出品?|?虎嗅科技組

作者?|?房曉楠

編輯?|?苗正卿

頭圖?|?視覺中國

4月25日，在Create2025百度AI開發(fā)者大會(huì)上，百度發(fā)布了文心大模型4.5 Turbo和深度思考模型X1 Turbo兩款新模型。較之文心4.5，文心4.5 Turbo速度更快，價(jià)格下降80%。

其實(shí)此次距離文心4.5和文心X1的發(fā)布才剛剛過去一個(gè)多月，模型短期內(nèi)多次迭代，與之相對應(yīng)的“應(yīng)用”價(jià)值是否會(huì)被覆蓋？創(chuàng)始人李彥宏的看法是，找對場景、選對基礎(chǔ)模型、會(huì)調(diào)模型，做出來的應(yīng)用就不會(huì)過時(shí)。

?

李彥宏演講中多次提到應(yīng)用，甚至斷言，“模型有很多，但統(tǒng)治這個(gè)世界的是應(yīng)用。”

此次，百度也發(fā)布了多款A(yù)I應(yīng)用產(chǎn)品，包括一款官方定位為通用超級智能體的心響App。

據(jù)研發(fā)團(tuán)隊(duì)透露，這款產(chǎn)品是一支95后年輕團(tuán)隊(duì)在30天左右交付的結(jié)果，而正式開發(fā)是在3月18日。從時(shí)間推斷，這個(gè)時(shí)間距離Manus亮相過去12天。

智能體來勢洶洶。如果說去年關(guān)于大模型的落地應(yīng)用還是處于懸而未決的試探階段，那3月初Manus的爆火，直接給出了一個(gè)明確而具體的答案，應(yīng)用是未來，AI智能體的喧鬧前奏已經(jīng)響起。

不管是對于大廠，還是初創(chuàng)企業(yè)來說，DeepSeek式的沖擊與帶來的措手不及，一次就好。這次，必須快速響應(yīng)。像是字節(jié)，據(jù)媒體報(bào)道，在Manus出現(xiàn)前后，內(nèi)部大概有7個(gè)團(tuán)隊(duì)在開發(fā)不同的智能體產(chǎn)品。

如今，初創(chuàng)企業(yè)中Genpark發(fā)布了Super Agent，大廠中的字節(jié)和百度相繼推出新品，其他玩家也在蓄勢待發(fā)。這一年，注定是AI智能體喧嘩熱鬧的一年。

在心響App正式發(fā)布前，虎嗅等媒體事先進(jìn)行了產(chǎn)品體驗(yàn)，同時(shí)也與百度智能體業(yè)務(wù)首席架構(gòu)師、心響App負(fù)責(zé)人黃際洲，心響App產(chǎn)品經(jīng)理黎宇昕進(jìn)行了交流，他們結(jié)合心響App的研發(fā)，分享了當(dāng)下AI?智能體行業(yè)發(fā)展的新思考。以下為交流實(shí)錄，部分內(nèi)容略有刪減：

提問：短期組建的團(tuán)隊(duì)要在一個(gè)月內(nèi)做出這一產(chǎn)品，為什么這么著急？是老板給定的deadline，為的是搶占行業(yè)時(shí)機(jī)節(jié)點(diǎn)？

黃際洲： 我們沒有非要趕某個(gè)時(shí)間節(jié)點(diǎn)，老板也沒有給我們下目標(biāo)（笑），我們就是想發(fā)一個(gè)現(xiàn)貨。

AI智能體的摩爾定律是，每隔7個(gè)月AI智能體能完成的最長任務(wù)時(shí)長會(huì)翻番，設(shè)想一下如果按部研發(fā)、迭代，那等到呈現(xiàn)給大家用時(shí)，已經(jīng)過時(shí)了。所以每一個(gè)節(jié)點(diǎn)，我們會(huì)逼著自己做一個(gè)（產(chǎn)品）發(fā)布。

提問：目前心響只有App，將來會(huì)出PC端嗎？

黃際洲： 會(huì)的。PC端在計(jì)劃中，包括大家可能想要的上傳文件、輸入Excel表格輸出圖表、做分析、與Word聯(lián)動(dòng)等功能，都會(huì)有的。

提問：據(jù)了解，Manus這一智能體產(chǎn)品也在海外上線了App端，你認(rèn)為PC端與App端智能體的不同點(diǎn)在哪？

黃際洲： 首先，第一個(gè)不同也是最大的難點(diǎn)是，不是技術(shù)上實(shí)現(xiàn)不了，而是手機(jī)屏幕實(shí)在太小了，如果想讓用戶看清楚某個(gè)東西，或者進(jìn)行快速交互時(shí)，不是件容易的事情。反之，PC端的屏幕大，但大也會(huì)帶來問題，就是如何高效利用起來，高效交互。

第二是，在PC端可以非常方便地去打開各種生產(chǎn)力工具，比如Excel和Word，但在移動(dòng)端想傳一個(gè)文件難度很大，快速填表、填數(shù)據(jù)等在PC端很容易實(shí)現(xiàn)的事情，在移動(dòng)端不容易實(shí)現(xiàn)。

黎宇昕： 當(dāng)然，兩者技術(shù)上有更多的相通性，我們可以用多智能體協(xié)同的Pipeline去實(shí)現(xiàn)這個(gè)功能。PC端更多傾向于辦公場景，比如PPT，我們確實(shí)有生成PPT的功能，但是在手機(jī)播放PPT也太雞肋了，但在PC端就會(huì)相對輕松，文案一鍵編輯、自動(dòng)改編、填表、寫文檔等都可以。

