百度布局自建厂房

让一个人的经验，成为整个组织的能力。

1985年，经济史学家保罗·戴维写过一篇后来被反复引用的文章，题目叫《发电机与计算机》。文章里有一个让人不太舒服的事实：电在1880年代就进了工厂，但美国制造业的生产率，要到1920年代才真正起飞。

中间那三四十年，工厂主们做的事只有一件：把蒸汽机换成电动机，然后把它安在原来蒸汽机的位置上。中央传动轴照转，皮带照旧，机器还是围着那根轴排成一圈。用戴维的话说，这叫“换电源，不换工厂”。

电的好处，就这么被吃掉了一大半。直到1920年代那一代工厂主开始在空地上重新画图：单层厂房、机器按工序排、每台机器配自己的小电机，“单元驱动”取代了中央传动，生产率曲线才突然抬头。

四十多年后，这段话几乎可以逐字搬进AI行业。

李彦宏在11月12日的百度世界2026上给出的版本是：AI是新电能，智能组织是AI时代的新厂房，“换一台AI新电机，只是起点；重新设计新厂房，才是分水岭。”

这个比喻不新，讲得也不算花哨。但它的分量在这次大会上被兑现了一遍：芯、云、模型、智能体、无人车，五个层面发布的东西，几乎都在给这间“新厂房”配零件。修辞能自洽，是因为后面有工程。

而在此之前，行业确实卡在“换了电机、产量没涨”的那一段。

2025年7月，MIT的Project NANDA发布《生成式AI鸿沟》，基于150场高管访谈、350份员工调查和300个公开部署案例给出一个数字：95%的企业级生成式AI试点没有产生可衡量的财务回报，只有约5%真正进了生产环境。而ChatGPT这类通用工具的试点转化率高达83%——但它提升的是个人效率，不动企业的损益表。

报告里那句话近乎刻薄：模型能跑，是组织不会跑。

这句话，是过去两年整个行业最贵的一课，也是百度真正想回答的问题。

企业买AI，过去两年的姿势更接近“买工具”：采购一套系统、一批账号、几百万token，然后等它自己长出效益。

MIT那份报告把失败原因列得很具体：大多数项目停在“能跑起来的demo”，一接触真实数据、生产环境和组织责任就散架。换句话说，卡点不在模型够不够聪明，而在没人愿意为“模型跑出来的结果”负责。

这正是组织问题。

在这个判断上，百度算是早半步动手的一家。2026年5月的Create大会上，李彦宏提出DAA，也就是“日活智能体数”，并给了一句在当时相当刺耳、现在越来越被认可的话：Token只代表成本，不代表收益，它衡量的是投入，而不是产出。

这句话的分量在于，它指出了行业最普遍的一个错觉，把调用量当成价值。一个平台每天烧掉多少token，只说明它花了多少钱；每天有多少智能体真正进入流程、执行任务、交付结果，才说明它赚到了什么。

把评价权从“投入侧”挪到“产出侧”，是这一轮AI竞争里最容易被忽略的一次校准。有意思的是，半年后行业里越来越多的公司开始讨论“智能体渗透率”“任务完成率”这类指标，路径和DAA异曲同工。

提出一把新尺子的公司，未必能一直握着这把尺子。但至少在这一步上，百度看的方向是对的。

“组织进化三原则”：打破岗位边界、沉淀隐性知识、设计流程闭环。

这三条听起来都不新鲜。它们分别对应管理学的三个经典命题，年纪加起来超过三百年。真正新鲜的，是它们的成本。

“打破岗位边界”的源头在1776年。亚当·斯密在《国富论》第一章讲的就是别针工厂：一个人独立做，一天做不出一枚；分成十八道工序，十个人一天能做四万八千枚。分工是现代管理的起点，岗位则是分工的产物，也是科层制的砖。

李彦宏的说法很干脆：岗位是工业时代的单元，任务是智能时代的单元，未来的组织就是一个任务的网络。“岗位不会消失，但会收敛，未来大致会分为两类岗位：一类是Builder，负责创造新东西；另一类是Seller，负责人与人之间的沟通和连接，让对方对你产生情感、建立信任。”

把组织从“职位树”改成“任务网”，这个想法在管理学界至少存在了三十年。敏捷组织、阿米巴、项目制、平台型组织，都试过，大多失败在同一处：任务调度的成本太高。派活、对齐、验收、复盘，全靠人，一个任务的协调成本常常高于任务本身。

AI第一次让“调度”这件事的边际成本接近零。这是老想法第一次拿到兑现的物理条件。

Builder和Seller的二分法略显粗暴，它漏掉了合规、财务、供应链这些既非创造也非销售的中间岗位。但它点中了一件很实的事：当执行被AI接管，人剩下的价值只有两个：定义问题，以及建立信任。前者决定做什么，后者决定别人信不信你做的。这两件事，恰好都无法被外包给模型。

