文 | 佘宗明

“AI的下一轮变革，是以AI工厂重构生产力逻辑，以智能体重塑劳动力结构。”1个多月前，英伟达创始人兼CEO黄仁勋在某论坛上如是说。

黄仁勋所说，并非没来由：2025年已到尾声，回看过去3年，历经前期烈火烹油的“参数竞赛”“性能PK”后，AI行业的叙事主线正向“落地才是硬道理”的实用主义归拢，关注焦点也在转向AI对生产力、工作流和产业生态的实质性重塑。

这连接的命题，便是“AI+产业”。

“AI+产业”听似宏大，实则已融入现实厚土当中：它是工厂生产线上的AI视觉检测系统，能精准识别零部件微米级瑕疵；是田间地头的AI传感器，会实时监测土壤湿度、养分含量；是物流仓库智能分拣机器人，会根据包裹尺寸、目的地自动规划分拣路径……

问题来了，该怎么让AI和产业的融合融出深度，避免浅融辄止？

在许多AI应用争奇斗艳之际，一个叫“伐谋”的新物种拍了拍产业界，并抛出了不一样的“设计图”。

顺着图纸看去，百度勾画出的那条“向实而行”的AI路线清晰可见：以自主可控的AI全栈技术为基座，将AI能力深度内化为产业的增长引擎。

01

说到伐谋，很多人难免会想到《孙子兵法·谋攻篇》里的那句“上兵伐谋”，言下之意是，用兵上策是以智慧谋略取胜。

在上个月的2025百度世界大会上，百度将刚上新的全球首个可商用自我演化超级智能体命名为“伐谋”，显然是取义于此，以表达要以善谋寻求“全局最优解”之意。

从产品形态上看，伐谋不是ChatGPT式的对话机器人，也不是Copilot式的编程助手，跟市面上主流的AI工具都有些区别。

从OpenAI的Codex到谷歌的Jules，这两年，全球主要科技巨头都在布局Coding Agent赛道。但常见的Coding Agent通常都是聚焦于软件开发工程师的应用构建需求，解决的是“执行层面”的代码辅助问题。

伐谋不一样，它瞄准的是算法工程师的核心工作场景，解决的是“战略层面”的算法设计与优化问题。

这差异化的定位，反映了百度对AI长远产业价值的洞悉：在AI技术逐渐走向产业纵深的背景下，充分发挥AI的新工业革命助推器作用势在必行，AI技术红利不只在于提升个体执行效率，更在于突破人类认知局限，为复杂产业系统提供“深度AI化”的优化方案。

本质上，现代产业运转就是在跟众多“可计算目标”打交道：汽车风阻系数、金融风险区分度、港口吞吐效率、电网调度成本……诸如此类的指标框定了产业效率的天花板。

从企业角度看，企业生产与研发环节往往也是由一系列关键算法驱动，如排产调度、交易决策、资源优化与路径规划等，它们决定着核心业务的竞争力。

可放眼现实，很多业务运行总会受制于“人”：海上风电电缆布置，会面临“三维迷宫”般的路径规划难题；金融风控模型的优化，会受限于数据工程水平限制……人类的认知边界局限与经验积累短板，经常难以突破局部最优的瓶颈。

不少企业会引入AI应用，但传统AI应用大多是“一次性开发”模式——算法团队根据需求训练模型，交付后便基本固化，后续优化依赖人工调参，周期长、成本高。

作为企业级算法自主优化引擎的伐谋，则打破了这样的路径依赖。凭借“冷启动+自演化”引擎架构，伐谋推动了许多业务场景从“人类经验依赖”到“AI自主寻优”转变。

在此过程中，伐谋非但能模拟顶尖算法工程师涵盖“需求理解-算法设计-实验验证-迭代优化”的完整工作流，还能跳出人类专家的串行思维局限，以并行演化方式在指数级扩大的搜索空间中持续逼近全局最优解。

02

用术者，伐巧；用智者，伐谋。

有意思的是，今年8月，全球多所顶尖高校研究团队曾参照“阿西莫夫机器人三定律”，联合提出了“自进化AI智能体三定律”，包括Endure（安全适应）、Excel（性能保持）、Evolve（自主进化）。

