界面新闻记者 | 伍洋宇

界面新闻编辑 | 刘方远

7月10日，百度将旗下通用智能体产品“百度搭子”推向了企业市场，在个人办公助手基础上同步向企业智能体平台转变。

在个人版进行了智能路由、多端共享记忆、浏览器调用等能力提升之外，百度搭子企业版增加了企业知识资产沉淀、多人共享协作、业务系统打通、安全合规治理等能力，可连接OA、CRM、ERP、即时通讯等企业内部系统，并支持员工身份透传、行级数据权限管理等企业级能力。

与此同时，百度还发布了首个企业级Skill（技能）接入标准，试图建立统一的第三方技能接入体系。

过去一年，大模型行业共同完成了一轮技术迭代，从模型参数、推理能力到越来越多围绕Agent展开竞争，AI Agent也在逐步成为生产力的重要载体。百度集团执行副总裁、百度智能云事业群总裁沈抖表示，未来90%的工作都可能有智能体深度参与。

不过，智能体要承担越来越长链路的复杂任务，也存在新的技术挑战。沈抖认为，相比聊天机器人时代，智能体需要处理更复杂的推理、多工具编排、大量文件读写以及权限、安全、成本和数据治理问题。除了大模型迭代本身，这背后还涉及算力基础设施、模型调度、数据治理以及Agent框架等整套全栈AI能力。

安全治理是百度此次重点强调的一个议题。过去几个月，核心构成Agent平台的Skill生态暴露出安全不可验证、能力描述夸大、调用效果不稳定、接口标准不统一等问题。

对此，百度搭子产品总架构师李景秋告诉界面新闻记者，当Skill生态迈入精细化治理阶段，相比其数量规模，更重要的是保证调用的安全可靠性。百度搭子的做法是上线全自动化的安全审核与效果验证机制，当用户尝试导入外部自定义Skill时，系统会自动在安全沙箱中进行检测，一旦识别到风险会进行拦截。

长程任务完成质量及稳定性是另一个重要维度，这也被李景秋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。

李景秋透露了一组内部数据：在智能体执行任务失败或效果不佳的事例中，约44%情形可归因于模型能力，而56%的问题出在Harness工程框架的能力调度与意图理解上。

这表明在当前阶段，相比模型能力，精准进行意图澄清、工具调用、多轮搜索、或是在第三方Skill报错时进行自动纠偏，对于一个智能体平台的能力提升或许更具决定性作用。“当然，大模型能力同样非常重要，大模型与Harness框架的协同优化是关键。”李景秋说。

作为Token经济的一个重要消耗环节，企业级AI Agent市场已成为模型厂商争相进入的领域，而Skill生态是支撑这一竞争的重要因素。

李景秋表示，Skill生态目前在业内的通用设计理念是一个三层架构，分别是Skill、Connector（连接应用）以及Toolkit（专业套件）。

第一层主要解决的是长尾和单点功能的问题，第二层帮助用户批量获取应用级能力，例如完成身份认证（比如连接钉钉、飞书）等，第三层则是通过专业级套件，让用户在一个输入框内就能闭环解决其应用场景下的所有问题。

“专业套件作为整个Skill生态发展的第三个阶段，有可能是未来的一种终局。”李景秋表示，“我们身处职场的每一个人，都能找到自己对应的专业技能包，这可能是更重要的。”

就AI Agent平台走向规模化应用而言，李景秋认为有两点非常关键，第一是场景要向专业垂直领域拓宽，这离不开模型层面的性能迭代，以及行业套件及技能的发展；第二是成本必须可控和下降，以尽可能降低用户在ROI（投资回报率）上的顾虑。