在人工智能产业发展的关键节点，一场深刻的变革正悄然发生。年初，OpenClaw引发的全民“养虾”热潮，成为行业从被动聊天工具向主动执行型智能体转型的重要标志。这一转变，让AI告别了大模型单纯“参数堆砌”的粗放竞争模式，正式迈向Agent时代。
回顾过往，大模型以API调用为主的模式存在明显局限。它只能对单个请求作出响应，缺乏自主规划和执行多步骤任务的能力。然而，企业真正需要的并非简单的聊天机器人，而是能够自主完成业务流程的数字化员工。此时，类龙虾Agent的出现，不仅展现了AI从“工具”升级为“劳动力”的巨大潜力，也精准切中了企业的实际需求，引发了需求的质变。企业期望AI能够深入具体场景，具备自主决策、长短期记忆以及复杂任务拆解等能力。开发者更是将AI视为一种“流动的逻辑”，希望底层架构能够根据应用层的形态进行实时调整。在此背景下，一场围绕Agent的供给侧变革正在悄然兴起。
作为全球AI领域的领军企业，百度敏锐地捕捉到了这一发展趋势，顺势而为。在Create2026百度AI开发者大会上，李彦宏指出，智能体出圈意味着AI发展从模型阶段迈向应用阶段，AI正以前所未有的速度向各行各业、各种职业和各类场景渗透，竞争焦点也从智力转向了执行力。
在企业营销场景中，百度已率先布局。百度智能云全新发布的企业一站式AI营销应用Hogee应运而生。当前，企业营销面临诸多新痛点。营销链路复杂，涉及庞大的数据量和众多社媒平台，数据孤岛与洞察盲区问题突出；内容生产力难以跟上碎片化传播的需求；流量成本高企，企业面临ROI焦虑；营销与销售环节存在断裂。即便有AI工具辅助，这些问题也难以得到有效解决，因为企业需要的是具备自主思考能力、开箱即用且能满足数据安全和团队协同需求的解决方案。
Hogee的出现为企业提供了理想的答案。它集自主决策、自动化执行和最后一公里触达功能于一体，能够为企业打造专属的、交付可靠结果且持续进化的AI营销团队，实现营销全链路自动化。其底层基于OpenClaw等智能体框架，深度融合了百度智能云十余年服务各行业所沉淀的营销方法论与业务SOP，并进行了工程化封装和改进，更适配营销场景和任务。在执行层，Hogee将用户洞察、品牌曝光、获客转化、留存复购、运营提效等技能进行包装，通过技能串联为企业提供各个环节的开箱即用服务。在最后一公里触达方面，企业无需推翻现有系统，Hogee支持通过App实现移动端便捷协同，还能将能力延伸至门店大屏、智能硬件等多元终端，实现线上线下场景的无缝覆盖与交互数据闭环。
在浙江义乌，Hogee已经开始发挥重要作用。作为“世界超市”，义乌形成了“前店后厂”的特色模式，但许多店铺人员有限，难以兼顾生产和经营。基于百度智能云Hogee搭建的龙虾版营销智能体，义乌商家打造出了“AI店长”。它内置一系列营销技能，不仅能进行销售导购，还能分析销售数据，结合库存给出调货、促销建议，甚至能提前预警逾期订单。基于百度智能云在视觉场景发布的“百度一见视觉智能体平台”，“AI厂长”也陆续出现。过去，工厂生产管理中，厂长需针对不同问题分别训练模型并配置摄像头。如今，“AI厂长”可预置安全隐患、设备异常、人员违规等通用技能，通过“云边协同 + 软硬一体”能力，让商家用自然语言补充产线标准，即可学习工厂管理要求，统一调度全厂摄像头并配置规则。
百度智能云还进一步构建了面向连锁行业的“前店后厂”智能化解决方案，实现从营销增长到门店管理的全链路提效。目前，基于“Hogee + 一见”组合方案，更多义乌商家正在快速搭建属于自己的Agent员工军团。
智能体的规模化落地，离不开百度的前瞻性布局。早在2023年大模型热潮兴起时，李彦宏就公开表示“模型的价值在于应用”，百度由此走上“应用驱动”的发展路径。次年，他提出“超级能干比超级DAU更重要”，并持续探讨Agent方向。今年年初的内部分享中，他再次强调应用在AI时代的重要性，并定调“AI时代的应用就是智能体”。
李彦宏对智能体的重视愈发强烈。他强调了百度“芯—云—模—体”全栈布局的优势，指出做好智能体需要具备全栈能力，拥有优秀全栈能力的公司将在未来AI竞争中占据有利位置。百度的“新全栈”并非将芯片、云、模型、智能体视为独立板块，而是通过云服务将它们粘合为一个整体，为Agent提供整体性供给。
在今年Create 2026上，百度的“新全栈”基础设施协同进化，支撑智能体规模化爆发。百度智能云全面升级为“面向大规模智能体应用的新全栈AI云”，Agent Infra与AI Infra也进一步重构。在Agent Infra层面，百度将每一次Token消耗转化为更高的业务价值。百度智能云将MaaS模型服务升级为Token Factory - 词元工厂，提供150 + SOTA模型调用，并升级Agentic Tools工具服务，汇聚百度搜索、百度百科、百度地图、百度网盘等自有及第三方优质技能/MCP。同时，百度版Harness Engineering - 驾驭工程正式发布，用户使用浏览器、Office等工具处理办公场景任务时，成功率可达95%，相比OpenClaw可减少23%Token消耗。在AI Infra方面，百度提供从推理、训练到芯片、集群、数据中心的端到端优化算力基础设施，最大化提升token效能，支撑大规模智能体应用落地和效果提升。面向智能体的推理系统性优化方案通过AFD分离、PD分离、缓存调度等，将长链路Agent推理性能提升1到3倍；原生支持全异步的Agentic强化学习训练，将Agentic模型在多种主流任务类型上的强化学习效率提升1倍以上；依托吉瓦级AIDC技术能力和极致工程能力，将数据中心整体建设周期缩短约30%，实现算力更快部署。百度智能云围绕AI Infra、Agent Infra与AI Agent三大方向进行全矩阵式产品升级，完善了从底层算力、模型推理到智能体应用落地的完整体系。
在百度内部，一个非共识观点正在萌芽。李彦宏认为，Token并不一定代表AI时代的度量衡。Token消耗更多代表成本，而非收益，而DAA（Daily Active Agents，日活智能体数）关注有多少Agent在为人类工作并交付结果，这比无谓的Token消耗更接近价值本质。他认为，DAA大致与移动互联网时代的DAU（日活用户数）相对应，进入智能体时代，衡量一个平台和生态的繁荣，更应关注DAA指标。这或许意味着，衡量AI价值增益，DAA比Token消耗量更具代表性，是AI时代生产力闭环的关键。正如李彦宏所言，AI入口在重建，人机关系在重塑，组织形态在重构，我们正步入一个全新的生产力时代。
