老夏，某大型制造企業(yè)CIO。

這兩天，他恨不得把自己蒸餾了，變成skill，把那些糟心的需求扛起來。

這事兒的起因，是他們集團剛上線了三個Agent智能體。

按老夏原話說，“沒想到招回來仨祖宗，天天供著”。

智能體上線沒跑兩天，老夏發(fā)現(xiàn)問題了↓

這幫Agent像極了人類員工：為了完成 KPI，會無所不用其極地索取資源，

和之前傳統(tǒng)應用完全不是一個物種。

說白了，是智能體的行為具備一定的不可預測性。

他們發(fā)起瘋來狂燒tokens，

而且絕不默默扛壓，這些壓力會瞬間甩鍋到底層。

它會逼MaaS層做推理優(yōu)化，逼IaaS層做算力擴容。

只要Agent跑起來，曾經(jīng)界限分明IaaS、PaaS、SaaS邊界會被瞬間打穿。

而且，Agent運行起來，即便不發(fā)瘋，也是騷操作不斷↓

長上下文、多輪交互、工具調(diào)用、復雜任務拆解…

不止吃 Tokens，底層算存網(wǎng)資源必須像水一樣，隨Agent的狀態(tài)精準供給。

老夏發(fā)現(xiàn)，曾經(jīng)的需求和采購邏輯失效了！

現(xiàn)在想要伺候好這幾個祖宗，

不是多買幾臺云主機、多接幾個API就能解決的

那個年代，需求多簡單啊，缺啥買啥

缺算力，就買IaaS。計算、網(wǎng)絡、存儲，該擴就擴
缺平臺，就上PaaS。框架、工具、開發(fā)環(huán)境，該上就上
缺應用，就找SaaS。業(yè)務部門要什么，IT部門就訂什么

而現(xiàn)在，Agent所需資源是流動的邏輯，還不是以前那種云計算講的 Scale-out 彈性伸縮。

老夏想要的是那種能感知全局、動態(tài)調(diào)度、自動協(xié)同的AI底座。

這個AI底座必須包羅萬象：芯片、云、大模型、智能體、AI工具、開發(fā)平臺、算力調(diào)度、推理優(yōu)化...

有人說：扯半天，老夏要的不就是AI全棧能力嘛，有啥稀缺的？

但是，老夏不這么認為。

不少廠商的東西，雖然都號稱全棧，但其實就是東拼西湊攢起來的「草臺班子」。

其實，老夏的這種需求是典型的「既要又要還要」：

?既要架構(gòu)像水一樣隨形就勢

?又要Tokens極致便宜

?還要智能體能從Demo里走出來，進生產(chǎn)線搬磚。

老夏被這種【新需求】折磨了很久，他都恨不得把自己蒸餾了“鉆”到 IT 系統(tǒng)里搞定這些資源。

當然，這種蒸餾自己只停留在段子里，老夏知道不可能…

直到昨天，他受邀參加「Create2026百度AI開發(fā)者大會」，竟然……找到了答案。

一上來，百度掌門人李彥宏就甩出了王炸↓

李彥宏提出一個DAA(日活智能體數(shù))概念，認為Token只代表消耗，需要用新的尺度來更多關注產(chǎn)出。

另外還有自我進化，智能體時代，AI在進化，人和組織的協(xié)同也會基于AI發(fā)生變化。

那怎樣才能提升效率，讓每一個Token都花得值，同時持續(xù)進化呢？

百度現(xiàn)場也公布了一個解決方案，那就是百度智能云全面升級的【新全棧AI云】

新全棧AI云，讓【芯云模體】互相協(xié)同，成為一個效率更高的AI新底座！

這是像水一樣的自進化底座，可以流動、反饋、重組，支撐不同形態(tài)的Agent。

接下來的論壇內(nèi)容，老夏又get到了一些新東西。

為了支撐這套“新全棧”，百度智能云拿出了兩個層面的看家本領↓

作為CIO，老夏一下子就看出了「技術門道」

一、底層升級：AI Infra智能體基礎設施

第①項升級：智能體的推理優(yōu)化方案，性能提升1-3倍

這個方案，做到老夏心坎上了。

Agent跑起來后，如果是長鏈路、大任務推理，最常見的問題是慢和貴，Token成本極易失控。

百度的做法是把KV Cache從顯存、內(nèi)存到SSD做分層池化。

上下文復用率超90%，這意味著智能體在多輪對話中，重復計算大量減少。

再配合AFD、PD分離與異步調(diào)度（Prefill節(jié)點、Decode節(jié)點、Cache系統(tǒng)之間），徹底解決長鏈路推理的延遲瓶頸。

