Agent的割裂時代，呼喚“統(tǒng)一大腦”

作者 ｜ Yoky
郵箱 ｜ yokyliu@pingwest.com

AI Agent正陷入一個矛盾的處境：技術(shù)突飛猛進，應(yīng)用卻支離破碎。

市面上的主流Agent大多是單點突破的“專家型”產(chǎn)品——有的擅長文案寫作，有的專攻圖像生成，有的聚焦客戶服務(wù)，但彼此孤立，用戶需要手動串聯(lián)各個環(huán)節(jié)。更為關(guān)鍵的是，這些Agent往往存在嚴重的“端側(cè)割裂”：Web端體驗無法延續(xù)到移動端，PC客戶端的任務(wù)進度無法在手機上查看，每一次交互都像“重新開始”， 同一個問題哪怕是中斷后想再追問，都需要用戶反復(fù)解釋需求。

更深層的問題在于，當前Agent缺乏統(tǒng)一的認知和記憶中樞。它們往往是“黑箱”式運作，過程不可控，結(jié)果質(zhì)量不穩(wěn)定，用戶既無法干預(yù)過程，也難以建立持續(xù)的交互記憶。這種現(xiàn)狀讓人不禁思考：AI Agent的終極形態(tài)，難道就是讓用戶管理一堆零散的“工具人”？真正的智能助手，能否像人腦一樣實現(xiàn)統(tǒng)一指揮、無縫適應(yīng)不同場景和終端？

8月18日，百度文庫聯(lián)合百度網(wǎng)盤發(fā)布GenFlow 2.0，這是全球首個“全端通用”Agent，正試圖破解這一困局。它預(yù)備了100+專家團并行工作、跨端一致體驗，同時過程可干預(yù)、記憶可追溯。GenFlow2.0指向了一種全新的技術(shù)范式，類似于具身智能領(lǐng)域一腦多形的概念，即一個統(tǒng)一的智能中樞控制不同的表現(xiàn)形態(tài)。正如具身智能的最終構(gòu)想：同一個大腦驅(qū)動四足、雙足或人形等不同構(gòu)型，GenFlow 2.0試圖用統(tǒng)一的Agent中樞，在不同設(shè)備、不同場景下提供無縫的智能服務(wù)體驗。

這種范式轉(zhuǎn)變，或許正在重新定義下一代AI Agent的標準。

實測文庫GenFlow 2.0，什么是Agent的“一腦多形”？

GenFlow 2.0的核心創(chuàng)新在于構(gòu)建了類似于“一腦多形”架構(gòu)。這不是簡單的多模型堆砌，而是通過統(tǒng)一智能中樞實現(xiàn)多端自適應(yīng)的系統(tǒng)性突破。

GenFlow 2.0的“腦”是一個復(fù)雜的調(diào)度與認知中樞系統(tǒng)，其核心是自研Multi-Agent基礎(chǔ)架構(gòu)。GenFlow2.0本身是個多輪對話的框架，要想對用戶意圖做精準理解，那就不僅僅是了解當前一個問題的意圖，需要結(jié)合用戶個人畫像，及其過去一段時間，一個時間窗里的多輪交互的背景信息，去判斷他的一些個人傾向。

系統(tǒng)采用動態(tài)混合推理（MoE）架構(gòu)，能夠基于不同任務(wù)、步驟來調(diào)用不同模型，在成本、性能和效率上實現(xiàn)最優(yōu)平衡。與傳統(tǒng)“大而全”模型不同，GenFlow 2.0維護著100+個專業(yè)化Agent池，每個Agent都在特定領(lǐng)域經(jīng)過深度優(yōu)化。

更關(guān)鍵的是，系統(tǒng)構(gòu)建了完整的“臨短長記憶中樞”。 GenFlow 2.0打造了獨創(chuàng)的“記憶庫”，可以記住并運用用戶在文庫網(wǎng)盤溝通的歷史記錄、上傳下載文件，可完整交付更懂用戶的個性化內(nèi)容。這個記憶系統(tǒng)整合了用戶行為記憶、對話記憶、個性化偏好記憶等多源數(shù)據(jù)融合，形成持續(xù)積累的認知基礎(chǔ)。

在“形”的層面，文庫GenFlow 2.0實現(xiàn)了真正的全端通用體驗。用戶可以在百度文庫Web端、App端等多個終端無縫切換，任務(wù)進度、交互記憶、文件關(guān)聯(lián)都保持完全一致。這種一致性不僅體現(xiàn)在功能層面，更體現(xiàn)在交互邏輯的統(tǒng)一：用戶在任意端點發(fā)起的任務(wù)，都可以在其他端點查看進度、進行干預(yù)、獲取結(jié)果。

