智能体规模落地，还差什么？

智能体规模化，缺一个Agent原生的云。

文｜赵艳秋 周路平

编｜牛慧

智能体规模化落地，正成为全球人工智能领域最受关注的热点。今年一来，全球科技公司展开密集布局。

然而，一个显著的落差正在浮现：模型能力指数级飙升，例如在博士级科学推理评测GPQA中，模型得分已从39%跃升至94%，超越人类水平，但这样的能力并未转化为企业的大规模应用。据德勤2026年最新调研，在所有已采用AI的企业中，仅有25%将智能体从实验阶段推向了生产环境；而落地周期也从最初预估的3个月，一再拉长至18个月。

这背后的原因是什么？业内认为，智能体规模化的同时，基础设施、企业能力等方面的“代际错配”在拖慢进程。

01

从义乌“前店后厂”看落地缺口

凌晨四点，义乌国际商贸城周边的厂区灯火通明。57岁的张老板干了30多年外贸，他的无人机厂客户遍布几十个国家，靠的是义乌经典的“前店后厂”模式——前端门店跑客户、抓流量，后端工厂盯排班、管原料、把控质量。这套模式下，义乌的工厂能做到48小时打样，72小时出货，极致效率背后靠的是国人的勤劳和自律。

他们也试过AI。但市面上的工具，要么定制开发周期长、成本高；要么功能脱离实际，“能看见，但看不懂”，给出的提示不痛不痒。张老板总结了九个字：用不起、用不好、用不上。

转变从他女儿给他装了两个智能体开始。一个是百度一见视觉智能体，可以做成一个7×24小时在线的“AI厂长”，通过全场摄像头统一调度，识别车间里的安全隐患、设备异常、物料缺口和排班合理性。张老板在手机上问一句“今天车间有没有异常”，就能拿到一份可读报告。更关键的是，它越用越懂张老板的管理习惯，什么情况该预警、什么情况不必打扰，都拿捏得越来越准。厂一代30年的经验，就这样被沉淀下来，厂二代接班不用再从头学起。

另一个是企业一站式AI营销应用“百度智能云Hogee”，它相当于“AI店长”，能自动生成多语种宣传图和短视频，一键分发到TikTok、Temu、1688等平台，实时追踪销售数据、结合库存给出调货建议、预警逾期订单，跑通营销全链路。两个智能体还能扩展，接入物流信息后能算成本、测时效，接入ERP后打通产销。张老板以前脚不沾地，现在坐在办公室里，活已经干完。

这不是孤例。义乌126万家店铺背后，是大量同样灵活高效、富有韧性的工厂群体。如今他们的运营正在越来越多地借助AI技术。这是全球智能体规模化落地浪潮中的一个缩影。

不过，这一案例也引出一个核心问题：过去几年，AI包括智能体不断迭代，但真正能像这样跑通的企业案例并不多见。智能体规模化落地，究竟还差什么？

过去智能体无法落地的根源，在于它们与智能体应有的核心能力不匹配。 一个真正能用的智能体，至少应具备三个特点：自主完成任务；实现好的效果；自主演进更懂用户。而此前市场上的AI工具，要么是问答机器人，只聊天不落地；要么效果不佳，也无法在使用过程中逐步精准适配业务场景，达不到用户的心理预期。

现在智能体正在开始跑通。百度智能云AI与大模型平台总经理忻舟介绍，智能体有四个演进阶段：对话体验、工具辅助、自主执行、自主进化。当前智能体处于第二到第三阶段的过渡期，它不再只给建议，而是开始尝试自主执行任务。第四阶段自主进化也“已出现苗头”，这是与过去AI工具最根本的代差，它具备了持续学习和记忆能力，能不断积累具体场景下的经营逻辑、管理习惯、用户偏好，并自主迭代。

从市场数据看，智能体落地确实在快速膨胀。据最新智能体白皮书预测，中国企业级智能体市场规模将从2025年的212亿元增至2029年的3320亿元，年复合增长率达107%。政策层面，“智能体”首次写入《政府工作报告》，目标2027年应用普及率超70%。“Token告急”也从侧面印证了热度。忻舟透露，“原来卖Token都是打折卖，现在加价都买不到”。

那么，落地还差什么？首先是工程能力。业界已将工作重心日益集中于Harness（智能体脚手架）工程能力，它涵盖上下文、记忆、工具调用、智能体编排、追踪评估等核心模块。“智能体能力增速将是模型能力增速和Harness增速的乘积。”百度创始人李彦宏说。而Harness正在快速演进。

其次是度量衡要逐步明确。没有统一的度量衡，企业采购时就无法明确ROI，这直接阻碍了规模化落地。此前行业将“token”作为AI时代的主要度量衡，但token衡量的是投入而非产出。李彦宏提出以日活智能体数（DAA）取代Token，关注有多少Agent在真正给人类干活并交付结果。他预测未来全球日活智能体数可能超过100亿。不过，度量衡目前业界还没有达成共识，需要行业在演进中持续具象化。

