西風 發自 凹非寺
量子位 | 公眾號 QbitAI

“Agent元年”進程過半，Agent雖已從處理簡單任務轉向復雜交付，卻仍卡在“信息斷層”的關鍵瓶頸——

受限于訓練數據截止日期，難以及時獲取實時動態信息，企業級場景落地始終差臨門一腳。

不過就在剛剛，新解法有了。

百度智能云千帆平臺拋出了一張“王牌”，將百度核心戰略資產百度AI搜索能力，正式通過百度智能云千帆以組件及MCP Server的形式進行開放

如此一來，Agent能直接調用搜索能力，補上實時信息短板：

能依托搜索實時更新數據、覆蓋多元信息來源，更能通過對海量搜索結果的整合、推理與交叉驗證，讓輸出信息更具權威性，減少模型幻覺。

與之同步登場的，還有百度智能云千帆4.0，其以“迄今功能最完備的企業級AI平臺”為定位，在核心能力上實現多維升級，不僅全新推出數據服務，還對Agent服務、模型服務等進行了強化

現階段，平臺已聚合150+精選模型服務，企業可即時接入業界前沿SOTA模型，百度近期剛發布的蒸汽機2.0，以及千帆自研的10+行業專精模型亦在其中。

這只是眾多全新發布中的冰山一角。

在百度智能云團隊看來，構建企業級Agent有四個關鍵要素：

能夠處理復雜任務的智能體編排框架，相當于智能體有了“手”和“腳”的能力；配套的能力組件，為Agent提供“稱手工具”；持續迭代的模型體系，尤其需具備行業場景定制能力；安全、高可用、可觀測的企業級運行保障。

下面進一步深入，具體看看千帆4.0在這些重點方向上，究竟帶來了哪些實質性新發布和升級。

MCP服務升級，Agent裝上搜索引擎

首先來看最為重磅的百度AI搜索MCP Server，直接為Agent提供了“稱手的工具”。

如前所述，由于大模型訓練數據存在截止期限，無法獲取最新知識，而百度AI搜索正好可以補全這一短板。

并且，與人類用的搜索追求“前三鏈接精準”不同，大模型具備強大的信息消化能力，這也就意味著，它可以同時處理大量搜索結果，并進行整合、推理與交叉驗證，由此Agent+AI搜索更強調結果的全面性、權威性和時效性

據介紹，“Agent+AI搜索”既可補充實時信息與長尾知識，又能通過結果交叉驗證減少模型幻覺，甚至還可輔助生成訓練語料，適用于企業內部搜索、對話機器人、深度研究等場景。

依托百度20多年搜索技術積累與多元內容生態，加上每日服務上億用戶的高并發架構，企業可獲得快速、穩定的搜索增強體驗。

如果說百度AI搜索MCP Server連接的是外部公域信息的工具，那么千帆4.0全新推出的多模態RAG，則是挖掘企業私域知識的一把好手。

多模態RAG依托多維度解析策略，能深度解析文檔、圖表等企業內部復雜數據，并為說明書、發票等常見文檔提供場景化解析模板，大幅提升解析效率。

同時，結合百度自研的高性能向量引擎，它能把解析后的文本、多模態數據做統一向量索引，提升檢索效率。不僅能支撐百億級向量規模與十萬級分片數量，向量檢索QPS性能更是開源方案的1-10倍。

千帆4.0還獨家引入圖譜增強RAG，通過知識圖譜強化實體關系查詢，應用于風控、營銷等場景可擴大召回范圍、提升檢索精度。

兩個工具相結合，讓Agent既“知外界”又“懂內部”，實現信息獲取能力的跨越式突破。

有了趁手工具，接下來高效“用法”是關鍵。

千帆4.0構建了一套靈活可靠的智能體編排框架，采用多智能體協作方案，先有一個“規劃者”智能體拆解任務，然后分給不同“執行者”智能體執行，借協作邏輯讓不同智能體各司其職，將工具高效、可靠地組織起來，最大化工具價值。

另外，千帆4.0還強化了官方預制智能體，“規劃者”新增深度思考能力，“執行者”支持并行調度；網頁搜索、代碼編寫等專業智能體，在時效、精準、安全上全面升級。

平臺支持A2A協議，能夠與市面上其他支持該協議的Agent平臺、獨立Agent企業等進行相互調用，構建起開放的協作生態。對于那些采用非標準接入方式的企業Agent，平臺也能通過協議適配的方式完成接入。

多智能體協作的擴展性也很高，基于“規劃分工”機制可在已有的功能里動態引入新Agent，“規劃者”能自動識別并決策調用時機。

工具與用法之外，背后是更大的開放性MCP生態。

百度智能云千帆團隊透露，之后還將陸續開放更多百度獨家技術能力作為MCP Server。

同時，千帆4.0已接入支付寶支付、同程旅行等第三方優質服務，讓Agent能調用更多場景化能力。

開發者還可在千帆平臺自建MCP Server，一經發布即可被百度搜索索引與分發，形成生態正循環。這意味著每位開發者都可以成為生態的共建者。

百度智能云千帆4.0，何以稱“最完備”？

僅靠上面這些并不足以稱“完備”，百度智能云千帆4.0把Agent落地需要的四件事打包標準化了：模型、工具鏈、數據、運行保障

在模型方面，千帆4.0重點做了三方面工作。

一是，快速集成高質量SOTA級模型。

平臺現已集成150多個頂尖模型，包括OpenAI的開源模型、DeepSeek-V3.1等外部模型，也有百度自研蒸汽機2.0視頻生成大模型，千帆慧金金融行業模型、千帆視覺理解模型等一批千帆自研的行業專精模型。

