83.7%的企业级Agent项目停在通用辅助场景，“广而不深”的落差怎么破？百度搭子给出的答案是“不建围墙”：不进新系统，而是接入企业已有的CRM、ERP、OA，让通用能力和行业伙伴的专业能力互补。本文拆解了从系统接入到经验沉淀的完整路径——企业拥有多少Agent不重要，越用越强的组织才重要。

从个人提效到智能组织：企业对 Agent 的要求变了

今年，AI 办公赛道持续升温，相信大家已经开始在日常工作中使用 AI，让它帮忙写文档、做 PPT、分析数据。

但你一定也遇到过这样的情况：当一项工作需要跨系统查找信息、协调不同岗位、持续推进后续流程时，AI 往往只能帮你完成其中一部分，剩下的还得自己一步步跟进。

企业里也一样。

艾瑞咨询发布的《2026 年中国企业级 AI Agent 发展洞察报告》显示，2025 年至 2026 年 Q1，企业级 Agent 项目中，通用辅助场景占比达到 83.7%，专业纵深场景仅占 16.3%。这说明企业应用 Agent 的热情很高，但现阶段仍呈现出「广而不深」的特点。

再看百度智能云给出的另一组数据：企业任务分为日常运营、专业领域和企业核心三类，占比大致为 20%、30% 和 50%。

两组数据口径不同，但指向同一个落差：八成任务在专业和核心环节，Agent 的应用却还停在通用辅助。

以客户年度续约为例，一项完整的工作可能需要先在 CRM 查询商机进展，再到 ERP 获取订单信息，结合 BI 数据评估风险，最后进入 OA 发起审批。中间还涉及销售、财务和管理者之间的信息同步与决策。

单点工具已经无法解决这些问题，岗位分工、经验沉淀和流程衔接也需要随之改变。

在百度世界2026上，李彦宏判断人工智能的下一幕是智能组织，并首次提出智能组织的三条原则：

1. 打破岗位边界，释放组织活力：让人和 AI 围绕任务重新组合；
2. 沉淀隐性知识，构建组织智能：把个人经验、业务规范转化为组织可复用的知识；
3. 设计流程闭环，推动组织进化：用可衡量的结果驱动循环，让组织持续进化。

百度智能云事业群总裁沈抖接着讲的是“智能组织，需要智能云”：传统云服务的是企业IT系统，智能云服务的是一项项具体任务。

前面说的日常运营、专业领域和企业核心三类任务，分别由通用、专业和定制三类智能体承接，百度搭子作为通用智能体，也是企业统一调用和管理各类智能体的入口。

要让 Agent 真正成为组织能力，企业至少要回答三个问题：

1. 它能不能进入企业已经在用的系统，而不是再增加一个孤立的工具？
2. 它能不能理解企业的专业知识和业务规则，而不只是执行通用任务？
3. 它能不能在明确的权限和责任边界内，把一项工作从开始推进到交付？

这三个问题回答的是 Agent 能不能用起来；还有一个问题更长线：Agent 用得越久，组织能不能越强？

带着这四个问题，会更好地理解百度搭子这次的发布：全面开放 Harness 引擎和专业能力，与生态伙伴共建新一代行业 AI 产品，并面向所有开发者开放Agent API。

不替换旧系统，先打通业务流程

对一家企业来说，CRM、ERP、OA 不只是几个软件入口，更重要的是里面沉淀着多年的业务数据、权限和工作流程。

如果为了使用一个新的 Agent，就要迁移系统、改变员工习惯，甚至重新设计流程，企业需要付出的成本并不低。

这也是百度搭子的第一个选择：“不建围墙”，不要求企业围绕 Agent 重建工作环境，而是让 Agent 适应企业已有的工作环境。

落在产品设计上，百度搭子提供的是双向连接：既可以通过 MCP 和 App，把企业原有的工具、数据和应用页面接进来，也可以通过 Agent API，把百度搭子的智能体能力嵌入企业已有的产品和系统。

在这种连接模式下，原有系统继续管理业务数据、权限和规则，搭子补充任务理解、工具调用与步骤衔接。

仍以“客户年度续约准备”为例。演示现场，完成系统连接后，用户只需说一句“帮我完成客户年度续约准备”，百度搭子便会调用 CRM、ERP、OA、BI 和行业应用共 5 个 App，经过 7 次调度，最终生成续约方案和风险评估，并完成审批单提交。

演示之外，蓝海黑石已经这样用了：基于百度搭子开发平台定制三个采购智能体，打通 ERP、OA 和企业微信，过去每周两个团队至少 10 人、100 个工时的工作，现在 2 人不到 1 小时完成。

百度搭子的这一步，也为智能组织打破岗位边界提供了技术条件。

连接行业伙伴，让通用能力深入专业场景

接入系统以后，Agent 还要具备行业专业能力。能查到订单、调出资料，并不意味着它会判断风险、设计教案或处理行业问题。这些能力依赖行业厂家长期积累的数据、经验和工作流，很难由通用平台独自补齐。

因此，百度搭子的第二个选择，是通过平台连接百度内部的专业智能体和外部行业伙伴，让通用能力与专业能力各自发挥所长。生态伙伴计划提供多种合作模式：通过 MCP、Skill 标准化接入，与伙伴共建工作台，以及共建行业 AI 联合产品。

以百度搭子和世纪天鸿的合作为例：

世纪天鸿长期深耕教育教辅领域，积累了行业数据、专业知识和教学工作流，百度搭子则提供通用 Agent 底座。双方共建的面向 K12 教育的教辅工作台中，小鸿助教继续承担教案设计、课件设计、作业批改和智能命题等专业任务，百度搭子提供 Harness 引擎、任务编排和跨文档处理能力，并执行办公事务。教师可以在同一个工作台里完成教学与办公任务。

