1956年，通用汽车和北美航空在一台IBM 704大型机上运行了人类历史上第一个操作系统GM-NAA I/O。它管理的资源极其有限：磁带、打孔卡片、几千字节的内存。但它确立了一个延续至今的基本定义——操作系统的本质，是决定调用什么资源去解决什么问题。
整整七十年后，百度把操作系统的定义被推到了一个新的边界。
9月16日，2026智能经济论坛开幕，主题是"智能经济，向上、向善、向未来"。但现场发生的事情，和这个主题构成了一个有趣的错位：百度集团执行副总裁、百度智能云事业群总裁沈抖发布的核心内容，是一套产业智能体操作系统。
一个是智能经济论坛，一个是操作系统发布会。听起来，好像不是一码事。
但看完沈抖的整场演讲就会明白，这恰恰是一码事。百度发布的产业智能体操作系统，第一次系统地回答了一个经济问题：智能体经济的终局模式是什么？它如何切实为经济创造效益？
如果按照百度对这套操作系统的定义，它的出发点就已经定位非常之高，准确的说，这个出发点，就是由这套操作系统，深入到企业运转所需的绝大多数工作——不是写周报那种工作，是从日常经营到核心研发、从资源调度到合规审批的全部。把智能体、企业系统和底层云资源组织在⼀起，让智能体真正跑在业务⾥。
而它的终点，是千行百业都由这套操作系统进行高效调度并创造增量——这是我在人类进入智能体时代以来，看到的对未来经济发展范式最富有想象力、同时也最合理的一次畅想。
——导语
01 智能经济的终局模式什么样？
先把镜头拉回眼下。
目前，AI行业最热闹的两件事，是AI Coding能力的竞争和AI办公。无数媒体把它们捧为AI价值落地的标杆。的确，这两个领域里，AI正在积极的产生一定的经济价值。
但和百度智能云在这场论坛上规划的智能体未来相比，它们只是非常早期的尝试。
沈抖在台上算了一笔账：过去一年全球AI资本开支大约五千亿美元，听起来是天文数字，但折算下来只有全球GDP的0.4%。而电力系统投资加上电力消费，已经接近全球GDP的5%。
他的比喻是，今天的AI，可能还只是电灯发明后的第一个月。灯亮了，所有人都看见了变化，但电力带来的社会分工和经济结构调整，还远没有出现。
其实，这场发布要讲清楚的终局，归结起来是三件事。
第一件：为什么提出了智能体操作系统这个概念？
百度智能云深耕产业这么长时间发现，智能体经济的终局可能不是某一个超级智能体包打天下。
它一定由分工明确的多类智能体协同完成——通用的负责日常运营，专业的负责特定领域，定制的承接企业独有的know-how。
在单个企业的运转里，这种多智能体协同的复杂程度已经是一个极致的工程问题；
而在千行百业里，无数个由这种操作系统支撑的企业如果要能够有效协同，构成未来的智能体经济社会，更需要有一个统一的操作系统底座来支撑。
这个概念其实很容易想明白——一台运行windows操作系统的PC所能做的事情是有限的，但数十亿台windows的同时存在，才把人类带进了信息社会。
第二件：为什么这个概念由百度智能云提出？
从目前来看，百度的芯云模体四层全栈架构，能够实现从芯片到云，从模型到智能体应用，端到端全部拉通。这个体系不是百度第一天就想清楚的，但是它一定是百度这个在中国投资AI最早的企业，在多年的实践里面，一点一点攒出来的。这套体系才是撑起这个概念的底气，也是为什么最终是百度智能云来推动这件事的原因。
第三件：这些东西已经在客户那里跑起来了。
泰康上线3500多个智能体，日均消耗Tokens 200亿，把智能体应用在了医疗健康、风控合规、销售运营这些核心场景里。南方电网基于百度胜算，已为多个核心业务构建了十多个智能体应用，并在体系内复制推广。阿尔特用百度伐谋做风阻优化，120轮自主演化后方案用在了真实车型上。
这三件事，就是接下来三个部分要和读者们详细讨论的。
02 三层结构和操作系统
沈抖说得直接：过去三年对AI预期最大的偏差，是用模型能力的增长速度去推算AI经济增长的速度。结果是，模型那条曲线一路向上，AI+创造的GDP曲线，却趴在地上。
原因不在算力也不在token价格，而在于人们没有找到现有的经济社会和智能体之间有效的协同方式。
百度给出的解法，是把企业任务拆成三类。
