鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

认知偏差、落地断层、体验割裂是目前AI产品的三大痛点|百度王颖@MEET2026

编程导航
编程导航
2025-12-19 12:30
阅读 178
编程导航
2025-12-19 12:30
阅读 178

AI应用要实现个性化、自由化、通用化

编辑部 整理自 MEET2026

量子位 | 公众号 QbitAI

当AI从“能说会道”的聊天伙伴,演进为“能想会做”的行动助手,一个关键问题却日益凸显:

为什么AI能力越强,用户完成复杂任务反而越“累”?认知偏差、落地断层与体验割裂,正成为横亘在AI普惠面前的三大鸿沟。

对此,百度集团副总裁,文库事业部、网盘事业部负责人王颖在量子位MEET2026智能未来大会上,分享了AI时代下的“超级个人智能体”。AI超越问答与生成,转向深度融合个人记忆、理解复杂意图、自主调度多能力协同执行的综合性智能伙伴。

她系统阐释了百度如何通过核心调度中枢GenFlow及全新智能体生态,将百度文库与百度网盘重塑为“最懂你、能搜索、会干活”的超级个人助手,并披露了其全球化进展。

认知偏差、落地断层、体验割裂是目前AI产品的三大痛点|百度王颖@MEET2026

为完整呈现王颖的思考,在不改变原意的基础上,量子位对演讲内容进行了整理编辑,希望能给你带来更多启发。

MEET2026智能未来大会是由量子位主办的行业峰会,近30位产业代表与会讨论。线下参会观众近1500人,线上直播观众350万+,获得了主流媒体的广泛关注与报道。

  • 认知偏差、落地断层、体验割裂成为了用户目前使用AI产品的三大痛点。
  • 要打造真正的超级个人智能体,赋能用户成为超级个体,让AI应用想得全、想得对、做得好,实现个性化、自由化、通用化,使每个人能力加倍。
  • GenFlow是百度文库联合百度网盘设计的超级智能体框架的调度中枢,月活用户达千万级,成为全球最大的通用智能体。作为首个全模态、全链路的通用智能体,可覆盖学习、办公、生活、娱乐全场景,满足聊天、问答、检索、创作等核心需求。刚刚更新的GenFlow3.0版本已经内置到百度文库和百度网盘双端。
  • 百度文库推出AI学习平台OREATE AI,能端到端完成全场景全模态创作。新版本上线一个月月活突破140万,登顶ProductHunt全球日榜第一名。
  • 百度网盘于今年9月上线全球175个国家和地区,具备多语言字幕、AI相机、AI笔记等特色功能。

……

以下为王颖演讲全文:

我今天演讲的主题是:AI打造超级智能体,成就超级个体、超级团队、超级组织。

ChatGPT发布至今已整整三年。回望过去,在前AI时代,我们每个人都依靠自身的经验和思考方式来完成工作,个人的认知和能力限制了我们的想象力与执行力。

而过去三年,AI应用大幅拓展了个体的能力边界,但当前AI产品仍有三大较为突出的痛点:

  • 第一,认知偏差。幻觉问题依然存在,同时缺乏对个人知识的有效沉淀与利用。
  • 第二,落地断层。AI出现“手脑分离”:能想到的很多,但真正能做到的却不多。
  • 第三,体验割裂。即便AI能做,用户也常需要在多个工具间来回切换;不同能力、模态和格式难以实现一站式整合,导致用户完成任务的过程磕磕绊绊、处处受阻。

要真正打造超级个人智能体,帮助用户成长为超级个体,我们必须充分解决上述这些问题。

AI应用必须想得全、想得对、做得好,才能真正实现个性化、自由化、通用化,让每个人能力加倍。

基于这样的愿景,我们一直希望将百度文库和百度网盘打造为超级个人智能体,为用户提供个性化、自由化、通用化能力,让每一个使用文库和网盘的用户都能成为超级个体,真正实现自由表达、全能操作。