“沉淀隐性知识”的源头在1966年。迈克尔·波兰尼在《默会维度》里写下一句被引用到烂的话：我们知道的，多于我们能说出来的。后来野中郁次郎把它做成SECI模型，知识管理在1990年代成为一门显学。

然后它几乎全军覆没。原因不是理论不对，而是算术不对：把一个人的隐性经验显性化，成本极高；收益归公司，工作量归个人。所有知识管理项目，都死在这个激励错位上。

李彦宏的解法是把这件事变成智能体和Skill，百度内部已沉淀组织Skill超过2万个，建成4300个Workspace。“让一个人的经验，成为整个组织的能力。”

这是三原则里最实的一条。如果这两个数字站得住，它意味着“显性化”第一次从一件额外的事，变成一件顺手的事：员工不是在写文档，而是在调智能体，调的过程自动留下痕迹。机制变了，激励错位才可能被解开。这是本次发布会上最硬的一条信息，比任何一个模型参数都更接近“新厂房”的本意。

“设计流程闭环”最旧。可衡量加Looping等于持续进化，翻译过来就是戴明环：Plan、Do、Check、Act。1930年代的休哈特，1950年代的戴明，日本制造业靠它起飞。

旧归旧，但PDCA在过去八十年里一直是“管理者的自觉”，靠人记得检查，靠人愿意复盘。它真正能变成自动循环，前提是度量客观。这也解释了百度为什么在指标上如此执着：闭环需要一把不骗人的尺子，否则转得越快，偏得越远。

三条合起来，其实是一句话：管理学一百年来的困境是“道理都懂，做不到”；AI做的事，是把“做不到”那部分的成本压下去。

老道理第一次变便宜，这就是它值得被认真对待的原因。

三原则不是空谈，百度拿内部数据做了一次实验。

过去一年，百度内部日活智能体数（DAA）从日均0.5万涨到3.7万，六倍多；智能体完成的“有效任务数”从每周8.4万个涨到一周超过100万个，十一倍；累计建设4300个Workspace，沉淀组织Skill超2万个。

这三组数字指向三件事。

一是“人找工具”开始变成“任务找智能体”。0.5万到3.7万，涨的不是工具数量，是每天真正被派出去干活的任务节点。二是“个人提效”开始留下流程痕迹。4300个Workspace的价值不在数量，在于它们是可复用的容器。同一类任务跑过一次，第二次就不是从零开始。三是“经验在脑子里”开始变成“经验在平台上”。2万个Skill，意味着两万条原本只存在于某个人手上的做事方法，被写成了别人也能调用的东西。

这三件事，恰好对应三原则。

需要说明边界的是：这些数据都来自百度内部，外部客户的验证，还在路上。一套方法论在自己家里跑通，和在上千家客户那里跑通，中间还隔着一道很宽的沟，这大概是接下来两年最需要看的进展。

但这条路并不孤独。

2026年7月到9月，两个月里，几乎所有大厂都做完了同一件事：把散落的AI办公产品收编进一个入口。据界面新闻等媒体报道，腾讯把QClaw并入WorkBuddy所在部门；字节把飞书产品团队并入豆包，成立“创造力服务平台”，8月25日发布“豆包工作”；阿里把QoderWork、MuleRun、悟空三款智能体整合为千问办公；华为9月24日把小艺Work上架应用市场；百度把dodo并入百度搭子。

内部赛马结束，单一入口确立。原因不复杂，AI办公的入口只能有一个，多个入口等于没有入口。

更值得记下的是，这轮收编表面是产品整合，实质都是组织调整：把几条各自为战的团队，重新编成一条能对结果负责的线。当几乎所有公司都在动组织，说明这不是某一家公司的自我感动。

区别在于说法。别家给的是公告，百度给的是方法论，外加一套指标。给出方法论的代价，是被拿话去量。收益是它有机会变成行业的标准语言。

如果说三原则是“论”，那词元所是这次发布会上最实在的“证”。

李彦宏给了一个很直白的观察：今年前九个月，几乎每天都有新模型发布，有时一天能发好几个。但大量词元中转站并不对模型效果和服务稳定性负责。“同一款模型，有的贵有的便宜，来源五花八门，质量参差不齐。选来选去，就是不放心、不敢用。”

