當(dāng)大模型從技術(shù)奇點(diǎn)躍遷為產(chǎn)業(yè)基座，當(dāng)智能體從實(shí)驗(yàn)室走進(jìn)產(chǎn)線診室，人工智能的第三次浪潮正以前所未有的銳度重構(gòu)全球經(jīng)濟(jì)肌理。

中國在這場變革中展現(xiàn)出雙重稟賦：既是擁有超大規(guī)模應(yīng)用場景的試煉場，又在芯片突圍、算法開源等深水區(qū)發(fā)起攻堅(jiān)。從單點(diǎn)技術(shù)破壁到生態(tài)級創(chuàng)新，從效率工具到新質(zhì)生產(chǎn)力引擎，一條具有東方特色的AI發(fā)展路徑正加速浮現(xiàn)。

7月26日，世界人工智能大會(huì)（WAIC 2025）以“智能時(shí)代 同球共濟(jì)”為主題，匯聚了來自AI領(lǐng)域的科技巨頭、學(xué)術(shù)先鋒與政策制定者，而這場覆蓋技術(shù)、倫理、藝術(shù)的超級盛宴，昭示著AI已從“產(chǎn)業(yè)變量”進(jìn)化為“文明常量”。

在這場關(guān)于人工智能產(chǎn)業(yè)的盛會(huì)上，36氪不僅作為產(chǎn)業(yè)觀察者，更以產(chǎn)業(yè)連接者的角色深度參與，在展館中搭建了“氪星直播間”，以對話的形式，揭秘人工智能產(chǎn)業(yè)進(jìn)階的底層邏輯。

在對談中，百度文庫產(chǎn)品負(fù)責(zé)人鐘昊表示：百度文庫經(jīng)過AI重構(gòu)，能夠充分高效理解用戶意圖、滿足用戶需求，一站式、端到端解決用戶問題。百度文庫從最開始就堅(jiān)持了MoE（混合專家模型）架構(gòu)，并通過Genflow進(jìn)行全局調(diào)度，出發(fā)點(diǎn)就是讓 AI 像人一樣學(xué)習(xí)工作，成為人類最好的搭子，幫助用戶更好進(jìn)行內(nèi)容的創(chuàng)作和消費(fèi)。

以下為對談實(shí)錄，經(jīng)36氪編輯：

36kr：首先請您介紹一下自己和業(yè)務(wù)的情況吧。

鐘昊：我是百度文庫的產(chǎn)品負(fù)責(zé)人。大家對于百度文庫比較了解的是資料庫屬性，經(jīng)過兩年多的 AI 重構(gòu)后，我們把很多 AI 能力和專業(yè)資料內(nèi)容做了很好的結(jié)合。現(xiàn)在百度文庫是一站式 AI 內(nèi)容獲取和創(chuàng)作平臺，有幾百個(gè)多模態(tài) AI Agent，可以幫助用戶端到端解決很多創(chuàng)作問題。現(xiàn)在的百度文庫已經(jīng)煥然一新，大家可以到 APP 或 PC 端網(wǎng)頁體驗(yàn)。

36kr：這次來WAIC的感受是什么樣？有哪些收獲？

鐘昊：百度文庫網(wǎng)盤今年也有參展。AI 行業(yè)發(fā)展確實(shí)迅速。第一，大模型本身在進(jìn)化，不管是文生文、文生圖還是視頻模態(tài)，模型邊界比往年大大拓寬，看到很多有意思的應(yīng)用。另外不管是初創(chuàng)企業(yè)還是大公司，在都加大了投入決心，今年是百花齊放的展會(huì)，既有共識部分，也有突破邊界的部分。我個(gè)人更期望看到更多突破邊界、更有想象力的嘗試，不是很早就陷入局部最優(yōu)或短期共識解法中。

36kr：您印象最深刻的展臺是哪一個(gè)？

鐘昊：各個(gè)展臺有自己的特色，文庫網(wǎng)盤更多展示的是場景化和端到端解決具體問題，最早我們關(guān)注的是用戶對最終交付的內(nèi)容，無論是AI創(chuàng)作還是AI和人共同創(chuàng)作的內(nèi)容的采納率和使用率。

文庫和網(wǎng)盤的展臺是按用戶場景設(shè)計(jì)的，不管學(xué)習(xí)、辦公、生活還是娛樂，不同場景都有文庫、網(wǎng)盤的分場景解決方案，用戶能感受到需求被充分滿足。

36kr：在百度文庫AI重構(gòu)的過程中，您認(rèn)為最大的技術(shù)難點(diǎn)是什么？最好用的 AI 功能是哪一個(gè)？

鐘昊：最好用且做得最深的是智能 PPT，我們在國內(nèi)最早做這個(gè)能力，現(xiàn)在針對十幾個(gè)場景做了深入細(xì)化。用戶不僅能基于指令生成，還可以基于圖片、文檔、素材，甚至授權(quán)的個(gè)人網(wǎng)盤內(nèi)容生成 PPT，我們還能支持上傳模板和自定義模板，還能直接生成圖表、數(shù)據(jù)等。

