|
每经记者 可杨 每经编辑 张益铭 在4月25日的百度Create大会现场，百度创始人李彦宏带来百度文库、百度网盘联合推出的全球首个内容领域操作系统——沧舟OS。 依托沧舟OS，百度网盘和百度文库联合推出“AI笔记”，用户在网盘内观看学习视频时，可一键生成AI笔记，还能生成AI思维导图、基于视频内容AI出题，实现视频和笔记在同界面的流畅联动。 百度创始人李彦宏曾将百度文库称为“百度AI重构最彻底的一款产品”。百度副总裁，文库事业部、网盘事业部负责人王颖在接受包括《每日经济新闻》记者在内的媒体采访时指出，整个行业的发展趋势都是通过能力的组合与对Agent的调用，逐步实现对用户完整需求的交付。 MCP（Model Context Protocol，模型上下文协议）是AI领域最新热议的焦点，值得注意的是，不久前的4月15日，支付宝联合魔搭社区，在国内推出“支付MCP Server”服务。王颖认为，作为一种协议，MCP已经初步具备了承载体系化协同的基础条件。 AI的未来：无所不能、无处不在“‘无所不能、无处不在’是我们希望AI未来能达成的愿景和目标，”百度副总裁，文库事业部、网盘事业部负责人王颖在采访中表示，好的AI应该像人一样思考，像人一样工作。 基于这种愿景，百度文库和网盘联合推出了“沧舟OS”操作系统，构建了以多Agent智能体协同为核心的平台，希望在文库、网盘等产品之上，融合输入、处理与输出三大能力，以期在任何场景下都能为用户提供端到端的深度交付。 在百度内部，构建这样一套系统并非一蹴而就。王颖坦言，之所以没有早点推出，是因为它需要长时间的能力沉淀——从文库、网盘的AI重构开始，百度文库、网盘就在系统性地积累大模型赋能下的多模态输入、输出、信息处理等能力，并通过Agent协作机制将这些能力整合成能够深度交付的工作流。这源于技术能力的长期积累，也是在行业演进中不断适配、串联能力的结果。 基于此，王颖介绍，“沧舟OS”系统的构建除了在横向上围绕输入、处理、输出建立工作流，同时在纵向架构上也遵循了MCP Server（模型上下文协议服务器）、MCP Client（应用服务层）、MCP Host（面向用户的终端层）三层结构。 其中，MCP Server包括底座基建和中枢系统：底层基建包含工具框架和知识化框架，沉淀了丰富的公域知识库、私域知识库，以及用户记忆库“三大库”和用于调用的工具能力；中枢系统包括融合编辑器、阅读器、播放器“三大器”，以及调度中枢，结合用户记忆和画像数据，通过模型理解用户意图，高效分配调度Agent。MCP Client是应用服务层，聚合了文库、网盘等自研Agent以及专业的第三方Agent，构成核心中枢。MCP Host则是面向用户的终端层，涵盖企业用户、开发者、智能体应用等各场景和终端。 王颖表示，从早期的Chatbot（聊天机器人），到后来的Agent（智能体），再到多智能体协同，以及当前广受关注的MCP概念，整个行业的发展趋势都是通过能力的组合与对Agent的调用，逐步实现对用户完整需求的深度交付。王颖认为，作为一种协议，MCP已经初步具备了承载这一体系化协同的基础条件。 面对“沧舟OS”系统落地过程中的技术难题，王颖坦言：“几乎每一步都是挑战。” 王颖指出，首先是多模态内容的理解层面，包括模型如何应用、文件怎么解析、解析后如何变成同样的向量，以完成进一步的推理，这是工程团队和大模型团队从去年就开始做，直到没有问题才集成到系统上的。 其次是用户意图的理解与澄清，王颖认为，这是降低用户操作门槛的关键。 此外，王颖还提到多模态的输入和输出，“我们希望多模态是一个完整的交付，从输入开始就应该是多模态，拍照、语音、文字都可以作为任务起点”。 为了实现规模化应用与商业可持续，王颖强调控制成本与提升调用效率的重要性。“现在爆火的智能体都是不可持续的，每个人都要搞一遍，它的成本是很难控制的。”王颖认为，通过多任务智能体调用的方式，能够把每一次调用的成本摊薄，才有机会让AI实现真正可用、可规模化使用。 从深度思考，到深度交付“这套系统应该长成什么样子？应该根据用户的需求来看。”当被问及如何理解沧舟OS系统时，王颖表示。 在王颖看来，大模型时代的操作系统将与传统PC时代完全不同。从PC时代的Windows系统到今天的AI原生平台，最大的区别在于是否能够端到端地解决问题。 过去，Windows以窗口式界面为统一形态，基于Windows之上的各种应用程序完全不同。“因为它受限于技术不能够端到端解决问题，所以导致底座是底座，通用程序是通用程序。”王颖表示。 在大模型驱动下，情况发生了变化，王颖认为，大模型时代的操作系统最后要解决端到端的问题。AI不再只是工具，而成为“任务解决者”。王颖认为，真正的AI操作系统，最终目标是实现从需求理解到任务完成的全链路闭环，端到端地实现从深度思考到深度交付。 “沧是沧海的意思。我们的系统就像水一样，放在圆的容器里就是圆的，放在方的容器里就是方的。”也正因如此，沧舟OS的具体形态因任务而异：在自由创作场景中，它表现为“自由画布”；在学习场景中，在网盘里可以呈现为“AI学习笔记”；在视频场景中，系统又会自动唤起视频理解、知识提炼等多模态能力。 王颖表示，当前，行业的共识是：靠单个Agent解决不了复杂问题，必须靠多Agent协同。王颖指出，如何搭建一套好的工作流，然后解决完整的任务，是大家都去追求的目标。 王颖强调，不可能有一个通用的WorkFlow（工作流）能解决所有问题，而是应该随着用户的操作路径，实时构建出最合适的流程。在沧舟OS中，这样的“流程生成”也是由系统自动完成的。“你觉得下一步是什么，我给你的就是什么”，这是沧舟OS区别于传统操作系统的根本所在。 “从第一天开始希望我们解决问题的能力是，让AI聪明又能干。”王颖表示，生成只是第一步，生成完了能够真正可用，才是最重要的。 因此，在当前阶段，王颖强调的是更实用的工程路线：以多模型组合、多Agent协同，再加上完整的产品工程体系，分阶段推进AI的落地能力。 “以前连这个都不具备，因为以前的大模型没有这种通用的能力，都是专用的能力，是解决不了的。”王颖表示，通过深度思考、深度交付、公私域知识库和MCP体系，四者协同发力，才能在多元场景中真正满足用户需求。 封面图片来源：每日经济新闻 资料图 |
