"Agent 元年 " 进程过半，Agent 虽已从处理简单任务转向复杂交付，却仍卡在 " 信息断层 " 的关键瓶颈——
受限于训练数据截止日期，难以及时获取实时动态信息，企业级场景落地始终差临门一脚。
不过就在刚刚，新解法有了。
百度智能云千帆平台抛出了一张 " 王牌 "，将百度核心战略资产百度 AI 搜索能力，正式通过百度智能云千帆以组件及 MCP Server 的形式进行开放。
如此一来，Agent 能直接调用搜索能力，补上实时信息短板：
能依托搜索实时更新数据、覆盖多元信息来源，更能通过对海量搜索结果的整合、推理与交叉验证，让输出信息更具权威性，减少模型幻觉。
现阶段，平台已聚合 150+ 精选模型服务，企业可即时接入业界前沿 SOTA 模型，百度近期刚发布的蒸汽机 2.0，以及千帆自研的 10+ 行业专精模型亦在其中。
在百度智能云团队看来，构建企业级 Agent 有四个关键要素：
能够处理复杂任务的智能体编排框架，相当于智能体有了 " 手 " 和 " 脚 " 的能力；
配套的能力组件，为 Agent 提供 " 称手工具 "；
持续迭代的模型体系，尤其需具备行业场景定制能力；
安全、高可用、可观测的企业级运行保障。
下面进一步深入，具体看看千帆 4.0 在这些重点方向上，究竟带来了哪些实质性新发布和升级。
MCP 服务升级，Agent 装上搜索引擎
首先来看最为重磅的百度 AI 搜索 MCP Server，直接为 Agent 提供了 " 称手的工具 "。
如前所述，由于大模型训练数据存在截止期限，无法获取最新知识，而百度 AI 搜索正好可以补全这一短板。
并且，与人类用的搜索追求 " 前三链接精准 " 不同，大模型具备强大的信息消化能力，这也就意味着，它可以同时处理大量搜索结果，并进行整合、推理与交叉验证，由此 Agent+AI 搜索更强调结果的全面性、权威性和时效性。
据介绍，"Agent+AI 搜索 " 既可补充实时信息与长尾知识，又能通过结果交叉验证减少模型幻觉，甚至还可辅助生成训练语料，适用于企业内部搜索、对话机器人、深度研究等场景。
依托百度 20 多年搜索技术积累与多元内容生态，加上每日服务上亿用户的高并发架构，企业可获得快速、稳定的搜索增强体验。
多模态 RAG 依托多维度解析策略，能深度解析文档、图表等企业内部复杂数据，并为说明书、发票等常见文档提供场景化解析模板，大幅提升解析效率。
同时，结合百度自研的高性能向量引擎，它能把解析后的文本、多模态数据做统一向量索引，提升检索效率。不仅能支撑百亿级向量规模与十万级分片数量，向量检索 QPS 性能更是开源方案的 1-10 倍。
千帆 4.0 还独家引入图谱增强 RAG，通过知识图谱强化实体关系查询，应用于风控、营销等场景可扩大召回范围、提升检索精度。
两个工具相结合，让 Agent 既 " 知外界 " 又 " 懂内部 "，实现信息获取能力的跨越式突破。
有了趁手工具，接下来高效 " 用法 " 是关键。
千帆 4.0 构建了一套灵活可靠的智能体编排框架，采用多智能体协作方案，先有一个 " 规划者 " 智能体拆解任务，然后分给不同 " 执行者 " 智能体执行，借协作逻辑让不同智能体各司其职，将工具高效、可靠地组织起来，最大化工具价值。
另外，千帆 4.0 还强化了官方预制智能体，" 规划者 " 新增深度思考能力，" 执行者 " 支持并行调度；网页搜索、代码编写等专业智能体，在时效、精准、安全上全面升级。
平台支持 A2A 协议，能够与市面上其他支持该协议的 Agent 平台、独立 Agent 企业等进行相互调用，构建起开放的协作生态。对于那些采用非标准接入方式的企业 Agent，平台也能通过协议适配的方式完成接入。
多智能体协作的扩展性也很高，基于 " 规划分工 " 机制可在已有的功能里动态引入新 Agent，" 规划者 " 能自动识别并决策调用时机。
工具与用法之外，背后是更大的开放性 MCP 生态。
百度智能云千帆团队透露，之后还将陆续开放更多百度独家技术能力作为 MCP Server。
同时，千帆 4.0 已接入支付宝支付、同程旅行等第三方优质服务，让 Agent 能调用更多场景化能力。
仅靠上面这些并不足以称 " 完备 "，百度智能云千帆 4.0 把 Agent 落地需要的四件事打包标准化了：模型、工具链、数据、运行保障。