这不是抱怨，是过去两年模型中间商生意的真实写照：毛利薄、责任轻、口碑差。转卖token的人不承担后果，买token的人无从验证。

而这门生意的价格，已经打到底了。2024年5月，豆包通用模型Pro-32K的输入价被定到每百万token 0.8元；六天后，阿里把Qwen-Long压到0.5元，百度当天宣布两款模型免费，腾讯随后跟进。

价格战解决的是成本问题，不解决信任问题。当token便宜到近乎自来水，买方的新痛点就转移了：不是买不起，而是不知道该买哪个、买了之后稳不稳。

词元所的答案，正是针对这个痛点：验真，加征信。

验真管当下，模型指纹比对、能力测试、性能与可用性测试，核的是“这一趟拿到的东西对不对”；征信管长期，定期抽检拨测、全链路实时监测调用，给模型提供商建立信用评级，记的是“这家服务商过去稳不稳”。此外还有区块链存证。

李彦宏打的比方是证券交易所：交易所吸引好公司上市，让投资人发现好公司；词元所汇聚好模型和好供应商，让企业和个人便捷地买到可信的token。

上线一个月，入驻供应资源超100个，日均调用次数突破5000万，日均调用Token超7000亿。

这是今年百度最像“基础设施”的一个动作。它卖的不是模型，是降低选择成本。在一个模型供给过剩、质量参差的市场上，“可信”确实是稀缺品，谁把稀缺品做成标准，谁就拿到了定价权。而这个位置，比再发一个大模型值钱得多。

交易所要立得住，还得立两条规矩。

第一条关于中立。百度自己就是模型供应商，文心5.5 Flash也要在这个场子里卖。最好的解法不是回避，而是把文心放在“普通挂牌方”的位置上，接受同等抽检、同等评级，甚至公开自己的信用分。交易所的信誉，往往就来自它对最大卖家有多严格。

第二条关于开放。征信能力如果只服务自家交易，它就是个高级货架；如果做成可对外验证的公共品，买方能用、第三方能用、监管能用，它才可能长成行业的验真标准。这件事的技术门槛不高，难的是愿意把能力交出来。

至于佣金，逻辑其实很清楚：单价趋零，差价就没有了，只能从“担保”和“服务”里收钱。这不是退路，是升级。从卖资源，到卖规则。

04 被低估的判断

搭子是入口。过去一个季度，它是增速第一的通用智能体；半年迭代160多次，90%的代码、50%的对外传播物料由搭子自己生成。这次它升级为连接百度全系专业智能体的统一入口，并全面开放Harness引擎和Agent API。

“搭子团队也是组织进化三原则的实践者”，这句话初听像自我循环论证：用一个智能体的成绩，来证明指导这个智能体的方法论是对的。但它至少说明了一件很实的事，这套东西在百度内部真的在跑，而不只是PPT。

更值得看的是开放Harness这个动作。Harness是缰绳，是把模型套进业务流程的那层工程：工具调用、权限、状态、回滚、审计。智能体能不能干活，八成取决于这一层，而不是模型本身。把缰绳交出去，等于公开承认，门槛不在模型，而在“怎么把模型拴进流程”。

这与三原则里的“流程闭环”，是同一句话的两种说法。区别只在于，闭环原来只在自己家里转，现在允许别人接进来一起转。

一镜是内容产能。这次推出“短漫剧Studio”，覆盖创意、剧本、分镜到成片的一条链路，创作者可以把已被验证的作品一键做剧情、人物和场景的本土化适配，直接面向海外市场；基于自研视频生成模型，成本压到每秒0.2元。会上展示的那段数字人希加加专访李彦宏，就是一镜生成的。

库库是知识产能。百度文库与百度网盘联合推出的库库，加上海外版KOOKO，背后是18亿专业内容、7.5亿中英文文献和百万级专家网络。这是百度手上最不像AI、也最像护城河的一笔资产。

伐谋是决策产能。升级到3.0后，它面向生产运营、经营策略和产业研发等复杂任务，持续自我演化，为产业任务的最终业务指标负责。客户已覆盖中国41个工业大类中的25个。

四个智能体对应四种产能：入口、内容、知识、决策。共同点是都在卖结果，而不是卖工具，这恰好是智能组织和工具采购的分界。

再往下一层，是芯和云。

文心5.5 Flash预览版：总参数量2800亿，每个token激活140亿参数，支持最长100万token上下文；官方称其在编程、3D建模、知识工作、内容创作上表现突出，在Terminal-Bench、AutomationBench等基准测试中取得有竞争力的得分，并保持了极致的解码速度。同步发布的还有文心闪电深度思考模型和文心一镜微表情大模型，两款应用模型均已上线百度智能云千帆平台，面向企业客户开放API。