20%是日常运营，交给通用智能体。但是所谓的通用智能体，并不是因为它们能够解决日常办公的通用问题，这只是它极小的一个切面。真正的通用智能体解决的是通和用这两个问题。它们相当于整个操作系统的调度层，分解人的需求和企业的需求，然后用智能体的方式工作——需要梳理信息就整理上下文，需要分析问题就拆解找关键点，需要协调推进就把人、系统和任务串起来。
30%是专业领域任务。过去三年大模型真正跑出来的场景就那么几类：代码、组合优化、计算机视觉、数据和营销。百度拿出了伐谋、胜算、秒哒、一见、Hogee、文心快码、一镜这样的百度专业智能体矩阵。
有趣的是，百度智能云虽然用了自家的专业智能体作为案例，但是他们却非常的开放：发布了百度搭子为基础的百度搭子开发平台。
可以把它想象为，任何一个操作系统，如果不能包容尽可能多的应用在它自己的底座上跑起来，那么这个操作系统本身也无法形成自己的生态。
最重要的50%是企业核心任务。它长在企业自己的数据、流程和系统里，长在这些东西背后长期沉淀的业务理解上。沈抖把这部分称为企业真正的禀赋。它相当于现在的企业级软件里面跑的那些企业的真实数据。
除了开发平台，百度智能云值得注意的是，百度为此发布了搭子开发平台，还开放全生命周期的DuMate Agent API，与搭子共用同一套Harness框架。这一切的目的，都是为了帮助企业真正的结合自己的核心能力开发出定制化的智能体——这一切才真正构成未来竞争的杀手锏。
三类智能体不是各管一段。
现场演示了一个芯片设计的例子：布局规划和布局是两个相连环节，过去工程师大量时间花在环节衔接而不是设计判断上。现在搭子调用伐谋的Skill，两个工作流直接串起来。
沈抖富有激情地说——这个案例虽然很小，很细节，但可能是全球第一次用通用智能体把割裂的工作流真正串联起来。半导体研发是人类最复杂的工程链路之一，从来都是由人去把握链路之间的衔接，但这一次，智能体可以和工程师一起，解决产业里最难的一类问题，这一步跑通，后面的环节就有机会一点点打开。
这就是操作系统要做的事。向上承接任务，判断需要哪类智能体参与。中间连接企业的知识、数据、权限和流程。向下调度云上的算力、存储和安全资源。
还有一条原则在中国企业环境里尤其重要，即使放到世界范围内，也应该是通行的：那就是不搞推翻式建设，最大程度利用企业的存量数字资产，而不是抛弃它们。
沈抖给出了一条更长的时间线。企业经营系统1.0是信息数字化，账目库存订单从纸面进入计算机；2.0是流程软件化，ERP把采购生产交付财务连起来；3.0是任务自主化。
产业智能体不替代前两代系统，而是把它们组织起来——ERP、CRM乃至更古老的系统以skill或MCP的轻方式接入，企业历史上沉淀的经验、流程、工具被完整集成，而不是变成迁移的负担。
还有一条：这套系统必须开放。伙伴的技能、套件和应用可以接入搭子平台，百度承诺永远不向伙伴抽佣——开放不是商业姿态，是操作系统这个形态本身决定的。任何一个操作系统都不可能封闭生长。
03 芯云模体是底气也是必须
回到操作系统的定义：管资源、调资源。
最近，一直有公司在提智能体操作系统，有做桌面端的，有做手机端的。但我发现一个特点，它们都跑在别人的系统之上，管不到底层权限也管不到底层资源，严格说仍然是一层调度框架。
百度的手伸到了最底层。
昆仑芯十年磨一剑，第三代产品P800在行业里积累了口碑，至今，已经为互联网、能源、金融、制造、汽车、运营商、教育等多个行业建设了全国产昆仑芯集群。
往上是Agent Infra。模型彻底资源化，150多个顶尖模型随时切换调用。Agent Cloud做到万级沙盒百毫秒级热启动，身份和权限统一管理，执行链路全程可追溯。
我在这里详细的列举这四层，不是想替百度智能云开一张能力清单，而是想说明，它们必须四者俱全，才能生生不息，构成一个自己会转的循环。
它大概的模式应该是——智能体进入企业真实任务，产生业务数据，推动模型迭代。模型变强后，能够支持更复杂的推理。推理的密度需求，又推动更高密度的芯片研发和更大规模的云投入。基础设施越强，单位成本越低，又释放出更多过去做不了的场景。
简言之，按沈抖的说法就是：这个循环放在企业内部就是产业智能体操作系统的持续运转，放到产业里就是AI作为底层基础设施的增长飞轮在飞速运转。
这个循环其实已经初步转起来了，而且有数字可以度量。
