我的自媒體搭子太能卷，一頓飯功夫17份成品

，臺下已經開始出片了？？？新聞稿、產品長圖、嘉賓金句海報、現場高光視頻……一個接一個往外冒，簡直是「實時轉錄」。完成這一切的，正是發佈會的主角——百度搭子。發佈會現場，百度搭子直接跑起了長程任務。從資料檢索、信息分析到生成最終成果，整個過程當場完成，交付物也隨即展示在大屏上。現場看下來，我最直觀的感受是： 百度搭子，確實能把一整套能展示、能分發的物料穩定可靠地做出來。這也對應了百度搭子在此次發佈會上提出的新標準： 「專業辦公新定義，交付即驚豔」。所謂「驚豔」，不只是生成速度快。一份合格的Agent產物，還得內容專業、呈現好看，最終能夠真正使用。從產品數據上看，百度搭子最近也來勢洶洶。

據7月AI辦公智能體桌面端榜單，百度搭子以674.30萬月活位列總榜第二，僅次於WorkBuddy；月活環比增長1063.79%，位居行業增速第一。不過，榜單是一回事，實際交付又是另一回事。百度搭子所交付的產物，究竟是否真的專業、好看、還能拿來就用？我們實測見真章！一手實測百度搭子 「專業場景」套件是百度搭子的一大亮點，目前內置了自媒體、金融、教學、設計四套，其中自媒體和金融套件都進行了全面升級。我們先挑了一個大家最熟悉、也最容易檢驗實際交付能力的場景：自媒體。而且這次不測簡單的，要來就來個完整的—— 我直接把一個自媒體主編的活，整套交給百度搭子！

我給了百度搭子一份賬號歷史數據和一套發佈會資料，讓它先覆盤賬號過去哪些內容數據表現好、總結賬號風格，再據此生成適配公眾號、小紅書和短視頻平臺的內容。百度搭子領了任務，二話不說就吭哧吭哧開幹了。在界面右側還能看到它把任務拆成了哪些具體步驟、當前進行到了哪裡，以及調用的套件和技能。這個任務的確比較複雜，我點擊提交就出去吃午飯了。回來一看，百度搭子的文件夾裡竟然有多達17份交付物？！賬號覆盤、傳播策略、7天排期，再到公眾號文章、小紅書圖文、短視頻腳本和事實核查表，一個沒落下。文字之外，它甚至還做了公眾號封面、小紅書配圖和短視頻封面。OMG！百度搭子，你真的有點嚇到我了！！

仔細查看，百度搭子先分析了賬號近90天的30條歷史內容，發現購買決策和真實體驗類選題表現更好，而單純複述發佈會、羅列參數或者大談行業趨勢，數據明顯偏弱。這個發現說明搭子確實有內容運營的判斷力，後面的內容，也確實沿著這套結論展開，對不同平臺的風格進行了適配。公眾號重點講產品能力和使用邊界，小紅書直接回答值不值得買，抖音前三秒就說「先別急著下單」，視頻號則圍繞適合誰、不適合誰展開。甚至小紅書都做了兩版圖文，每一版還列出多個備選標題（誰懂這含金量）。資料裡的幾處衝突，它也基本識別出來了。比如舊版邀請函中的1699元內測價，與正式發佈的1999元零售價、1799元首發價並不一致。

百度搭子採用了最新口徑，還單獨整理了一份事實核查表，說明信息衝突和取捨依據。再結合我自己生成的帶有個人寫作風格的Skill，讓搭子繼續修改，一輪過後文風更貼近目標賬號平時的表達方式。如果長期使用，搭子不斷學習個人表達風格，這步都可以省略。整個流程跑下來，搭子可以很快把一套雜亂的素材，整理成一套結構完整、口徑基本統一的多平臺成果。原本需要一小時的事情，現在20分鐘就搞定了。交付物不僅多而且質量高，確實驚豔。對於自媒體人來說，省下了不少重複性勞動。這些環節被自動化，人剩下的是判斷和創意——恰好是AI替代不了的部分。

第二個case，我使用了百度搭子的「金融套件」，讓它查找宇樹科技最新的公開財務資料，並製作一份經營分析報告。具體過程就不展示了，直接來看one-shot的最終成果： 報告覆蓋了營收利潤、產品結構、研發投入和經營風險等關鍵信息，主要參考宇樹科技招股書、上市公告書等官方文件。核心財務數據與官方披露基本一致，整體呈現也簡潔清晰。總的來說，百度搭子的「專業套件」，相當於把行業知識、工作流程和交付標準打包成了一套現成模板。據百度搭子產品架構師李景秋介紹，一套專業套件通常要打磨約一個月，還會邀請真正的從業者共創。比如，金融套件由專業金融人士參與，自媒體套件則找了KOL、博主和MCN機構一起設計。

它的構成也不只是Skill，還包括權威數據、行業知識和具體工作流。相比通用提示詞，交付結果更穩定；相比用戶自己搭建Skill，又省去了定義流程和反覆調試的成本。百度搭子企業版：從個人交付走向組織交付 不過，個人做出一份漂亮成果，和整個組織穩定交付，中間還隔著一條鴻溝。對於個人來說，偶爾做出一份不錯的報告或PPT就夠了。但在企業裡，同一類任務可能由幾十個人反覆執行，結果必須遵循相同的數據口徑、業務規則和驗收標準。企業級交付的「驚豔」，並非培養出一個更厲害的人才，而是將一套好方法穩定複製給整個組織。這也是百度搭子企業版要解決的問題。百度搭子企業版有哪些特色？第一個還是專業套件。