在智能PPT這個(gè)場景，我們做得比較深、比較完整，在智能PPT的基礎(chǔ)之上，我們把同樣思路運(yùn)用到很多場景，現(xiàn)在文庫能生成長短文、研報(bào)、思維導(dǎo)圖、AI 繪本、海報(bào)等。

對于技術(shù)難點(diǎn)，文庫的AI重構(gòu)，已不限于 AI agent 本身的構(gòu)造，更多是理解用戶意圖，讓 AI 聰明調(diào)度多個(gè) Agent 解決問題。比如一個(gè)剛剛?cè)雽W(xué)不久的大學(xué)新生，他需要策劃社團(tuán)活動(dòng)方案，可能不會(huì)明確說要 PPT、海報(bào)或策劃文檔，AI 需要基于專業(yè)內(nèi)容和類似場景解決方案，主動(dòng)給到綜合交付，調(diào)度不同 Agent 完成任務(wù)。

這對技術(shù)的要求會(huì)更高，你既要能夠理解用戶，還要深入挖掘 Query 背后的意圖和需求邊界，怎么能高效、合理地為用戶解決問題。這樣更偏場景挖掘、場景需求理解和場景解決方案的能力，有更深的技術(shù)要求，以及讓AI變得更聰明才能做到，同時(shí)它底層有需要細(xì)顆粒度、靈活的 Agent，以及 AI 閱讀器、編輯器等基建支持，都是為了完成更綜合的任務(wù)挑戰(zhàn)。

36kr：百度文庫作為國民級產(chǎn)品，經(jīng)歷 AI 原生重構(gòu)后，帶來了哪些顛覆性改變？

鐘昊：最大改變是，過去作為百度文庫資料庫只解決用戶需求的一小部分，用戶來到文庫，找到一篇他需要的內(nèi)容，下載體驗(yàn)后就結(jié)束了，他的訴求還沒有被完全滿足。現(xiàn)在文庫不僅能高效找到內(nèi)容，還能從零開始或基于現(xiàn)有內(nèi)容完成綜合任務(wù)。一方面有 AI 實(shí)時(shí)人機(jī)交互理解需求，另一方面借助 AI 融合編輯器等基建，用戶可邊思考邊創(chuàng)作，調(diào)度 AI 完成任務(wù)。有了這些基建之后，AI能夠幫你全自動(dòng)地解決，融合編輯器會(huì)幫他半自動(dòng)解決這些過程，用戶無需跨多個(gè)軟件，在一個(gè)應(yīng)用就能快速完成工作，產(chǎn)品從資料庫變成一站式平臺，這是用戶真正想要的。

36kr：大模型結(jié)合 AI 技術(shù)時(shí)，大家會(huì)考慮成本、效果、時(shí)延等 “不可能三角” 問題，文庫網(wǎng)盤是如何解決的？

鐘昊：百度文庫從重構(gòu)時(shí)就采用 MoE 架構(gòu)，當(dāng)時(shí)行業(yè)流行 prompt 工程，但我們發(fā)現(xiàn)難以突破模型能力邊界，且會(huì)碰到不可能三角問題。我們先結(jié)合具體場景針對性優(yōu)化 Agent，比如智能 PPT、長短文、研報(bào)、思維導(dǎo)圖等，在每個(gè)場景打磨中找到最佳平衡點(diǎn)，再局部解決不可能三角的問題。比如 PPT 配圖時(shí)，是生成圖片還是直接調(diào)取文庫內(nèi)容，后者可能又好又快。在一個(gè)個(gè)分場景的細(xì)節(jié)打磨中，我們逐漸找到了最佳的平衡點(diǎn)，以及能讓用戶又快又好獲得高質(zhì)量交付。

在此基礎(chǔ)上，我們推出 GenFlow 調(diào)度中樞，馬上就會(huì)推出 2.0 版本。GenFlow能結(jié)合用戶意圖自動(dòng)調(diào)度 Agent 解決問題，同樣需求用A方案比B方案更 “多快好省”。最底層是 MoE，之上是細(xì)分場景 Agent 打磨，在幾百個(gè)場景實(shí)現(xiàn)局部最佳平衡，再通過 Genflow 全局調(diào)度。越理解用戶需求和 Query 背后意圖，越能解決問題，基本功在于離場景多近、是否沉下心打磨。

行業(yè)中很多產(chǎn)品遇到了不可能三角的問題，會(huì)急著找通用方案解決所有用戶的問題，但這其實(shí)很難，在短期內(nèi)找到最優(yōu)平衡點(diǎn)，反而要沉下心場景打磨，這很難，但卻離最終目標(biāo)更近。

36kr：其實(shí)是在具體場景內(nèi)靈活調(diào)整。

鐘昊：是的，通過PMF 滿足用戶需求，比如文庫的研報(bào)能力剛上線時(shí)，是解決用戶分析、研究類的需求，我們?nèi)绾伪ＷC他需要簡單分析的時(shí)候，不會(huì)生成一篇上萬字的研報(bào)？雖然當(dāng)時(shí)能力很領(lǐng)先，但這不一定是用戶要的，用戶可能只需要簡單分析，我們就避免生成冗余內(nèi)容，既節(jié)約成本時(shí)間，又解決不可能三角問題。很多時(shí)候答案在場景細(xì)節(jié)里，愿意沉下心打磨就離目標(biāo)更近。

