当我们在讨论 Agent 时炒股配资开户平台，我们在讨论什么？
是炫酷的 UI？是调用工具的广度？是复杂任务的拆解能力？还是能节省多少时间和人力成本？是，但也不是。
当整个大模型行业都将变革的焦点汇聚到 Agent 之上时，如今 Agent 本身已经远不止是一个包裹着"套壳"争议的应用程序了。
一个强大的 Agent，需要能够处理长达百万级 Token 的上下文，以维系长期记忆和复杂任务的理解；它需要具备文本、图像、语音等多模态能力，以完成复杂的任务和交互；更重要的是，它需要具备自主进化的潜力，通过强化学习将执行任务的结果反馈于模型训练，形成一个不断学习和优化的闭环。
换言之，Agent 是 AI 能力的集大成者，复杂的任务要求 Agent 必须有 AI 基础设施的支持。云，尤其是其算力利用效率，成为了决定 Agent 能否规模化落地的关键。
而事实上，在当前的行业里，能够提供如此系统性支撑的云厂商并不多。其根本原因在于，云的" AI 属性"是否足够强大。传统的云计算以 CPU 为中心，为"降本增效"而生；而 Agent 时代的基础设施，必须是以 GPU 为核心、以智能为优先的 AI 云，为"价值创造"而建。
当我们带着这个视角，再来审视百度在 2025 云智大会上发布的系列更新时，就会发现，从底层的 AI 计算平台百舸 5.0，到上层的 AI 原生开发平台千帆 4.0，百度智能云此次的全栈升级，其核心逻辑都指向了一个关键词：效率。而这是 Agent 时代对云最根本、最迫切的需求。
Agent 的三重需求，如何重塑云的系统性能力？
Agent 的爆发式增长，揭示了其对底层基础设施的三重共性需求，而这三重需求正在从根本上重塑云的形态。
一方面，Agent 需要处理越来越长的上下文。无论是为了维持长期对话记忆，还是为了理解复杂的业务文档，长上下文处理能力都是基础。这直接转化为对存储带宽和计算效率的严苛要求。
其次，Agent 需要执行多类型的任务。从理解图表、分析视频到与用户进行语音交互，Agent 必须具备强大的多模态能力，才能真正成为人类在数字世界和物理世界中的得力助手。
更关键的是，Agent 需要具备自主进化的能力。一个静态的、无法从与环境交互中学习的 Agent，其价值是有限的。未来的主流将是能够通过强化学习（RL）不断自我优化的 Agent，这意味着底层云平台必须支持"训推一体"的计算范式。
这三重需求，对传统云服务商构成了新的计算挑战。
而百度智能云此次发布的百舸 5.0 AI 计算平台，则为行业提出了一种解决方案，即通过对网络、算力、推理系统以及训推一体效率的全面升级，为 Agent 时代构建新的计算底座。
"百舸 5.0 一句话来说，就是我们围绕 MOE 模型架构做了从芯片到框架到集群的协同优化，把 MOE 的效能做到比较极致的状态。"百度首席科学家王雁鹏说道。
首先，是从底层网络基础设施开始，百舸先升级了"三张网"。
大模型计算是集体作战，节点内的卡间通信（X-Link）、节点间的集群组网（RDMA）以及连接存储的 VPC 网络，三者缺一不可。百舸 5.0 将 VPC 网络提升至 200Gbps，支持 10 万卡的 RDMA 网络互联，并将端到端延迟压缩至 4 微秒。特别是针对万亿参数 MoE 模型海量的 All-to-All 通信瓶颈，百度自研的 X-Link 协议将卡间带宽提升 8 倍，为计算效率铺平了道路。
其次，在网络优化的基础上，计算能力也要突破和提升。本次大会上，昆仑芯超节点正式上线公有云。这意味着，过去仅存于少数巨头实验室的顶级算力，如今企业用户触手可及。
所谓昆仑芯超节点，就是将 64 张卡放到同一个机柜，一个机柜顶过去 100 台服务器。超节点用卡间互联代替机间互联，实现单卡性能提升 13 倍，单机训练性能提升 10 倍。