算力侧，百度智能云发布天池1024卡超节点；昆仑芯M100已如期上市，主打极致性价比，旗舰款M300明年推出，在算力、存储、互联多个维度全面跃升。

这套配置是典型的“承重墙”打法：模型负责能力，超节点负责规模，自研芯片负责成本。三样凑齐，才有资格谈“厂房”。

行业位置也不算差。据沙利文统计的2025年中国全栈AI云市场，阿里云以40.1%居首，百度16.6%位列第二，火山引擎13.4%排在第三。而在垂直行业，百度智能云拿下了几个第一：IDC数据显示，其以16.6%的份额位居中国金融行业生成式AI平台及应用解决方案市场第一，并连续两年保持领先；银行业生成式AI解决方案、金融行业智能体场景应用等细分市场同样第一；AI游戏云市场份额51%，具身智能云29.55%。

通用盘子里排第二，垂直行业里排第一，这是一个很典型的“错位竞争”位置：不跟最大的对手拼总量，先把愿意付钱的行业吃透。

财务上，“造厂房”的成本也已经显形。2026年二季度，百度总营收313亿元；传统业务收入104亿元，同比下降23%；核心AI新业务收入125亿元，同比增长25%，占一般性业务收入的一半；其中AI云基础设施73亿元、同比增长50%，GPU云增长283%；AI应用收入25亿元。

新业务已经顶到半壁，但增量还没有完全抵住旧业务的收缩。这是所有转型公司的共同处境，也是“重新设计厂房”这句话真正的重量所在。设计厂房的钱，得从旧厂房里出。“今天的具身智能，大约相当于无人驾驶2016年左右的发展水平。”

2016年，是Waymo在美国开始小范围载人试运营的年份，也是国内无人驾驶还在园区里跑demo的年份。把具身智能按回十年前，是给整个赛道定了一次价：它同时说明萝卜快跑已经跑出了“十年”，也说明人形机器人离量产还有十年。

在一个按“月”推进叙事的赛道里，愿意按“十年”给判断的人不多。过去两年，人形机器人每个月都有新视频、新Demo、新融资；而真正决定它能不能商用的，是成本、法规和运营半径，这三样都按年计。

萝卜快跑的成绩单是，覆盖全球28座城市，自动驾驶里程超过3.5亿公里，已在迪拜、阿布扎比全无人商业化运营，并与神州租车团队携手，把传统自驾游和无人驾驶拼在一起，做出一个全球目前唯一的“无人车自驾游”。

这个模式听起来像营销噱头，其实是运营账本上的一道题：无人车的单车成本高、运营半径受限，只有在“长途加多点”的场景里，人力节省才抵得过折旧。旅游城市恰好是这种场景。

把技术能力翻译成运营账本，这件事比技术本身更难，也更接近“轻资产”的本意。

回到开头那个问题：换电机，还是换厂房。

李彦宏给出的答案是，智能组织将迎来轻资产运营、构建新护城河、创造和发现新市场三大机会，“现在，就是推动组织智能进化的时刻”。

这个判断的胜率不低。每一次通用技术革命的红利，最后都落在“会用它的组织”身上，而不是“造它的公司”身上。电是这样，内燃机是这样，计算机是这样。

但复利这东西，得按财年结算。三个观察点，缺一不可。

第一，能不能外部化。组织能力是内功。内功不变成产品，就只是成本优势，而且是一项无法定价的成本优势。百度手上已经有四个窗口：词元所卖信用，搭子卖Harness，一镜卖产能，伐谋卖“对业务指标负责”。四个窗口开不开，看的是明年这四样贡献的外部收入占比。

第二，能不能进损益表。三原则的对标物，就是MIT那份95%。如果两年后，客户能清楚说出“用了你的智能体，我省了多少人、少了多少差错、快了多少天”，智能组织就从内部管理变成了商业壁垒；说不清，它就还是一套更好的内部管理。

第三，能不能在份额上兑现。组织效率高的公司，最终应该拿到更多云收入、更多调用、更多行业位置。百度已经把金融、游戏、具身智能几个垂直行业做成了第一，接下来要回答的是通用盘子里能站到哪里。

戴维那篇文章的下半句，还有一个更扎人的细节：1920年代生产率真正起飞，不完全是因为工厂主们想通了，而是因为旧厂房到了该拆的年纪。新一代工厂主是在空地上画的图，他们没有一根中央传动轴要迁就。

百度选的是在旧厂房里改结构。这比空地难得多，但历史也给了另一个提示：真正把通用技术吃到红利的那批公司，往往不是等新厂房建好才动手，而是在旧厂房还转着的时候，就开始改。

“让一个人的经验，成为整个组织的能力。”这句话如果真能落地，它的收益不会出现在今年的财报里，而会出现在下一个周期里。「完」