己的」,VPC版本则负责守住安全边界。
三者结合,办公智能体交付的才是符合企业业务逻辑、能够继续进入工作流程的结果。
「交付即惊艳」,靠的是什么?
要完成一项长程任务,光靠模型聪明还不够。
任务越长,出错机会越多。Agent可能忘记最初目标,也可能在调用工具时中断,甚至活还没有干完,Token成本已经先失控了。
百度搭子用自研的底层Harness引擎解决的,正是这个问题。
模型负责理解和推理,Harness则将推理转化为一连串可以执行的步骤,再根据任务状态调用不同工具,让Agent持续向最终目标推进。
效果也是立竿见影:据官方数据,在任务效果不受影响的前提下,百度搭子的Token消耗降低了75%。
这意味着,一项任务不仅要跑得完,还要以可以接受的成本反复运行。否则,长程Agent再强,也很难真正成为高频办公工具。
第二层是Skills体系。
搜索、网盘、文库、地图、秒哒和伐谋等能力,都以Skill形式接入了百度搭子。
遇到不同任务时,它可以调用相应工具完成检索、文件处理或应用生成,不再把所有问题都交给模型在对话框里解决。
第三,则是Deep Search与Deep Research双引擎。
前者负责从不同平台寻找信息并筛选高价值内容,后者继续完成多轮推理和结构化整理,将碎片资料变成可以使用的研究成果。
再加上长期记忆和多模型调度,百度搭子可以结合用户的历史信息和具体任务选择相应能力。
Harness保证长程任务跑得完,Skills保证调用正确的工具,Deep Research保证信息挖掘有深度,多模态生成保证产物呈现规范——这可能就是百度搭子交付即惊艳的秘密。
One More Thing
AI办公最近的进度条,真的拉得有点离谱…………
几个月前,大家还在卷报告表格PPT,曾经的高端局,转眼间就成了基础操作。
百度搭子此次提出「交付即惊艳」,其实也给出了一种新的产品评价方式:下一轮竞争,比的是谁更懂具体工作。
以后判断一个办公Agent,光是速度快、效果好——你交给AI的工作,做完之后能不能直接用,才是真正的分水岭。能做到的,叫交付。做不到的,叫生成。
毕竟,对打工人来说,AI有多少功能不重要,能踏实可靠地把活儿干完,才重要~