企業在構建Agent時可靈活無感切換底層模型，有效規避了自行部署、調試多個模型時，可能面臨的成本難題。

針對MoE架構模型小規模部署性能表現比較一般的問題（大部分“專家”處于閑置狀態，資源利用率低），千帆4.0專門搭建推理架構，通過充分分布式部署盤活閑置“專家”資源，顯著提升調用效率。

二是，為模型補齊Agent必備能力，并控制“思考成本”。

Agent核心要能調用工具，但很多開源模型的權重文件里根本沒有這個能力，普通開發者自己補很麻煩。

千帆直接幫企業和開發者做好了，對領先開源模型都提供了Function calling能力增強。比如DeepSeek-V3.1等沒有該能力的模型，團隊就通過底層構建，增強模型多工具調用等能力。

模型的“思考過程”也可控，千帆4.0新增了思維鏈精細化控制。

簡單問題不需要多思考，費時間還耗token，千帆加了“Thinking strategy”（思考策略）和“Thinking budget”（思考預算）功能，簡單任務用“短思考”，復雜任務用“深度思考”，平衡效果和效率。

三是，提供場景化調優全流程工具與快速評估機制。

與此同時，千帆此次還推出了很多款行業專精場景模型，基于模型訓練過程中的經驗積累，提出“專精模型深度定制pipeline”，先評估旗艦模型是否達標，達標則通過蒸餾壓縮模型，不達標則通過SFT+強化學習訓練場景模型，最終合并多個場景模型，做出效果好、速度快還便宜的專精模型。

這套流程已經在平臺上線，千帆4.0還預制了超10個行業專精模型，用戶可直接拿來用，也可以根據自己的業務數據做調整。

模型調優工具上，千帆4.0全新發布RFT（強化精調）工具鏈，能少用數據就做出好效果：新手有預制的參數、獎勵規則、鏡像環境，能夠快速體驗RFT效果；專家能自定義參數、規則，還能白盒建模。

而且強化學習需要邊訓練邊推理邊優化，千帆提供了訓推一體的引擎，并引入了負載均衡器，比沒加的情況訓練效率提升43%。

最后是模型評估，千帆4.0新增Benchmark評估，內置十多個權威評估集合與預制方法，模型訓練后可快速測試通用能力，還支持上傳自有數據驗證業務適配效果；同時提供性能評估，可測算模型資源需求與響應時間，為后續部署提供參考。

除了模型服務之外，千帆4.0正式發布了數據智能服務平臺，解決企業數據治理痛點。

該平臺覆蓋從多模態數據采集、轉換、處理、檢索、服務等數據治理的全生命周期，通過一站式多模態數據管理與處理能力，構建AI時代的數據智能基礎設施，加速模型迭代，護航智能應用落地。

實現效果上，據介紹，文心大模型的訓練得到了大幅提效，端到端數據吞吐效率提升6倍，整體計算成本降低30%；百度文庫的檢索存儲成本降低80%，一站式數據開發提效30%

值得一提的是，針對企業引入Agent時關注的平臺穩定運行、故障規避、彈性擴容及數據模型安全、運維可追溯等需求，百度智能云千帆還從全維度安全合規、高可用架構、可觀測運維體系三方面構建了全套保障能力

搭建起Agent基礎設施

總結來看百度智能云千帆的戰略路徑。不是做一個又一個“演示級Agent”，而是搭智能平臺、強基礎設施、放核心能力。

從今年4月百度智能云正式發布千帆企業級MCP服務，到如今把“百度AI搜索”作為王牌Server開放，再到第三方能力與開發者自建能力的引入與分發，平臺正在把“能力聚合”升級為“能力網絡”。

截至目前，千帆平臺已孕育出超130萬個智能體服務制造、能源、金融、汽車、教育等領域的超46萬家企業。這些數字背后，是越來越多可復用的場景范式、可沉淀的數據資產、可觀察的工程體系。

一周前，IDC發布的《中國大模型平臺市場份額，2024：市場正在成形》報告顯示，2024年中國大模型平臺市場規模攀升至16.9億元。在競爭激烈的市場格局中，百度智能云以14.9%的市場份額再度登頂，連續兩年穩居行業領跑者。

更重要的是，百度智能云千帆把“Agent的基礎設施”這件事做成了平臺敘事：模型可自由切換、工具以MCP標準化、數據以多模態RAG/圖譜統一表達、運行以可觀測與高可用托底，每接入一個MCP Server，接入的就是其背后的數字生態

對企業而言，這意味著不必再執念于“先天完美的行業大模型”，而是以千帆為底座，先連起來、先跑起來、再迭代起來——把真實業務的反饋變成持續進化的燃料。

對生態而言，這是一場從“模型之爭”邁向“平臺與基礎設施之爭”的升級。