在模型方面，千帆 4.0 重点做了三方面工作。
一是，快速集成高质量 SOTA 级模型。
平台现已集成 150 多个顶尖模型，包括 OpenAI 的开源模型、DeepSeek-V3.1 等外部模型，也有百度自研蒸汽机 2.0 视频生成大模型，千帆慧金金融行业模型、千帆视觉理解模型等一批千帆自研的行业专精模型。
企业在构建 Agent 时可灵活无感切换底层模型，有效规避了自行部署、调试多个模型时，可能面临的成本难题。
二是，为模型补齐 Agent 必备能力，并控制 " 思考成本 "。
Agent 核心要能调用工具，但很多开源模型的权重文件里根本没有这个能力，普通开发者自己补很麻烦。
千帆直接帮企业和开发者做好了，对领先开源模型都提供了 Function calling 能力增强。比如 DeepSeek-V3.1 等没有该能力的模型，团队就通过底层构建，增强模型多工具调用等能力。
模型的 " 思考过程 " 也可控，千帆 4.0 新增了思维链精细化控制。
简单问题不需要多思考，费时间还耗 token，千帆加了 "Thinking strategy"（思考策略）和 "Thinking budget"（思考预算）功能，简单任务用 " 短思考 "，复杂任务用 " 深度思考 "，平衡效果和效率。
三是，提供场景化调优全流程工具与快速评估机制。
与此同时，千帆此次还推出了很多款行业专精场景模型，基于模型训练过程中的经验积累，提出 " 专精模型深度定制 pipeline"，先评估旗舰模型是否达标，达标则通过蒸馏压缩模型，不达标则通过 SFT+ 强化学习训练场景模型，最终合并多个场景模型，做出效果好、速度快还便宜的专精模型。
模型调优工具上，千帆 4.0 全新发布 RFT（强化精调）工具链，能少用数据就做出好效果：新手有预制的参数、奖励规则、镜像环境，能够快速体验 RFT 效果；专家能自定义参数、规则，还能白盒建模。
最后是模型评估，千帆 4.0 新增 Benchmark 评估，内置十多个权威评估集合与预制方法，模型训练后可快速测试通用能力，还支持上传自有数据验证业务适配效果；同时提供性能评估，可测算模型资源需求与响应时间，为后续部署提供参考。
除了模型服务之外，千帆 4.0 正式发布了数据智能服务平台，解决企业数据治理痛点。
值得一提的是，针对企业引入 Agent 时关注的平台稳定运行、故障规避、弹性扩容及数据模型安全、运维可追溯等需求，百度智能云千帆还从全维度安全合规、高可用架构、可观测运维体系三方面构建了全套保障能力。
搭建起 Agent 基础设施
总结来看百度智能云千帆的战略路径。不是做一个又一个 " 演示级 Agent"，而是搭智能平台、强基础设施、放核心能力。
从今年 4 月百度智能云正式发布千帆企业级 MCP 服务，到如今把 " 百度 AI 搜索 " 作为王牌 Server 开放，再到第三方能力与开发者自建能力的引入与分发，平台正在把 " 能力聚合 " 升级为 " 能力网络 "。
截至目前，千帆平台已孕育出超 130 万个智能体，服务制造、能源、金融、汽车、教育等领域的超 46 万家企业。这些数字背后，是越来越多可复用的场景范式、可沉淀的数据资产、可观察的工程体系。
一周前，IDC 发布的《中国大模型平台市场份额，2024：市场正在成形》报告显示，2024 年中国大模型平台市场规模攀升至 16.9 亿元。在竞争激烈的市场格局中，百度智能云以 14.9% 的市场份额再度登顶，连续两年稳居行业领跑者。
更重要的是，百度智能云千帆把 "Agent 的基础设施 " 这件事做成了平台叙事：模型可自由切换、工具以 MCP 标准化、数据以多模态 RAG/ 图谱统一表达、运行以可观测与高可用托底，每接入一个 MCP Server，接入的就是其背后的数字生态。
对企业而言，这意味着不必再执念于 " 先天完美的行业大模型 "，而是以千帆为底座，先连起来、先跑起来、再迭代起来——把真实业务的反馈变成持续进化的燃料。
对生态而言，这是一场从 " 模型之争 " 迈向 " 平台与基础设施之争 " 的升级。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
点亮星标
科技前沿进展每日见
