对话

随着人工智能浪潮席卷全球，一个令人惊讶的悖论日益凸显：模型的测试能力突飞猛进，甚至超越了各个学术阶层的人，但对实际经济增长的贡献却并未达到同等程度。为什么模型能力提高了，但实际生产率却保持稳定？此时，百度正试图用一款名为“法谋”的产品提供自己的探索：引导AI的能力从善于回答问题转向善于解决高价值、高难度的现实产业问题。 11月中旬，百度智能云将在北京举办小型闭门交流会，雪豹财经将受邀参加。百度法谋产品负责人和百度智能云信息控制产品负责人向我们勾勒出一幅不同于消费级的图景AI应用：一个致力于“自主进化”等业务和研发的超级智能体正在悄然进入港口物流、城市交通、能源传输等传统产业的核心腹地。两天后，百度世界大会2025召开，百度创始人李彦宏在演讲环节正式发布了百度的规划。李彦宏表示，百度的概念借鉴了“进化算法”，模仿了生物世界亿万年的进化过程，在几天甚至几小时内就火了，从而发现了“全球巅峰，人们过去没有发现的最佳解决方案”。攻谋出自《孙子兵法·谋攻篇》，“第一步攻敌，第二步攻敌，第二步攻敌，然后第二步攻城”。伟大的军事战略孙武在这里解释了成功的四个层次。 “击”代表了智胜、不战而屈人之兵的最高战略思想。百度用这个名字表明这款产品旨在解决最高层次和基础的问题——战略算法和策略问题，而不仅仅是执行层面代码的帮助（“攻城略地”或“攻城略地”）。Famou在几个小时内就吸引了超过1000家企业申请接入测试，涵盖交通、能源、金融、物流等行业。市场对“自保”特工的厚望，源于法某对AI产业价值的重新认识。作为全球领先的商用超级智能，百度的目标是在极其复杂的研发场景中克服人类经验的限制，通过自我进化找到最优解决方案，为企业挖掘生产力红利。一次探索如何将AI能力转化为实际生产力的研究，正在百度悄然起步。打破算法变革的悖论“Valou的核心是编码代理，但它与市场上大多数编码代理有本质区别。” Valou的产品经理解释说，常见的AI编程助手主要服务于软件开发工程师，解决应用构建问题；而Valou则针对算法工程师领域，解决算法本身的设计和优化。这一选择的背后是基于对AI能力禀赋和行业痛点的看法。提到行业观点，Valmo产品负责人指出，世界上有两种类型的任务：一种是“容易编写但难以评估”，另一种是“容易评估但难以编写”，这是算法问题的共同特征。例如，在预测某个地区下个月的用电量时，评价标准非常明确——预测精度越高越好。但编写一个能够达到高精度的预测算法是非常困难的。 “为什么选择算法问题？因为这是一个很难、高价值的问题，过去不容易解决。”瓦尔莫产品经理说道。企业尤其是大型企业完成初步数字化后，其研发环节充斥着大量这样的算法问题：从分类（如医疗病灶识别）、预测（如火山喷发、商品需求预测）到机器学习，到运筹学中的路径规划和资源调度，再到性能的排序优化。这些算法是数字系统的“智能”，其性能的微小改进可以带来数百万甚至数千万的成本节省或效率提升。然而，传统的解决方案价格昂贵且耗时。企业要么依赖内部资深算法专家，要么求助于大学实验室或领先研究机构，难以持续避免项目式交付。 Valmo的产品负责人将算法工程师的传统流程分解为四个步骤：寻找核心算法、识别外部知识、编写新算法、分析效果、优化循环。 “随着大规模模型分析和编码能力的提高，前两步和第三步可以完全交给AI，分析标准由人定义，整个过程自动化。”妹子做的百度测绘主题就是把这四个步骤自动化、测算。它通过对不同的基础算法进行采样并结合外部知识（例如学术论文思想）来构建“进化环境”，生成新的算法变体，然后由明确的评估者（例如正确的算法）进行筛选。ss，目标函数），适者生存，循环不断。这类似于一个“算法育种”过程，利用大规模并行计算，让智能体在数字世界中进行高速试错和进化，最终找到更好的解决方案。 “这对人们来说没什么可做的。”瓦尔莫的产品经理强调，人们的角色将转向更核心的任务：准确识别问题，设置清晰的分析，并对最终生成的算法进行逻辑审核和解释判断。这意味着公司可以将宝贵的专家资源从繁琐的算法测试中解放出来，专注于更具战略性的任务。实施之战：任何新技术的价值，从港口航运到城市交通信号灯，最终都需要在特定的行业场景中得到证明。对于第一组战场，FAMU选择了复杂度高、价值感知强的区域。瓦尔莫产品中心负责人与央企中国数字物流、辽宁港口集团的航运港口合作案例。在港口作业中，一个重大问题是多机调度：如何安排吊车、桥梁等价值数千万的设备，在几天或更长时间内高效完成船舶装卸计划，同时减少设备偷懒和低效移动。这本质上是多约束运算研究中的一个问题，传统上这是一个“NP-hard”问题，即很难在合理的时间内找到最优解，通常需要专家分阶段、大约需要求解。