合作还可以从工作台共建进一步走向产品共创。伙伴在 Harness 引擎上加入行业知识、定制行业专属能力，百度则提供 B 端资源，与伙伴联合售卖、共同拓展市场。

杭州知书与百度搭子推出的图书馆智能体 LibMate，就是这种行业 AI 联合产品的一例。

从场景验证到规模交付，让 Agent 真正进入生产

有了系统连接和专业能力，Agent 要真正进入生产环境，还需要解决交付问题。

艾瑞报告还显示，约 30%—40% 的企业级智能体项目可能因 ROI 不及预期，在 18 个月内停滞或关闭，调研中真正重构端到端业务运行逻辑的企业仅占 16.3%。

这意味着，企业需要的不只是一个能运行的 Agent，还需要一套能够持续落地、验证和复制的交付体系。

百度搭子的交付方式覆盖直接使用、MCP 和 App 连接、Agent API 嵌入三种深度，由百度搭子开发平台和 AI 落地工程体系（FDE）共同支撑。开发平台让企业具备自主构建 AI 的能力，FDE 则深入业务现场，连接技术实现与实际业务需求。

具体来说，FDE 团队会先与业务团队梳理流程、寻找高价值场景，明确 Agent 的能力边界，再推动方案落地。

这条路径可以概括为「从小任务进入，以产品化方式退出」：先在真实业务中验证价值，再将经过验证的共性能力沉淀为 Skill、专业插件和标准产品能力，降低后续项目的交付成本。

进入生产环境后，还需要保障 Agent 执行复杂任务的稳定性。

百度搭子此次升级 Harness 引擎，重点补强工具调用、长程任务处理、状态监控和记忆能力。在 DeepResearch Bench II 的报告评测中，百度搭子取得 63.29% 的最佳总分，并在presentation和analysis维度排名第一。

这些能力要规模化运行，还需要云基础设施和企业级治理配合。百度智能云为此打造了面向智能组织的新全栈 AI 云，由 Agent Infra 和 AI Infra 提供底层支撑。据百度方面介绍，相关基础设施已先在百度内部跑通，今年以来沙箱并发量增长了 25 倍。权限治理、人工授权和审计机制，则进一步明确 Agent 的数据与操作边界。

在模型供给环节，百度智能云这次发布了大模型交易平台「词元所」，用「验真」核实模型身份和实际能力，用「征信」为模型提供商建立信用评级，上线一个月，日均调用 Token 已超 7000 亿。

从任务执行到经验沉淀，让组织能力持续增长

系统接入、专业能力和交付体系，解决的是 Agent 如何进入业务。但还有一个更长期的问题：如果每完成一次任务，经验就随任务结束而消失，下一次仍然要从零开始，那么 Agent 带来的仍然只是单次提效，组织本身并没有因此变得更强。

百度搭子的思路，是通过四维记忆、Auto-Dreaming 和 Skill 沉淀，把任务中的上下文、经验和方法保留下来，再让它们参与下一次任务。

首先是四维记忆。Agent 需要记住的，不只是一次对话中说过什么，还包括与后续工作相关的信息和上下文。随着任务不断发生，这些记忆帮助 Agent 持续理解组织的工作方式，下一次接手类似任务时，不必重新熟悉背景、查找信息和确认要求。

但记忆的积累并不等于能力的提升。如果缺少整理和提炼，信息越积越多，也可能只是增加负担。Auto-Dreaming 的作用，就是在任务执行之外，对已有记忆和任务经验进行整理，让分散的信息形成后续任务可以调用的经验。

再进一步，那些经过反复验证的工作方法，还可以沉淀为 Skill。

记忆解决的是「知道」，Skill 解决的是「会做」。成熟员工的风险判断标准、一份方案应该遵循的结构、一项业务需要经过的步骤，都可以逐步转化为可复用的能力，不再只存在于某个人的经验或某一次任务的执行记录中。

三者由此形成一个持续循环：任务产生记忆，记忆经过整理形成经验，经过验证的经验再固化为可复用的 Skill。下一次任务调用这些能力，又产生新的记忆。经过持续积累，组织就能逐步形成可以重复使用的知识和能力资产。

这正是「设计流程闭环」的本意，李彦宏把它概括为“可衡量＋Looping＝持续进化”。

闭环不只是从 CRM 到 ERP、再到 OA 把一项任务跑通，还包括任务结果和执行经验能否回流到组织，成为下一次任务的输入。前者连接流程，后者让组织能力在持续使用中不断积累。

只有当 Agent 越用越懂业务、组织经验越用越丰富，个人提效才会真正转化为组织能力的增长。

从个人提效走向智能组织

回过头看，企业对 AI 的期待已经延伸到更完整的组织生产力：系统要接得进来，专业能力要调得动，业务流程要跑得通，执行经验还要能够持续沉淀。

百度搭子选择「不建围墙」，通过开放连接接入企业已有系统，把 Harness 引擎开放给生态伙伴、引入专业能力，再借助开发平台、FDE 和企业级基础设施推动规模交付，逐步将 Agent 带入真实业务。

不过，技术平台的部署只是起点。企业还需要重新思考岗位如何分工、经验如何沉淀，以及流程能否形成可衡量的闭环。

智能组织的价值，最终要由工作结果来检验：Agent 能否与人形成合理分工，能否进入日常经营和生产，能否让组织在每一次任务之后，积累下一次做得更好的能力。

企业拥有多少个 Agent，反而不是最重要的指标。