关于 AI Agent，「实在」、「好用」可能比「颠覆」更重要

1 为什么要关注百度文库和百度网盘的 Agent？

8 月 18 日，在百度的 AI Day 上，百度文库、百度网盘联合发布了一个全端通用 Agent「GenFlow2.0」。

各位可能觉得，目前的 AI Agent 够多了，再聊一个，又能有什么差别？

其实我之前就写过百度文库和百度网盘做的 AI 新功能。在当前阶段，Agent 卷的方向已经不是技术壁垒或者实现速度，而是数据和场景。

而百度文库的大量真正实用的、有效的文档内容，以及百度网盘大量的个人用户授权后的信息和资料，就构成了用它们基础上的 Agent 最有差异的地方。

先说几个简要的不同。

第一，文库 GenFlow 2.0 Web 端和 APP 全端可用，不需要邀请码，也不用排队，当下就全部开放使用，真正全现货提供使用。这也是大厂做 Agent 的一种底气了。

第二，采用众多 Agent 专家协助。官方称有 100 个文库、网盘里数亿用户验证的专家 Agent 同时在干活，可以 3 分钟并行完成 5-6 个复杂任务，并且是 同行速度 5-10 倍。

这点我没有做大量统计意义上的测试，但个人感受，的确用 GenFlow 2.0 会非常高效，有时候不用走开很久，而是看着界面等结果就能等到。这点后面再说。

第三，也是最关键的。GenFlow 2.0 可以背靠文库和网盘，利用好它们的数据资源。

对于文库而言，可以检索文库等公域数据库上海量的专业内容。这个是百度文库独有的优势，文库的产品定位决定了这里面的数据和资料都是经过用户筛选的、有价值的。比如目前还打通了百度学术上超 6.8 亿的学术文献，内容生成有专业性和权威性。同时，也可以调用个人网盘的数据信息（在用户允许的前提下）。这样就能提供差异化的结果。

我们知道，目前 AI 的模型推理水平已经到了增长缓慢的阶段，建立数据壁垒、场景壁垒乃至用户壁垒成了兵家必争之地。这是值得多关注一下 GenFlow 2.0 的原因。

2 实测案例

这里提供几个实测的案例，供各位参考。

2.1 梦幻西游里的经济框架研究

还是先做一个跟文库相关的尝试，这是 Prompt：梦幻西游里的经济框架研究。是我前阵子做过的半拿铁选题里的一个课题。

可以看到，这里分了几个步骤。

首先，做了任务规划：

接下来，搜集了百度文库里的相关文档，就我的了解而言，这些文档的质量都是不错的：

再接下来，则是调用了「研究专家」来进行研究，

拆分了活活有 5 个大主题，每个主题下都有 2-3 个子话题。

接下来，调用的则是「研报专家」，来进行具体内容的撰写：

最终生成了一份 41 页的文档。

不得不说，文档的封面还是挺好看的。而且注意左下角能看到字数的，一共接近 3 万字的报告，就这么得到了。

内容十分详尽，包括了几乎所有在梦幻西游内容的经济系统相关的元素，以及具体的解释。有的内容有对比的价值的，还会生成表格供参考。比如：

而且，更惊艳的在于，我可以继续给 GenFlow 追加任务。比如可以生成一份 PPT。半分钟的工夫，就得到了这个：

看目录的覆盖面，是真的把文档的内容又都提取出来做了蒸馏了：

这个 PPT 的背景也比我用过的好些个 AI PPT 的工具要好看多了。

从刚刚这个案例，也能看得出，百度文库对 GenFlow 2.0 的加持效果。一个是文档的内容，另外还有，相当多的 PPT 模板库带来的对 PPT 的呈现的优化帮助。

当然，也不仅仅是文库相关的 Agent 任务有这样好的效果。我尝试了一下其它的几个案例，也很有意思。

2.2 书籍研究

我把百度的一本创业历史的书籍投喂给 GenFlow，让他帮忙整理核心的事件，并做成 PPT。

这次调用的则是「文档分析师」：

再通过 「PPT 大师」的创作：

很快就得到了这样的结果：

对于要把一本书讲给别人，或者自己整理一份读书笔记的场景来说，效果就相当好。

再说一遍感受，PPT 的模板很不错，没有排版混乱。做一下简单的调整，就能拿来用了。

2.3 小游戏

有的朋友可能会问，是不是 GenFlow 主要适合做资料搜集和整理。还真不是，我用它做一些常规 Agent 都能完成的任务，意外地发现它的效果并不差，甚至相当好。

比如：

这次调用的是「代码高手」：

然后就得到了这样一个游戏：

这里面有分数和关卡的设定，还采用了 3 条命的常见游戏设定（这点很棒）。游戏的玩法机制没有任何问题。

可是这次设计，不知是不是 AI 认为移动端是主流，交互做成了摇杆加按钮的，键盘无法操作，需要鼠标去拖动摇杆、点击按钮。

于是我让 GenFlow 改一下，也是简单的一句话：

很快，代码高手又上线了。这次输出的是这样的：

这次相当简洁，下方就展示了可以用到的三个按键：左右移动，上是射击。但按空格键也是射击。这种小细节都非常意外。属于不需要一点点告诉 GenFlow，而是它自己就多想了好几步，给帮忙想好了。

2.4 手办设计

还有一个案例我很喜欢，是做手办设计。

看 GenFlow 做的任务规划，也是每个步骤都很清晰：

确认了设计的四个对象之后，开始在网上搜集信息：

接下来，就是见证奇迹的时刻：

手办的质感很超出我的想象，阴影和细节效果非常好。更重要的是作为同系列的盲盒，风格是一致的。

从资料搜集、到研究整理，再到生成 PPT，作图，以及做小游戏，文库 GenFlow 2.0 在多样化的场景下效果都有点超出预期。

还有一点，前面提到的，这中间的生成速度都挺快的，一般是几分钟的量级，慢的也就十几分钟。而之前体验的很多 Agent，是需要几十分钟甚至几个小时的。

3 最后说几句

自从 AI Agent 变成今年 AI 热点后，Agent 算是层出不穷。有各式各样的探索 Agent 交互的、架构的以及体验的产品。

到最后，还是想说个简单的点，AI Agent 并不是完全不同的物种，重点不仅在于探索模型和协议，更不在于呈现多酷炫的界面、多有噱头的排版，而是简简单单的，好用且方便。

GenFlow 2.0 给我的感受很简单，就是几点：

• 现货，不需要邀请码。

• 多端，移动端和 Web 端都能用。

• 快速。几分钟且多任务，都能完成。

• 过程可干预，结果可修改。这样也不会浪费之前的时间和投入。

• 文库和网盘的内容，提供独有的数据资料。

在今天的 AI 大潮里，我们很容易被各种「颠覆」「革命」「替代」的词汇裹挟。但回到用户视角，真正重要的还是两个字：好用。

GenFlow 2.0 借助文库和网盘的独特数据资源，把 Agent 落到了能解决问题、节省时间、提升效率的具体场景中。无论是研究整理、知识提炼，还是创意生成、工具调用，它的表现都足够稳定和高效。

所以，当大家都还在争论 Agent 的定义和未来时，文库 GenFlow 2.0 给出了一个清晰的答案：稳定先行，数据为本，实在一点解决问题，完成交付。或许这才是 Agent 的内卷竞争里最值得关注的长期差异。

ChatGPT、Gemini 亦有帮助。

题图由 Midjourney 绘制。