付某的干预方式看似“简单”。工程师优先考虑业务需求：上传描述工作计划、设备限制、工作台系统等信息的文件，并明确评估标准（例如尽量减少使用的桥梁数量）。然后，激活“进化”按钮。系统进入“co“LD启动”和“岛屿进化”，大量智能体并行探索不同的解决方案，通过交叉、变异等操作不断开发新的算法，并进行评估和筛选。经过几天或数百个进化周期后，系统将输出性能最佳的算法代码并报告其效果。以该港口为例，最终结果表明，与原来手动设计的调度方案相比，Valmo改变的新算法实现了将桥梁运行起重机数量减少两台的目标，并通过优化决策路径上，设备调动次数减少了10倍，“但我们很难要求工程师尝试100次并找到100mga的可能性。”瓦尔莫产品经理表示，同样的逻辑应用于更动态的城市交通领域是另一个常见场景。与法某结合。 “控制控制是指对城市道路上交通信号的控制。主要目标是安全和效率。”百度智能云信息控制产品负责人解释，工作流程也分为感知（通过互联网数据和道路设备感知交通需求）、优化（算法决策如何调整红绿灯配时）和控制（信号执行）。其中，优化的主要环节是一个复杂的数学问题。百度强调“全局信息掌控”的理念，即从城市路网整体而不是单个路口的角度进行优化。这包括战略层面的“分区划分”（将具有相似交通特征的交叉口分组，如单点、协同干线、拥堵分区）和战术层面的参数优化（周期、绿灯比、相位差）。之前智能出现后，控制系统依靠工程师编写的算法，可以找到很好的“次优解”，但并不是“最优解”。百度智能云信息控制产品负责人表示：“Valou的优势在于算法独立变化、迭代，而我们要解决的交通优化问题本质上是寻找大规模路口信号配时最优解的数学问题。”通过Valou对信号控制优化算法的迭代，在相同的交通需求下，优化效果（如平均车辆延误）可以比原来的水平提高多个百分点。 “信号控制和森林的结合很自然。”目前，基于森林升级的SaaS信息管控解决方案已在鄂尔多斯、许昌等40多个城市落地。百度智能云信息年度经理ion Control Products认为，这种模式的优点是“快”和“省”——无需在私警网络设备中深度对接，两周内即可交付，且建设成本仅为原来的十分之一。将帮助一些调控基础较差的城市快速达到缓解拥堵的效果。自理智能体的未来与挑战 以百度付某为代表的自我进化之路，为人工智能在工业领域的深度应用提供了新的范式：它不再满足于充当人类专家的辅助工具，而是试图在人们设定的明确目标和规则下自主探索和改变。这种范式的竞争力在于其可扩展性和持久性。 Valmo产品负责人指出，系统性能可以通过增加计算能力来扩展，困难的问题可以分配给更多的智能体进行并行探索。继续，模拟一个“十倍速”的进化世界。同时，框架一旦建立，就可以持续运行，不断吸收新的数据和知识，实现算法的自主进化而不是一次性交付。对于需要持续优化和应对不断变化的环境的工业场景（如物流、运输、金融风险控制）具有巨大的价值。然而，这条道路也充满挑战。首先，专业约束仍然较强​​。无论是端口转发还是流量控制，将模糊的业务需求准确抽象为可计算的数学问题，仍然依赖于既懂业务又懂算法的复合型人才。 Valmo的产品经理表示，与客户共创、了解行业很重要。目前，百度采取了与自有SaaS产品线（如交通、金融等）深度融合的策略。nance）并与标杆客户共建，降低大规模复制难度。其次，关于技术本身的成熟度。瓦尔默产品负责人坦言，相比国际领先车型，单纯的自我预防活动可能还存在差距，但与框架相结合，国产车型也能产生出色的效果。这说明算法本身的设计框架和思想与模型的底层能力一样关键。同时，如何高效引导演进方向，避免局部可靠性崩溃是一大技术难点。从更广泛的工业角度来看，“自我保护代理”的出现预示着商业智能的进程可能进入一个新的阶段：从“数字化过程”到“决策智能”。它的价值不在于取代所有人类专家，而在于成为一种新型生产力企业研发体系中的自主性，能够以更低的成本、更高的速度处理大型、复杂的优化问题，从而将人类专家解放出来，从事更具创造性的工作。百度付某及其最初在港口、交通等领域的专业知识是一次重要的探索。这证明了一种可能性：人工智能不仅可以停留在对话和生成上，还可以潜入产业运营的底层，进行悄然持续的进化。这种演进能在多大程度上推动人工智能对经济增长做出更大的贡献，仍需要更多的时间和案例来证明。但可以肯定的是，这项关于智能体自主性的实验已经开始。作者 |赵文轩 特别声明：以上内容（如有则包括照片或视频）由自媒体平台“网易号”用户上传发布。本平台仅提供信息存储服务。 注：以上内容（含图片）es和视频（如果有）由网易号的用户上传和发布，网易号是一个社交媒体平台，仅提供存储服务信息。