百度集团执行副总裁、百度智能云事业群总裁沈抖在发布会上提到："目前最大的开源模型参数达到了 1 万亿。现在，（借助昆仑芯超节点）只需要几分钟、1 个云实例，就可以轻松跑起来。"其单卡吞吐比国内同类产品高出 15% 以上，也为 Agent 的复杂思考提供了动力。
而最关键的是推理系统的革命性改造，这直接回应了 Agent 对实时性和灵活性的核心需求。
Agent 的应用场景流量动态多变，对响应速度要求极高。百舸 5.0 的推理系统进行了一场彻底的架构升级，从早期的 PD（Prefill/Decode）分离，演进到将视觉与语言、Attention 与 MLP 等计算方式差异巨大的模块全部解耦的"完全分离式架构"。
而面对长文本推理，百舸通过自适应混合并行策略，将 16K 输入的首 Token 延迟（TTFT）降低到 0.5 秒。同时，通过双重负载均衡和首创的事件驱动分布式 KV Cache，用存储换计算。数据显示，这一系列优化使得在百舸 5.0 上，DeepSeek R1 这类主流 MoE 模型的推理吞吐能够再提升 50%，意味着"相同的成本，能让模型多做 50% 的思考"。
此外，针对 RL "推理采样、奖励评估、训练更新"流水线的复杂工程挑战，百舸 5.0 还推出了新的强化学习框架。在这一框架下，百舸通过实现共享统一存储，消除了耗时的跨系统数据迁移（ETL），并将工具调用原生融入强化学习的采样阶段，让训练出的模型天生就更擅长执行真实世界的任务。
为支撑这一过程，百舸不仅提供了支持海量工具高并发执行的强隔离沙箱，还能将推理、训练、工具调用等不同模块智能匹配给最合适的 GPU、XPU 或 CPU 算力。这一系列系统性优化在显著提升资源利用率、降低迭代成本的同时，也大幅缩短了单轮迭代时间，从而加速了从"回答问题的模型"向"解决问题的 Agentic 系统"的进化。
从网络到算力，从推理到训推一体，百舸 5.0 的系统性升级，也勾勒出 Agent 时代 AI 云在算力层应有的样貌：高效、深度协同、为 AI 而生。
从百舸到千帆，全栈能力正在重新定义云服务
如果说百舸 5.0 构建了 Agent 时代坚实的计算地基，那么全面升级的百度智能云千帆平台 4.0，则是在这片地基上，为广大开发者和企业搭建起了一座通往 Agent 应用繁荣的" AI 能力工厂"。
一个显著的行业变化是，企业对 AI 平台的关注点已发生根本性转变。百度智能云 AI 与大模型平台总经理忻舟在沟通会上提到，客户的需求已从前两年"模型参数量要达到千亿"，转向如今"平台要可用，不要挂掉"。AI 正从概念验证走向核心生产环境，企业开始真正关心应用的稳定性、成本和实际效果。
当前，客户的核心痛点可以归结为四点：追求更高的应用精度、更低的开发门槛、更优的成本效益和更强的系统稳定性。
而百度智能云千帆 4.0 的升级，也围绕这四点展开。忻舟提到，"企业级 Agent 的落地包含四个关键点。第一，是一个能够处理复杂任务的智能体编排框架；其次，有了编排框架后，Agent 还需要‘趁手的工具’，因此与之配套的高质量能力组件就变得非常重要；第三是模型。Agent 的应用带来了模型是否需要持续迭代、需要何种模型，以及是否应为具体落地场景开发行业或场景模型等一系列问题，尤其后者在业内尚未形成共识；最后，是 Agent 在实际运行中所必需的安全、高可用和可观测等企业级能力。"
具体来看，在 Agent 编排能力上，千帆 4.0 提供了自主规划、工作流、多智能体协作三种编排方式，让开发者可以根据任务复杂度灵活选择。特别是针对复杂任务，千帆发布了多智能体协作模式，允许不同 Agent 各司其职，协同完成如市场分析、科研等复杂工作，让企业可以便捷地定制自己的" Manus "，从而大幅降低开发门槛。