2023年起,百度文库和网盘奔着这个目标一直努力——

我们构建了MoE架构,推出了行业首个上线的融合编辑器,为大模型接入工具能力。今年4月份,我们推出了沧舟OS,8月份推出了GenFlow2.0,内置了个人的记忆系统……

这些努力都是为了让文库与网盘的产品矩阵,逐步演进为一个完整的超级个人智能体,成就每个人成为超级个体。

其中,GenFlow是我们设计的超级智能体框架的调度中枢,最近也迎来了GenFlow3.0的重磅更新。

目前,GenFlow3.0已内置于百度文库和百度网盘双端,月活用户规模达到千万级,成为全球最大的通用智能体;作为一款覆盖全模态、全链路能力的通用智能体,支持学习、办公、生活、娱乐等多类场景,能够满足聊天、问答、检索和内容创作等核心需求。

认知偏差、落地断层、体验割裂是目前AI产品的三大痛点|百度王颖@MEET2026

本次GenFlow3.0核心突破之一,是内置记忆中心全面升级。它能基于用户的历史规划和任务形成长期记忆。

比如一位学生通过GenFlow咨询过经济学的论文,创作过经济学的主题分享文案,这些交互都会自动沉淀到GenFlow长期记忆库。之后,当用户再次提出相关需求时,GenFlow能基于过往对话提供个性化回答,无需用户重复提供背景信息。

同时,用户也可以主动向GenFlow补充自己的工作偏好或数据习惯,用于构建更完整的个性化记忆。

依托这一记忆能力,GenFlow3.0能根据用户的专属偏好和历史任务,实现深度个性化的内容生成。

以月度报告为例,这是许多职场人的刚需。当用户向GenFlow发出指令“请调取我写过的月报模板,补充新的协作亮点模块,并添加两个待改进方向”,GenFlow就能精准调用用户历史使用的表格模板与格式,结合其电商运营的职业属性、写作风格以及数据表达的偏好,在原有框架上直接迭代生成一份完全贴合用户习惯和需求的最新月报。

在GenFlow的赋能下,百度网盘升级为一个“最懂你、能搜索、会干活”的个人助手。

相信不少人都有这样的困扰:AI行业日新月异,我们总想跟上前沿,却常常被海量信息淹没。百度网盘全新上线了“定时任务”功能,并结合GenFlow的记忆能力,正成为解决这一痛点的利器。

依托GenFlow强大能力,系统可以每周自动整理AI前沿资讯、下载最新论文,并生成个性化的深度解读报告。任务完成后,GenFlow会定时将整合后的AI行业新闻、研报,以及分类规整好的多模态行业资料主动推送给用户。对于视频课件类内容,用户还可以借助网盘内置的AI笔记功能构建个性化的学习路径。

有了定时任务功能,每个人获取和理解信息的能力都得到了超级加倍。

本次GenFlow多智能体调度中心的升级,也得益于两大关键智能体的上线。

首先是Office Agent,这是第一个能够真正吃透办公套件的智能体。无论是Excel的复杂计算、数据高亮,Word文档的深度排版,还是PPT的生成、编辑和一键美化,它都能基于自然语言一键搞定。

Office Agent让用户能够以最自然的方式表达自己的需求,从一句话生成到一句话修改,使每个人在办公与学习中都具备“超级个体”的能力。

在生活娱乐场景中,我们重磅发布了行业首个多模态通用智能体GenX。

GenX聚焦三个核心能力,精准解决行业痛点:

  • 个性化创意:能灵活使用自有素材和AI能力,打破模板限制;
  • 自由化编排:自带任务拆解、路径规划和工作流编排能力,不需要任何专业技巧,人人都能成为“超级创作家”;
  • 全模态通用:统一图文音视频的理解、生成和编辑全流程任务,不论是动图、视频或播客制作都能轻松完成。

GenX中的“X”,代表着每个人不断延展的想象力与可能性,希望通过技术为生活增添无限的可能。

目前GenX Agent也已经上线百度文库和百度网盘双端,用户可以通过GenFlow的通用入口一键体验。从自由修图、美颜、生成趣味绘本、定制专属表情包,到与好友共创视频合影、创作音乐,各类创意玩法都触手可及。