36kr：其實(shí)能做到這一點(diǎn)，還是基于百度在AI技術(shù)上的積累。

鐘昊：是的，我們投入最早，最開始就堅(jiān)持了 MOE 架構(gòu)。作為應(yīng)用端產(chǎn)品，我們在文心系列模型基礎(chǔ)上探索邊界，最終把好食材炒成大餐，不僅靠技術(shù)積淀，更要走進(jìn)用戶和場景，讓技術(shù)積累發(fā)揮最大化。

36kr：GenFlow是怎么把模型轉(zhuǎn)換成生產(chǎn)力的？在多智能體協(xié)作上有什么優(yōu)勢？

鐘昊：我們對GenFlow的最早構(gòu)思，是解決用戶不知道平臺有眾多能力的問題，很多用戶不知道文庫網(wǎng)盤又?jǐn)?shù)百個(gè)能力，用戶和AI進(jìn)行交互的時(shí)候是帶著訴求來的，極客愛好者會(huì)深度探索，但普通用戶沒必要挖掘所有功能，AI 應(yīng)該更主動(dòng)提供服務(wù)，解決用戶prompt描述清楚或找到入口才能使用的問題。我們希望 AI 像人一樣主動(dòng)工作，在交互的過程中允許你提出更多追問和建議，并行給你解決方案，能夠多線程地去處理很多工作，符合上述特征才算的上是主動(dòng)的AI。

因此GenFlow 2.0版本即將推出干預(yù)模式、并行模式和主動(dòng)思考能力，能主動(dòng)挖掘用戶過往溝通內(nèi)容和記憶庫，了解用戶對話背后的需求，能夠去并行處理N個(gè)任務(wù)。

這是我們在行業(yè)當(dāng)中的創(chuàng)新。因現(xiàn)在大多數(shù) AI 是串行解決任務(wù)，但人是能夠并行處理工作的，我們認(rèn)為AI也可以，所以我們實(shí)現(xiàn)了并行處理，推出干預(yù)模式讓用戶可隨時(shí)打斷、補(bǔ)充、修改內(nèi)容，AI了解用戶歷史對話和授權(quán)資料，主動(dòng)靈活解決問題，過程中能流暢交談，這種主動(dòng)性的提升，讓GenFlow的技術(shù)能力最大化。我們的出發(fā)點(diǎn)是解決人機(jī)交互問題，落腳點(diǎn)是讓 AI 更主動(dòng)、全面服務(wù)人。

36kr：展望未來 3 到 5 年，伴隨著技術(shù)越來越成熟，整個(gè)行業(yè)會(huì)發(fā)生哪些更新的變化？在戰(zhàn)略上是否會(huì)有一些新的部署？

鐘昊：未來人機(jī)交互一定會(huì)更加深入和全面，會(huì)滲透到人類的工作、學(xué)習(xí)、生活、娛樂各個(gè)方面，交互方式的邊界也會(huì)更加模糊，更多是人類和AI共同完成的。

就像為什么文庫、網(wǎng)盤推出GenFlow一樣，首先我們希望AI能像人一樣思考，學(xué)習(xí)、工作，讓AI成為人類最好的搭子，從布局上來講，我們一直沿著內(nèi)容的主航道布局，從內(nèi)容生產(chǎn)的起點(diǎn)到內(nèi)容消費(fèi)的終點(diǎn)，是百度文庫和百度網(wǎng)盤一直在做的事情。我們希望讓 AI 幫助大家更好進(jìn)行內(nèi)容的創(chuàng)作和消費(fèi)。

未來某一天，我們會(huì)嘗試新形式的辦公和學(xué)習(xí)，不一定需要電腦，可能從口袋里拿出一個(gè)設(shè)備，在3-5分鐘就能完成原來一、兩個(gè)星期才能完成的工作。

比如在娛樂放松的時(shí)候，能很方便地把小說轉(zhuǎn)變成動(dòng)畫的形式，不需要去逐行讀文字，讓AI實(shí)現(xiàn)我們的想象力，我們看很多文學(xué)作品的時(shí)候也會(huì)有自己的想法，這時(shí)候我們又變成了創(chuàng)作者。

這是AI是我最好的幫手，因?yàn)槲覜]學(xué)過繪畫，也不是專業(yè)的剪輯師，但AI可以像一個(gè)團(tuán)隊(duì)一樣幫我實(shí)現(xiàn)，最大程度降低創(chuàng)作門檻，讓每一個(gè)有創(chuàng)造力的人，都能充分發(fā)揮自己的想法，并且被更多人看到。

AI在理解每一個(gè)用戶需求的同時(shí)，給他推薦更好的內(nèi)容，同時(shí)提升效率，節(jié)省時(shí)間，人們通過更低門檻的AI平臺發(fā)揮自己的創(chuàng)想，生產(chǎn)出來的內(nèi)容又被更多人消費(fèi)，我非常期待這樣一個(gè)新世界。