"我们在工作流的方式上实现了精准的编排、效果可控、节点丰富，也开放了更多的能力让用户用得更顺畅，目前千帆平台上工作流智能体占比超过 80%。"忻舟说道。
而在组件上，此次千帆 4.0 发布了多模态 RAG、百度 AI 搜索 MCP Server 两大核心工具，进一步提升 Agent 的精度与能力。
其中，多模态 RAG不仅支持图片、表格等多种数据类型的检索，还独家提供了图谱增强能力，对于需要深度关系查询的金融风控、企业知识管理等场景效果提升显著。例如，九号公司利用多模态 RAG，让其多语种智能客服能够"看懂"用户发来的故障图片，并给出精准指导。
而百度 AI 搜索 MCP Server，则是为 Agent 提供了弥补时效性短板的关键能力。与给人用的搜索强调"排序"不同，给 AI 用的搜索更注重结果的"全面、权威、丰富"，因为大模型有能力一次性处理海量信息。vivo 的"蓝心小 V "手机助手，能给通过调用 AI 搜索，才能为用户规划实时的观鸟路线。
忻舟还提到，该服务自上线以来，AI 搜索的日调用量增长非常迅速。刚刚推出几个月，每天的调用量已经达千万级，调用的客户覆盖了互联网、手机、汽车、金融、教育等行业。
在模型优化上，由于客户来自于不同领域、不同业务，模型层也需要针对性的创新与优化，才能实现高精度与低成本的平衡。
如今，千帆的模型库已扩充至超过 150 个，并第一时间引入 SOTA 模型，同时通过分布式部署优化，解决了 MoE 等大模型单机部署效率低下的问题。在这一基础上，针对企业在真实场景中对"性价比"的极致追求，千帆推出了 RFT（强化反馈精调）工具链，让企业仅用数百条样本数据，就能达到传统 SFT 方法数千条数据的效果。
例如智联招聘，即通过此方案，用百亿模型达到了千亿模型在人岗匹配任务上的准确率。此外，千帆还推出了超 10 款自研行业专精模型，如金融领域的千帆慧金金融行业模型，在保证效果领先的同时，以更小的模型尺寸，帮助企业摆脱部署限制，实现成本与效果的最优解。
在满足了企业对精度、成本和开发门槛的追求后，百度智能云千帆 4.0 的升级最终回应了客户的第四个、也是最基础的核心痛点：系统稳定性。千帆 Agent 平台不仅有覆盖内容、平台、数据、模型全方位的安全保障，还有从关键指标、链路到日志的全链路可观测能力，确保 Agent 在核心生产系统中能够安全、稳定、可靠地运行。
结尾
从百舸到千帆，百度智能云此次的全栈更新，不仅是对 Agent 时代云计算需求的一次深刻回应，更是其"云智一体"战略优势的集中体现。这种从底层算力到上层应用开发平台的端到端优化能力，使得企业的应用需求可以直接下沉到算力层，进行深度协同优化，而不是一迭代，就要推倒重来，由此形成了其他云厂商难以在短期内复制的核心竞争力。
AI 技术的发展是一个漫长的进程。当云计算刚刚兴起时，许多人认为"云就是云，AI 就是 AI "。但今天，两者已密不可分。根据 IDC 报告，百度智能云已连续六年位居中国 AI 公有云服务市场第一。这并非偶然，而是源于其十年前便确立的"三位一体"发展策略，以及作为全球 AI 云首倡者，对"智能"方向的长期投入。
这条"难而正确的路"，让百度智能云在技术代际变革的浪潮中，构建了技术护城河和系统性能力。
正如沈抖在大会上提到的，"去年我们说，有多少场景，就有多少 Agents；而现在，一个岗位、一个场景，可能会是几个、几十个 Agents。当价值的创造方式被重构，产业链也会进化，在未来的智能经济时代，一定要有新的基础设施来支撑。"
Agent 的爆发只是智能经济"超级周期"的开端炒股配资开户平台，未来必将涌现更多颠覆性的应用范式。而百度，正在为这场长跑做好准备。
168配资提示：文章来自网络，不代表本站观点。
沪深京指数
热点资讯
