01
◎ 方向感
百度可以吐槽，但有些判断值得留意
2023 年行业还在卷参数时，李彦宏强调应用价值；2024 年大家等超级应用时，他更看好智能体。今天回头看，这些判断确实踩中了 AI 落地的节奏。
调侃归调侃，百度总是能起个大早，说明方向感还是值得留意。
Create 2026
北京现场观察
AI 落地真问题
百度又起了个大早？聊聊 AI 落地真问题
上周去北京围观百度 Create 开发者大会。现场最强烈的感受是，AI 已经穿过模型和工具的热闹， 开始进入企业工作流、数据底座和组织协作这些更具体的问题。
DAADaily Active Agents
OPC试点经验变成组织能力
5个现场观察
3层组织进化
90%问题在工作流
现场感▦
红旗招展、人山人海，AI 已经坐进了各行各业的会场。
大会本身的议程不需要过多介绍，网上报道和自媒体总结一搜就有。现场更值得记录的是， 参会的不只是互联网和开发者圈子，金融、政务、制造、能源、交通、医疗、教育、文旅、媒体、 央国企和专业服务机构都能看到身影。
Observations
这次真正值得看的，不只是产品。
把 DAA、智能体、业务本体和 Super OPC 放在一起看，会发现 AI 落地正在从“会不会用工具”， 走向“能不能重做工作系统”。
02
◴ DAA
少看热闹，多看交付
过去互联网看 DAU，AI 时代更该看每天有多少 Agent 在替人干活。对组织来说，AI 转型要少看工具使用人数，多看真实任务有没有被改造。
从 AI 使用率，走向 AI 任务闭环率。
03
▧ 三层进化
Agent、个人和组织一起变
智能体开始拆任务、调工具、吸收反馈；个人可以调用一组 AI 能力扩展工作边界；组织则走向人和 Agent 的混合协作。
这套框架真正有意思的地方，是把 AI 从工具问题推到了组织问题。
04
▤ 数据底座
让 AI 读懂业务，而不只是读材料
百度胜算这类产品的启发在于，企业 AI 落地的难点常常不在有没有数据，而在数据背后的对象、关系、规则和流程有没有被建模。
智库的数据资产，光存起来不够，关键是让 AI 能理解、能推理、能调用。
05
♙ Super OPC
把试点经验变成组织能力
Super OPC 不宜讲成个人英雄叙事。真正有价值的，是小团队先跑通具体场景，再把经验扩散到更多课题、更多业务、更多对外服务里。
重点不在某个人变得多厉害，而在试点经验能不能变成组织能力。
带回来的判断⌘
AI 落地开始拼真功夫了。
衡量方式
从使用量到任务闭环
培训、注册、调用都只是表层指标，真正要看任务有没有被 AI 接住。
落地基础
从知识库到业务本体
数据需要带着对象、关系和语义进入模型，AI 才能理解真实业务。
组织形态
从单点试用到组织沉淀
小团队跑通的流程，要沉淀成模板、工具和公共能力。
✣
变化不会一夜之间完成，但方向一旦清楚，真正的分化就已经开始了。