安全适应，是指任何修改必须保证系统安全稳定；性能保持，是指在安全前提下必须保持或提升现有任务性能；自主进化是指在前两者得到保障的基础上需自主优化内部组件，以响应环境变化和任务需求。

如果说这听着有些抽象，那伐谋就让人看到了其具体实现路径。

伐谋的工作机制就像高度智能的“算法孵化器”：通过多智能体并行生成多样化初始解，再经由分布式集群的变异与交叉机制持续进化，最终输出超越人类专家认知边界的最优方案。这离不开三大核心能力支撑——对话式需求澄清，能降低使用门槛；自动评估器生成，确保目标对齐；初始算法构建，实现快速启动。

得益于此，伐谋具备了跨场景、跨任务、应对不同模式变化的自适应能力。

在KernelBench测试中实现最高20倍性能提升，在MLE-Bench、ALE-Bench等权威基准上超越微软、OpenAI的同类系统……伐谋的技术领先性，已得到数据佐证。

技术领先是表，价值重塑是核。伐谋承接的，不是很多人想象中的重复劳动，而是传统上被认为必须依赖人类专家的核心环节，如算法设计、参数调优、方案选型等。

当此之时，再拿效率工具看它，只会是对其产业价值的窄化。

目前看，市场已对此做出了积极回应：伐谋发布当日，数小时内就吸引了上千家企业申请接入测试，覆盖交通、能源、金融、物流等多个关键产业领域。

百度在2025百度世界大会上公布的落地成果与应用效果，也佐证了其深层产业价值——

在鄂尔多斯伊金霍洛旗的交通治理场景中，百度智能云信控平台通过AI调控红绿灯配时方案将车均延误降低13%，引入伐谋后找到城市缓堵治理最优解，车均延误再降5%；

在辽港集团的港口调度场景中，利用伐谋对船舶靠泊、岸桥作业、集卡运输与场桥调度等环节进行全局优化后，在港航物流作业领域带来了每年上百万的节能降耗空间……

超级智能体中的“超级”二字，瞬间变得具象化了。

03

风乍起，伐谋搅动产业变革一池春水。

那，伐谋之路，为何是百度先行？

答案可以归为两个“先”：技术布局之先；战略判断之先。

伐谋的长板，不在单点突破，在于从底层算力到顶层模型的极致协同与高效反馈。

这依托的，是百度十余年来在AI上的早早布局与绵绵用力。

前段时间，谷歌凭着Gemini霸榜实现对OpenAI的反反超，引发了行业对其全栈AI优势的瞩目。迄今为止，全球具备“芯片-框架-模型-应用”四层自研能力的公司只有两家，一家是谷歌，另一家就是百度。

从昆仑芯到飞桨框架，从文心大模型到萝卜快跑、慧播星数字人和伐谋，百度构建了全栈自主可控技术链。

伐谋在性能上远超同行，就是对百度全栈协同效率的验证。

还要看到，伐谋从诞生之日起，就跳出了消费级AI的框架，直指产业领域更“底层”的核心痛点。这是百度“AI观”的最直观注解。

这两年，李彦宏反复强调“别卷模型，要卷应用”，屡次表示“机会最大的是在应用层”，着眼的就是要加速AI与产业深度融合。

这无疑是对AI发展规律与竞争格局的清醒洞察：从发展规律讲，移动互联网时代从应用层到基础设施的倒三角形格局，也会在AI时代复刻；从竞争格局看，中美各自的优势点很分明，美国在基础模型上仍占优势，但中国拥有最齐全的工业门类和极度复杂且对效率成本敏感的应用场景。