至此，推理性能直接飆升1-3倍。

第②項升級：Agentic強化學習優(yōu)化，學習效率提升1倍+

Agent發(fā)布后，不能一成不變，不能成為一個死程序。

這就涉及到當下最前沿的技術——Agentic強化學習。

百度這次直接給Agent配齊了頂級教室和教材：

教室，就是百度高并發(fā)沙箱，即訓練環(huán)境。

教材，就是百度提供的全模態(tài)訓練框架，教智能體讀文、看圖、看視頻、讀代碼，甚至像真人一樣操作軟件界面。

老夏感嘆，“誰能越短時間內(nèi)，把智能體在真實反饋中訓練好，誰才真正有資格談智能體落地。”

第③項升級：百舸AI計算平臺6.0，升級為智能工廠

升級后的百舸6.0，相當于給用戶造了一座智能工廠，不再是只提供算力的平臺。

工廠里有四個車間，串聯(lián)起來幫用戶組成一條AI生產(chǎn)線。

老夏點贊：“正好解決了Agentic AI 和 Physical AI 的規(guī)模化生產(chǎn)的痛點，這就是百舸6.0的價值。”

第④項目升級：發(fā)布全模態(tài)訓練框架LoongForge

LoongForge像一座多模態(tài)訓練樞紐↓

上接不同的模型場景：LLM、VLM、VLA、Diffusion；

下接NVIDIA GPU 和昆侖芯 XPU；

中間用一套代碼打通多模型、多硬件。

老夏被一組實測數(shù)據(jù)驚到了↓

多模態(tài)訓練加速15%~ 45%。更夸張的事，能在5000多張昆侖芯P800大集群上，跑出90%以上的線性擴展效率。

第⑤項升級：擴建超大集群，吉瓦級AI數(shù)據(jù)中心

百度這次把集群規(guī)模做成了算力航母級。

吉瓦級電力容量，對應十萬級AI加速卡的超大規(guī)模算力集群。

在現(xiàn)場，老夏還看到了百度天池超節(jié)點，相當震撼！

二、Agent Infra智能體基礎設施

第①項升級：Harness Engineering駕馭工程

一聽這個，老夏就想起自己公司那三坨“祖宗”。

那簡直就是三個智能體煙囪。

百度Agent Harness，就要推倒智能體煙囪。

它把長上下文、記憶、子Agent調(diào)度、評估、工具調(diào)用和skills這些共性能力，先做成一套可復用的工程化底座。

得益于這些能力，做同樣的任務，需要的對話輪次會更少，相比OpenClaw，可以減少23%的token消耗。

Agent Harness讓企業(yè)真正規(guī)模化開發(fā)Agent。

第②項升級：從MaaS升級為Token Factory詞元工廠

在百度智能云上，能調(diào)用150+個SOTA模型，調(diào)用速度比行業(yè)平均水平快25%，秘訣在于Agent-first理念↓

針對長鏈推理場景，通過Cache管理僅計算新增Token，減少百萬級上下文的重復加載。

全局推理資源調(diào)度，大幅提升復雜任務下的Token效能。

此外，在企業(yè)里，Demo和生產(chǎn)環(huán)境是兩個世界。

新升級的Agent Runtime它提供穩(wěn)定、安全、可觀測的運行環(huán)境，讓智能體真正跑進企業(yè)生產(chǎn)環(huán)境，持續(xù)執(zhí)行任務、持續(xù)產(chǎn)生結(jié)果。

產(chǎn)品看起來不錯，那實戰(zhàn)怎么樣呢？

老夏在現(xiàn)場看到了一大波頂級客戶的背書——

80%央企的選擇

100%中國頭部車企的選擇

800家+金融機構(gòu)的選擇

1000家+AI硬件廠商的選擇

頂級具身智能公司的選擇

“真香！”

這是老夏從會場出來腦海里唯一的感嘆，百度新全棧這波進化，是在「整頓Agent職場」啊。

不怕Agent騷操作，就怕你沒有自進化的新底座！