模型可以買，Token可以買，但一家企業在長期運營中積累的經驗買不到。百度搭子企業版首先要做的，就是將優秀員工的方法、流程和交付要求沉澱下來，變成整個組織都能調用的套件和Skill。這次企業版發佈15個套件、96個Skills，覆蓋金融與財務、商務與法務、產品與研發、運營與人力四大職能域，包括對公信貸、金融、財務分析、預算與預測、投標文件編制、採購管理、合同審查、用戶洞察、產品市場分析、軟件開發、自媒體、招聘和制度培訓等工作能力。企業可以將成熟的流程、模板和檢查項統一下發，讓專業方法成為團隊成員可以直接使用的默認能力。

比如，同樣是分析一份財報，資深分析師知道該看哪些指標、如何交叉驗證，以及最終報告要按什麼邏輯呈現；但新人可能需要幾個月才能摸清門道。專業套件在這裡提供的是行業通用方法，解決「這類工作通常應該怎麼做」。這對中小企業尤其有價值，它們未必有足夠資源，花幾年時間整理SOP和調試工作流，但可以先借助專業套件獲得一個相對成熟的起點。對於個體創作者也是如此。一個剛剛起步的自媒體人，可能既沒有團隊，也沒有歷史數據，更沒有時間從頭搭建Skill。儘管「專業套件」不能保證做出爆款，但至少可以讓新人不用在平臺適配、內容結構和腳本拆解等基礎問題上反覆摸索。不過，行業通用方法也只能解決一部分問題。

真正決定一家企業差異的，是它在具體業務中積累了什麼。客戶反饋、歷史項目、踩坑記錄和私有數據，這些內容無法由通用套件直接提供。於是，第二個問題來了：如何讓一套行業通用流程，真正變成這家企業自己的能力？這就需要企業知識庫。傳統知識庫主要解決資料存在哪裡、如何更快找到。到了Agent時代，知識庫還要讓AI理解資料應該在什麼場景使用，數據應該如何計算，最後又要按照什麼口徑交付。說白了，過去的知識庫幫助人找到資料，百度搭子企業版可以將散落在文檔、會議和項目記錄中的信息，變成Agent能夠調用的「組織記憶」。它不僅要知道公司過去做過什麼，還要逐漸理解這家公司習慣如何做事。

類似任務再次出現時，過去沉澱的方法就不必重新發明一遍。一個具體案例：藍海黑石在採購分析中，業務事實原本分散在SAP、WMS和PLM等系統裡。專業人員還需要結合外部原材料行情，才能形成趨勢判斷和採購建議，靠人工完成往往需要數天。接入百度搭子後，該企業已有系統繼續負責記錄事實，Agent則負責理解問題，將內部經營數據和外部行情組織起來，最終輸出包含趨勢判斷、風險提示及採購建議的可核驗報告。一次成功的分析，再次成為下一次任務的起點。至於企業最關心的安全問題，百度搭子企業版提供了VPC版本，並在權限、隔離和審計等環節劃定邊界。

企業可以限制不同員工和Agent能夠調用的數據與Skill，相關操作可以追溯；遇到文件刪除、系統修改和數據外發等高風險動作，則需要人工確認。至此，企業級AI辦公的鏈路才算完整。專業套件解決「怎麼做」，企業知識庫解決「怎麼變成你自己的」，VPC版本則負責守住安全邊界。三者結合，辦公智能體交付的才是符合企業業務邏輯、能夠繼續進入工作流程的結果。「交付即驚豔」，靠的是什麼？要完成一項長程任務，光靠模型聰明還不夠。任務越長，出錯機會越多。Agent可能忘記最初目標，也可能在調用工具時中斷，甚至活還沒有幹完，Token成本已經先失控了。百度搭子用自研的底層Harness引擎解決的，正是這個問題。

模型負責理解和推理，Harness則將推理轉化為一連串可以執行的步驟，再根據任務狀態調用不同工具，讓Agent持續向最終目標推進。效果也是立竿見影：據官方數據，在任務效果不受影響的前提下，百度搭子的Token消耗降低了75%。這意味著，一項任務不僅要跑得完，還要以可以接受的成本反覆運行。否則，長程Agent再強，也很難真正成為高頻辦公工具。第二層是Skills體系。搜索、網盤、文庫、地圖、秒噠和伐謀等能力，都以Skill形式接入了百度搭子。遇到不同任務時，它可以調用相應工具完成檢索、文件處理或應用生成，不再把所有問題都交給模型在對話框裡解決。

第三，則是Deep Search與Deep Research雙引擎。前者負責從不同平臺尋找信息並篩選高價值內容，後者繼續完成多輪推理和結構化整理，將碎片資料變成可以使用的研究成果。再加上長期記憶和多模型調度，百度搭子可以結合用戶的歷史信息和具體任務選擇相應能力。Harness保證長程任務跑得完，Skills保證調用正確的工具，Deep Research保證信息挖掘有深度，多模態生成保證產物呈現規範——這可能就是百度搭子交付即驚豔的秘密。One More Thing AI辦公最近的進度條，真的拉得有點離譜………… 幾個月前，大家還在卷報告表格PPT，曾經的高端局，轉眼間就成了基礎操作。

百度搭子此次提出「交付即驚豔」，其實也給出了一種新的產品評價方式：下一輪競爭，比的是誰更懂具體工作。以後判斷一個辦公Agent，光是速度快、效果好——你交給AI的工作，做完之後能不能直接用，才是真正的分水嶺。能做到的，叫交付。做不到的，叫生成。畢竟，對打工人來說，AI有多少功能不重要，能踏實可靠地把活兒幹完，才重要～ 版權所有，未經授權不得以任何形式轉載及使用，違者必究。