——百度智能云二季度AI云基础设施收入同比增长50%，GPU云同比增长283%，连续四个季度三位数增长。2026年上半年大模型中标金额以近14亿元位居行业第一，此前已连续在2025年、2026年第一季度实现中标金额与数量双第一。这不是AI刚刚进入使用阶段的那种缓慢升温，而是系统进入了经济体系后，需求换了挡之后的表现，但是它仍然是一个极早期的数据，还远远无法体现这种智能体操作系统赋能下社会经济所能爆发出来的潜能。
04 最难的是在客户那里跑通
按百度的预计，到2030年将有30亿个产业智能体持续运行，带来超过100吉瓦级的推理需求。
我的看法是，这个终局大概率会成立，但不会来得很快。难点不在百度，在那50%定制任务的最后一公里——需要企业自己把流程和know-how拿出来，进行彻底的智能化改造和智能体定制，这是最慢最难的，也是经济价值兑现的关键节点。除此之外，作为一套操作系统，它如果要cover未来5~10年经济发展范式的变化，操作系统本身的进化和沉淀也需要时间。
我们目前还没有一个完整的范本，能说明整套操作系统能够在经济社会中间去运行。但是我们可以看到，有几类企业已经分门别类地打通了其中的重要的难点，这为它下一步的落地树立了一个非常好的开头。
泰康是解决向后兼容的样本。
百度智能云过去几年持续帮它建底层平台和知识体系，chatbot时代做的那批智能体今天一个没被淘汰，被新一代当作能力调用。
所以今年4月部署智能体开发平台以来，很短时间内能有3500多个智能体上线，如果没有长时间的沉淀、对既有数字资产的转化，以及使用智能体的丰富经验，是不可能有如此海量的智能体一次性上线的。几个显著的标志是，日均消耗Tokens 200亿，跑通的流程沉淀成组织可复用的skills，最优秀员工的经验第一次有可能变成整个组织的平均水平。
南方电网是在现有模式下，逐渐闭环的样本。
例如，在专用智能体层面，南方电网通过百度胜算的数据本体能力，让设备、告警、台账、检修记录及其业务关系被统一组织。例如——电抗器温度告警触发后，智能体基于数据本体和真实业务逻辑，自主判断是否构成设备缺陷、进入哪类处置流程，在不同系统中搜集信息、自动填写工单、推动处置闭环。
这套模式已在南网体系内十多家单位复制推广。
阿尔特走到了收入侧。
它是中国第一家上市的独立汽车研发商，服务过全球80多家品牌、500多款整车。
以一个研发场景为例：风阻决定续航、能耗和整车性能，本质上是一个组合优化问题。伐谋接入其现有CFD仿真系统，120轮自主演化后找到更好的解，一次风阻评估从数小时缩短到秒级，方案用在了真实车型上。
和降本增效不同，这是收入侧的故事——它已经在帮企业研发更好的产品，获得新的市场。
严格意义上面来讲，这三个案例，都还是在从通用到专用的过程中。但是，他们对数字资产的使用和调度方法，实际上已经为百度提出的操作系统第三阶段，也就是高度定制化、高度把企业存量 know how 和资产定制成为具有真正企业核心竞争力的定制化智能体铺平了道路，提供了范本，甚至具备了雏形。可以想象，只需假以时日，他们一定能够做到那个阶段。
即使目前的智能体操作系统还没有完全形成闭环，但是它已经在严肃经济场景中间形成了真实的口碑。例如，有80%央企选择百度智能云，2025年中国央国企大模型及应用市场、大模型应用市场均份额第一；800多家金融机构，覆盖100%系统重要性银行，金融大模型份额连续两年第一；中国具身智能AI云市场35%份额位居第一。
这些数字证明的是同一件事：伟⼤的创新，往往不是凭空发⽣的，⽽是在已有基础上的增量创新。⼈和智能体⼀起，把过去做不到的事情做出来，留下新的经验和判断，让系统不断沉淀企业的组织上下⽂，给企业带来真正的增量，最终变成企业独特的禀赋。
真正的智能体社会的降临还需时间。但如果要押这个终局，我宁愿说，去押那个从芯片一直拉通到应用的企业，比如百度。
coding拼的只是模型能力，办公之争抢的是入口，而操作系统之争定的是范式，范式从来只属于管得到和驾驭得了底层资源的企业。
沈抖在演讲最后说，如果拉长技术史来看，无论我们多么高估一场技术变革，最终都会被证明还是低估了。
我也一直认为，由于噪音太多，百度在智能体与经济深层次结合方面的思考、设计，乃至实践上的努力，也被低估了。