提問：當(dāng)前的通用智能體或者超級應(yīng)用，都是多智能體協(xié)同操作，過程中的技術(shù)難點(diǎn)在哪？

黃際洲： 首先，最大的問題在于很多時(shí)候想去接入很多東西，而MCP協(xié)議的出現(xiàn)解決了這一問題，讓大家能更快地接入。但到目前為止業(yè)界比較大的問題在于，大家都想獲得但很少去做貢獻(xiàn)，免費(fèi)好用的工具實(shí)在太少了。可以算一個(gè)數(shù)字，把Tool Use做成MCP給到別人，乘以1000是很小的成本，但如果乘以10萬、100萬、1000萬、1億，那很難扛得住這個(gè)成本，所以我們想要構(gòu)建廣泛的生態(tài)，呼吁更多的開發(fā)者一同來做，這是一個(gè)所有人都受益的事情。

第二個(gè)問題是，要實(shí)現(xiàn)多模態(tài)工具間的使用，比如Agent Use，必須要有很強(qiáng)的協(xié)議。舉個(gè)例子，平時(shí)工作中做（產(chǎn)品）開發(fā)會(huì)有PM、PE、FE各種各樣的研發(fā)，承擔(dān)不同的角色，彼此知識(shí)背景、專業(yè)術(shù)語不一樣，說的話很難互相理解，頻率不同接收的信息就有折損。智能體也一樣，各個(gè)子智能體之間的互動(dòng)和信息傳遞要盡可能做到無損，所以需要設(shè)計(jì)很好的協(xié)議和交互方式，能夠把它協(xié)同起來。

第三個(gè)問題是大模型產(chǎn)品的“不可能三角”（虎嗅注：“不可能三角”國際經(jīng)濟(jì)學(xué)的一個(gè)著名理論，簡單來說是指如果一件事情同時(shí)存在三個(gè)要素，三者不可都得），以搜索為例，大家已經(jīng)養(yǎng)成的搜索習(xí)慣是輸入一個(gè)詞很快就返回答案，這是我們對搜索的心智。而對任務(wù)心智來講，你要的是一個(gè)精準(zhǔn)替你完成任務(wù)的管家，智能體產(chǎn)品能幫你完成任務(wù)、交付很好的結(jié)果。但在當(dāng)下的技術(shù)發(fā)展趨勢下，很難讓它短時(shí)間內(nèi)給到你最終任務(wù)結(jié)果，所以要做出（時(shí)間）犧牲。

?

提問：目前心響上各個(gè)場景中的智能體，都是百度自己開發(fā)的，還是外部接入？

黃際洲： 我們很難把智能體開發(fā)得超過很多專業(yè)玩家。比如AI繪本，是接的百度文庫的AI繪本功能，為了做到免費(fèi)，我們向百度文庫爭取到了最大權(quán)益。健康也是如此，引入的是第三方。未來，我們想要構(gòu)建開放生態(tài)，只要是市面上好的體驗(yàn)、做得比我們好、愿意被我們接入或者愿意接入我們，都可以接進(jìn)來。

提問：當(dāng)前越來越多的大廠開始接受MCP，未來智能體可能會(huì)變成紅海賽道，競爭激烈。像是前段時(shí)間支付寶的百寶箱開了支付MCP Server協(xié)議。那百度在智能體競爭中，想怎么做？

黃際洲： MCP是個(gè)通用協(xié)議，只要大家遵循這個(gè)協(xié)議，開發(fā)者就不需要為A、B、C、D各開發(fā)一份，省時(shí)省力。而對于接入方來講，遵循這一協(xié)議以后，可以很方便地接入，不需要再充分對接。

對我們來講，現(xiàn)在是這樣，如果某一東西（功能）是我們內(nèi)部開發(fā)的，那有比MCP更高效的協(xié)議，從而保證更快接入（心響）。我們既支持自己獨(dú)有的協(xié)議，也會(huì)把MCP接進(jìn)來，這是一個(gè)原則。

當(dāng)前實(shí)踐告訴我們，優(yōu)質(zhì)的MCP是稀缺的，因?yàn)樗懔苜F。我做這么好的服務(wù)，不可能免費(fèi)接入，我要構(gòu)建起商業(yè)模式。但用戶想白嫖，我們也想白嫖，開發(fā)者就被白嫖死了，無法養(yǎng)家糊口。所以未來是有一個(gè)供需之間的GAP存在，而最終生態(tài)的繁榮一定是能把商業(yè)模式跑通的繁榮。開發(fā)者能掙到錢，我們能掙到錢，需求越做越大，給大家提供越來越好的體驗(yàn)。當(dāng)前，我們只專注于給用戶提供極致的通用超級智能體產(chǎn)品體驗(yàn)。

提問：現(xiàn)在大家都在說超級智能體或超級應(yīng)用，你認(rèn)為最終的交互方式該是怎樣的？

黃際洲： 對于這一問題，我們也一直在思考。

關(guān)于交互方式，如果把用戶千奇百怪的輸入和不同的交互方式（語音、文字等）整合在一個(gè)產(chǎn)品里，這對于交互的要求超高，在完成不同任務(wù)時(shí)，也很難。所以我們一直強(qiáng)調(diào)一個(gè)很簡單的輸入，目標(biāo)就是消滅復(fù)雜的prompt，但這很難一下子做到，所以我們嘗試從極簡化用戶需要輸入的東西開始，比如做城市攻略，用戶輸入“哈爾濱旅游攻略”就足夠了，剩下的事情智能體會(huì)一步步幫你細(xì)化和完善，最后給出一個(gè)成品。

?