时与势，都在催促着AI技术往能解决产业痛点的方向走，而不是止于Chatbot。

伐谋“实用至上”的底色就很明显，它不是炫技花活，而是直接钻进产业深水区，着眼解决产业中那些“评估容易求解难”的优化问题。

04

伐谋助“实”，究其抓手，在于“内化”。

传统赋能模式讲究“外部辅助”，AI是嫁接在现有流程上的“外挂”，企业需要被动适应技术特性。

AI能力内化则追求“内部原生”，将AI变成企业价值创造的“内驱力”，让AI成为企业发展的原生推动力。

在2025百度世界大会上，李彦宏曾强调，当每家企业、每个人都能让AI能力被内化，成为原生能力，智能就不再是成本，而是生产力。

百度推出伐谋，自然不只是为了打造单个爆款产品，而是以伐谋为标杆产品探索AI能力内化的通用路径，最终实现“将AI能力内化到千行百业”的目标。

AI能力内化，通常涵盖三个层次：

第一层，看重效率工具的“替代效应”，AI是高级自动化工具。

灾害预警模型选优是个边际容错率极低的领域，预测错了可能后果极为严重，所以以往经常得依赖⼈⼯串⾏试验，很耗时费力，但伐谋却通过并⾏⽣成候选模型、统⼀评估及持续演化，将模型选优周期从以“周”为单位缩短到“⼩时级”（仅需6⼩时），确保了防灾决策时效性的同时保证了预测效果的稳定性。

这里面，AI发挥的更多的是降本增效角色。

第二层，看重流程再造的“重构效应”，AI可改变产业底层工作范式。

亚洲最大独立汽车设计研发公司阿尔特在风阻智能预测上与伐谋合作后，御风智能预测系统将汽车研发从“设计-验证-修改”的串行循环升级为“边设计、边验证、边优化”的并行协同，将风阻分析验证周期从10小时缩短至几分钟就能输出可视化压力云图。

不难看到，AI带来了人机协作基点的位移。

第三层，看重的是增长引擎的“原生效应”，AI成为业务增长的“决策大脑”。

中信百信银行在引入伐谋后，不光效率提升了，风控模型也“看”得更准了，能精准识别出看似有风险但实际优质的客户，从而在可控风险范围内服务更广阔客群。

这时候，AI已成可直接创造新业务价值的内生动能。

值得注意的是，在12月25日举办的百度AI day上，伐谋方面还公布了生态伙伴计划。

这托起了以开放生态撬动合作共赢的想象空间：行业专业知识（know-how）与伐谋自我演化能力结合，能让伐谋获得高质量初始解和行业评价标准，也能让更多企业获得“自我进化”的算法能力。

05

从伐谋切入推动AI能力内化，百度的落子某种程度上是在回应一个时代命题：如何让AI更好地助力千行百业？

当前我国已发布大模型逾1500个，数量居世界首位，这对应了AI方面的“供给”；超大规模市场与完备工业体系，带来了全球最丰富的应用场景，这对应了AI方面的“需求”。

如何将AI技术优势转化为产业数智化优势，让供需更好地衔接，是摆在多方面前的重要课题。

如今，百度已用AI能力深度内化的战略动作+全栈自主的技术基座+开放协同的生态构建，给出回答。这呼应了国家层面的“人工智能+”行动，也为行业提供了可资参照的样本。

很明显，这条路线与硅谷的“模型中心主义”迥异：OpenAI们一直都致力于构建更强大的通用模型，然后再去寻找应用场景；百度则反其道而行之，从产业深层次痛点出发，用全栈能力构建自我演化的算法引擎，将AI能力内化为企业增长的“原生推动力”。

这点着实耐人寻味。

某种程度上，伐谋体现出的产业价值，本身就不无启示性：AI时代，最高级的竞争不是“攻城”式的技术对抗，而是“伐谋”式的战略升维——将AI从外部工具变为内生引擎，从效率提升变为价值创造，从单点突破变为系统重构。

这条“内化”之路，是融嵌在产业数智化的大局之中的。

其最终检验标准，不是实验室的基准测试得分，而是鄂尔多斯街头的通行效率、阿尔特新车型的续航里程、百信银行服务的小微企业数量、辽港集团节省的能耗成本。

而当AI能力在“内化”中变为企业的新型水电煤时，随之而来的，既会是AI产业的加快发展，也会是传统产业的加速转型。

这，也许就是中国AI行业跟各个产业都需要的“伐谋”之道。