最后，智能体的价值证明仍不充分。业内人士透露，今年行业核心目标是证明智能体价值，很多团队要求先把智能体效果做出来，降本排在其次。有人估算，以央国企为例，目前Token采购仅占其IT总支出的1%，智能体效果一旦提高，意味着巨大增量空间。代码智能体目前是产生价值最高的智能体，但智能体已从通用工具渗透至垂直市场，在横向扩展应用场景、纵向提升决策精度——从对一类客户做群体决策，进化为对每位客户的每次交互单独决策。

实际上，今年以来，智能体的规模化落地，已成为科技巨头的焦点。3月，Y Combinator demo day上，80%以上团队展示垂直Agent。5月，Anthropic宣布对Claude Cowork重大升级，推出面向金融等领域的10款专业智能体，其CEO透露ARR年收入将增长80倍。随后Anthropic与OpenAI几乎同时宣布与大型投资机构成立AI落地服务公司，“底层大模型巨头也杀入了企业大模型落地市场”，华胜天成副总裁杨潘分析。

总结而言，智能体的规模化落地，已经迈出了第一步。

02

智能体基础设施，准备好了吗？

除了智能体的工程能力、价值证明和度量衡之外，还有一个更底层的问题——智能体的基础设施本身是否做好了准备？

过去，云计算服务的主体是人，“未来主动调用API的是智能体，主动选择模型的是智能体，自动查询数据的是智能体，自主操控终端设备的是智能体，甚至不同的智能体之间还自主沟通分工，协作完成任务。”李彦宏说，“整个底层基础设施必须为智能体这个全新主体重新搭建，方便智能体来调用。”

传统云计算的核心是提供计算、网络、存储等IT资源，满足客户业务的弹性可靠、降本增效。但智能体的爆发正在重塑这一逻辑。客户不再只需要资源，他们需要高活跃、高价值、规模化的智能体应用，直接解决业务问题。这种需求转变带来了一系列现实挑战：

比如，智能体对token的消耗呈指数级上涨。随着智能体需要处理的上下文暴增，智能体的token消耗量比聊天机器人增加了一千倍。现在智能体要完成一个任务，动辄需要上百万的tokens，这给模型的速度和成本带来了巨大的挑战。

另外，类似OpenClaw的智能体，设计之初面向单用户，天生缺乏企业级批量部署能力。从个人使用走向企业部署，需要解决权限管理、安全合规等一系列复杂问题。同时，智能体需要能支持长上下文管理、持久记忆、多智能体编排等一系列新能力。

“云服务必须重新定义，成为一套能够支撑智能体大规模运行、持续进化、安全可控的全栈 AI 基础设施。”百度集团执行副总裁沈抖说。云平台由之前的云原生、AI原生走向Agent原生，技术栈和产品服务体系需要为智能体应用进行重构，“它是承载万亿级tokens调用的核心载体。”

全球云计算厂商已经在面向生产级Agent的部署，推出系统级方案。比如AWS通过Amazon Bedrock AgentCore打造Agent基础设施；微软构建了面向多Agent协作的编排层，与AI Foundry平台深度集成。谷歌的核心策略是MCP协议托管化与生态标准化，推出全托管MCP服务器，让Agent一键调用核心服务，打通工具生态。

在5月13日举办的Create2026上，百度智能云升级为面向大规模智能体应用的新全栈AI云，涵盖“芯云模体”四层架构。“这四层分别代表了Token经济的成本、效能、质量和生产力四大核心因素。”百度集团副总裁侯震宇说。而百度智能云“芯云模体”全栈协同，通过AI Infra和Agent Infra两条主线上进行提升，核心让Token经济效益最大化。

在Agent Infra上，原有MaaS服务升级为“Token Factory”，结合自研的Harness Engineering，聚焦于让单位Token产生最大智能价值。在AI Infra层面，发布百舸6.0、AIDC 3.0等，提升算力产出效率。

基于这套为AI和Agent重构的基础设施，百度智能云不仅打造、支撑了诸如DuMate通用智能体和胜算、秒哒、伐谋等垂直领域智能体，也服务了千行百业的客户智能体。

沈抖在大会上透露，目前80%以上的中央企业已经用上了百度智能云，在上百个场景中落地了智能体。以国家电网为例，去年在40多个场景中部署智能体，其中巡检识别准确率56%提升到85%以上，覆盖全国几百座变电站，守护着11亿人的用电安全。

汽车行业是另一个典型。百度智能云支持了从主机厂到电池、芯片、无人车的全产业链。目前，百度智能云已成功支持超过2000万辆L2级辅助驾驶新车的交付。在AI硬件领域，全球前十的手机厂商都在使用百度智能云的Agent Infra能力。具身智能赛道同样如此，百度智能云是目前该领域最大的AI云供应商，服务超过30家头部企业，市场份额超过第二、三名之和。

这些案例一方面说明，智能体落地已经进入实质推进阶段；另一方面也揭示出，当前的支撑能力仍然严峻。每一家央国企、每一家车企、每一家手机厂商在部署智能体时，几乎都要面临基础设施够不够智能、高效，够不够低成本和企业级的问题。

“Token经济的本质，从来都不是单点的竞争，它是整个基础设施的全栈体系化的竞争。”侯震宇的观点代表了当前业内的共识。智能体市场的规模化，正在倒逼底层基础设施进行一次深刻的代际重构，谁能在稳定性、算力效率、自主进化与企业级治理上率先突破，谁就将在智能体时代赢得先机。