移動端體驗的優(yōu)化尤其值得關(guān)注。GenFlow 2.0在手機上提供了直觀的并行任務(wù)視圖，用戶可以通過并列式進度條實時看到多個Agent的工作狀態(tài)，支持隨時暫停特定任務(wù)、補充新需求、調(diào)用云端文件。這種設(shè)計充分考慮了移動場景下的碎片化使用特點，讓用戶能夠有效利用通勤、等待等零散時間推進復(fù)雜任務(wù)。

系統(tǒng)的智能模式切換功能進一步提升了使用體驗。GenFlow 2.0能夠自動識別用戶需求的復(fù)雜程度，在簡單問答與復(fù)雜多任務(wù)并行模式間無縫切換，無需用戶手動指定。當檢測到單一問題時，系統(tǒng)會快速給出直接回答；當識別到復(fù)合需求時，會自動啟動多Agent協(xié)作模式，用戶完全感知不到模式切換的存在。

我們測試了Genflow2.0的并行任務(wù)能力和全端配合能力。第一個任務(wù)，我們讓它設(shè)計5個類似labubu的盲盒ip，畫出原型圖，并要求：有可能會火。

在進行了大量的市場分析和調(diào)研之后，大概在3分鐘左右，Genflow2.0同時生成了5種不同風(fēng)格盲盒ip，包括結(jié)合了傳統(tǒng)文化的山海經(jīng)異獸、像素風(fēng)手辦等等。

（大家也可以投出自己喜歡的形象）

在下班回家的路上，我想更多了解一些Labubu設(shè)計背后的設(shè)計理念，于是在移動端讓Genflow2.0根據(jù)我們之前的討論，生成了一份《原創(chuàng)盲盒IP概念設(shè)計方案》。可見，Genflow2.0在手機端也可以一鍵將報告生成ppt，并根據(jù)報告對上述生成內(nèi)容進行二次修改，隨時隨地完善任務(wù)。

我們發(fā)現(xiàn)在輸出能力上，GenFlow 2.0依托已經(jīng)過市場驗證的專業(yè)Agent，能夠并行生成PPT、分析報告、配圖、數(shù)據(jù)圖表，甚至交互式H5頁面等多種形態(tài)的內(nèi)容。這種多模態(tài)一站式輸出能力切實好用，讓用戶從復(fù)雜的工具鏈中解脫出來，通過單一入口就能獲得完整的解決方案。

為什么“全端通用”定義了下一代Agent標準？

從當前市場碎片化的單點工具到統(tǒng)一的智能中樞，這種范式轉(zhuǎn)變，正在為Agent打開一種新的可能。

傳統(tǒng)Agent產(chǎn)品采用串行處理模式，用戶往往需要等待數(shù)十分鐘甚至數(shù)小時，才能獲得完整結(jié)果。文庫GenFlow 2.0的“百個AI Agent專家團并行”模式徹底改變了這一現(xiàn)狀。當用戶提出復(fù)雜需求時，系統(tǒng)能夠同時調(diào)動PPT專家、研報專家、繪圖專家等多個Agent并行工作，將原本需要數(shù)小時的工作壓縮到3分鐘內(nèi)完成，實現(xiàn)了生產(chǎn)力的質(zhì)的飛躍。

此次AIDAY上，百度方面還詳細解釋了并行調(diào)度的技術(shù)難點。總結(jié)來說，一個最大的點就是狀態(tài)的管理。因為最開始對意圖做拆解以后，會呈一個子任務(wù)序列，所謂的動態(tài)任務(wù)編排，每個任務(wù)調(diào)度具體的底層Agent不一樣，任務(wù)本身內(nèi)部的環(huán)節(jié)節(jié)點也有所差異，所以，文庫GenFlow2.0會有一個消息通訊總控，會同步協(xié)調(diào)它整個的進度。

這種并行模式帶來了顯著的性能提升。GenFlow 2.0平均3分鐘生成，比主流Agent快5-10倍，而且一個480p生成1分鐘的視頻，是行業(yè)水平整個成本的十分之一。

“全端可用”特別是移動端的深度整合，讓Agent的能力范圍大大提高。傳統(tǒng)Agent產(chǎn)品往往局限于PC端或Web端，移動端體驗嚴重缺失。GenFlow 2.0在手機上提供了直觀的并行任務(wù)視圖，用戶可以通過并列式進度條實時查看多個Agent的工作狀態(tài)，支持隨時暫停、補充需求、調(diào)用文件。

同時，“過程可干預(yù)、記憶可追溯”將傳統(tǒng)AI的黑箱運作模式轉(zhuǎn)變?yōu)橥该鞯陌紫潴w驗，這是建立人機協(xié)作信任的關(guān)鍵。用戶不再被動接受AI的輸出結(jié)果，而可以全程參與、實時調(diào)整、深度干預(yù)。系統(tǒng)支持在任何環(huán)節(jié)暫停任務(wù)、追問細節(jié)、補充要求，甚至修改思考內(nèi)容。

這種深度的人機協(xié)作模式，極大提升了AI的可用性和用戶的信任度。當用戶擁有控制權(quán)和知情權(quán)時，他們更愿意將重要任務(wù)交給AI處理，從而釋放出更多的創(chuàng)造性時間。

在Agent的擴展邊界上，GenFlow 2.0兼容MCP協(xié)議，意味著其“中樞大腦”可以靈活接入更多第三方服務(wù)、工具，甚至硬件設(shè)備。這種開放架構(gòu)避免了對單一技術(shù)路線的依賴，為未來的功能擴展和生態(tài)合作奠定了基礎(chǔ)。

榮耀作為全球首批接入MCP生態(tài)的硬件廠商，已經(jīng)將GenFlow 2.0原生接入榮耀智能助理YOYO，實現(xiàn)了AI Agent與硬件廠商的系統(tǒng)級原生調(diào)度。這種合作模式預(yù)示著AI Agent正在從軟件應(yīng)用向操作系統(tǒng)級服務(wù)演進。

對于用戶而言，百度文庫的公域知識庫與用戶授權(quán)后的百度網(wǎng)盤私域數(shù)據(jù)解決了Agent記憶的關(guān)鍵問題，為Agent提供了強大的個性化認知基座。系統(tǒng)可以同時調(diào)用超14億專業(yè)內(nèi)容資源、6.8億篇學(xué)術(shù)文獻，以及用戶個人的文件、歷史記錄、偏好設(shè)定，實現(xiàn)真正的個性化智能服務(wù)。

對比當前主流的單點工具型Agent和Copilot類助手，GenFlow 2.0在統(tǒng)一調(diào)度、多端適應(yīng)、生態(tài)開放等方面展現(xiàn)出的組合優(yōu)勢，正在定義一個更接近下一代AI Agent標準。

回歸本質(zhì)：“好用”才是終極奧義

GenFlow 2.0的問世，根植于百度文庫（AI MAU 9700萬）和百度網(wǎng)盤（10億+用戶）兩大國民級應(yīng)用的深厚積累。海量用戶在跨端、多任務(wù)、個性化場景中的真實需求，直接推動了"統(tǒng)一調(diào)度中樞"和"全端自適應(yīng)"架構(gòu)的誕生，這是百度“讓AI真正有用”的另一種體現(xiàn)。

可以說，GenFlow 2.0的突破性表現(xiàn)，很大程度上得益于百度獨特的AI全棧布局優(yōu)勢。

這種"芯片-框架-模型-應(yīng)用"的垂直整合體系，為復(fù)雜Agent系統(tǒng)提供了端到端的深度優(yōu)化能力。昆侖芯在芯片層提供的強大算力支撐，確保了上百個Agent并行調(diào)度的實時響應(yīng)；飛槳框架層的動態(tài)圖與分布式訓(xùn)練能力，成為實現(xiàn)復(fù)雜Multi-Agent動態(tài)調(diào)度的技術(shù)中軸；文心大模型層通過MoE架構(gòu)的靈活集成，構(gòu)建起專業(yè)Agent的智能內(nèi)核；而文庫網(wǎng)盤應(yīng)用層既是需求源頭，也是能力沉淀與數(shù)據(jù)融合的載體。

相比依賴第三方API或模型的競品，百度能夠在算力調(diào)度、模型推理、數(shù)據(jù)流轉(zhuǎn)等關(guān)鍵環(huán)節(jié)進行系統(tǒng)級優(yōu)化，從而實現(xiàn)更低的延遲、更高的穩(wěn)定性和更精準的個性化體驗。這也是百度區(qū)別于純模型廠商或純應(yīng)用廠商的核心差異化優(yōu)勢。

從概念驗證走向?qū)嵱霉ぞ撸瑥膯吸c應(yīng)用走向系統(tǒng)能力。當Agent系統(tǒng)變得日益復(fù)雜，涉及多模態(tài)處理、實時協(xié)同、跨端同步等高難度技術(shù)挑戰(zhàn)時，考驗的，正是廠商技術(shù)積累的厚度與廣度。

而百度憑借十余年AI全棧布局與億級用戶場景沉淀，正在這場長跑中，展現(xiàn)出獨特的競爭優(yōu)勢。