认知偏差、落地断层、体验割裂是目前AI产品的三大痛点|百度王颖@MEET2026

以上只是一些单点能力的例子。真正让每个人成为超级个体和超级智能体的核心价值,不在于某一个单点功能,而在于将所有能力完整整合,支持用户完成复杂、综合性的任务。

GenX的应用场景没有边界,我们期待每位用户记住它的通用能力,探索更多有趣的新玩法,尽情释放新的创意。

如果把Office Agent和GenX比作精准破局的尖兵,那么GenFlow就是运筹帷幄、统领全局的指挥官。当用户输入复杂需求时,GenFlow会拆解用户意图,并同时发布多个任务,在此过程中还支持用户随时干预、插话或追问。

任务发布之后,GenFlow能够调度多个智能体同时协作,在几分钟内同步完成海报、绘本、小程序、地图、思维导图、研究报告、视频、PPT,甚至Excel表格等一系列任务,并在同一个操作平台中全部交付,极大提升了工作效率。

在我刚才讲述这段话的过程中,GenFlow就已经能够完成这样一组复杂任务。

人作为社会中的一员,本身就依赖协作与沟通,每个人都不是孤立的个体。所谓超级个体,是一种全新的协作方式——我们打通了人与人、人与AI、以及AI与AI之间的全向协作链路。

我们发布了全新升级的自由画布,让团队成员能够在同一空间内实时协作、共同碰撞创意;通过一键调用素材、多图融合,也能快速产出多模态创意视频内容。

无论是Office Agent还是自由画布,都实现了双重协作支持:既保障多人实时同步协作,也打通了人与AI智能体之间的智能协作通路。

有了超级个体,就会形成超级团队;有了超级团队,便能进一步成长为超级组织。

认知偏差、落地断层、体验割裂是目前AI产品的三大痛点|百度王颖@MEET2026

我们推出了AI重构后的百度网盘企业版,在沧舟OS和GenFlow3.0的全面加持下,组织中的每一位成员都能够成为无所不能的超级个体。同时,成员之间以及人与AI之间的协作能力也得到显著增强,全面提升了组织的工作流效率。

个人能力全面化、多人任务简单化、兵团任务小组化,组织产出得到全面的提效和提质。

最重要的是我们提供了领先行业的企业级AI知识库,不论是离职还是在职员工,每个人的知识都能完整沉淀在组织之内,并在组织内无缝的流转和利用,持续推动整个组织的进步。

以照片直播行业为例,百度网盘通过“存算一体”模式,精准解决了行业长期存在的工作流割裂、存储与修图成本高等核心痛点,依托全链路自动化能力的落地,不但能够实现1110%效率的提升(这是基于我们对完整工作流的测算结果),更达到了超过80%综合成本降幅,从而让整个照片直播行业生态伙伴持续增长,效率大幅提升。

身处AI大航海时代,百度文库、百度网盘扬帆启航,开启全球化布局。

百度文库推出一站式学习办公平台——OREATE AI,能够端到端完成全场景全模态创作,覆盖文档、PPT、图片、图像、视频、播客、代码等多种形式,全面满足智能办公与学习需求。

同时,平台还提供丰富的内容模板,结合人类的审美品味,能生成高质量内容,并支持完整的后链路编辑与高还原导出能力。

OREATE AI上线短短一个月,积累140万海外月活用户,同时登顶了Producthunt全球日榜第一名。

认知偏差、落地断层、体验割裂是目前AI产品的三大痛点|百度王颖@MEET2026

百度网盘于今年9月正式上线全球175个国家和地区,多语言字幕、AI相机、AI笔记等特色功能在全球市场收获了广泛的好评。

依托国内积累的技术优势和产品的竞争力,百度文库和百度网盘有信心为全球用户持续提供更高价值的服务。

社会的进步如滔滔江水滚滚向前,文库网盘希望通过超级个人智能体,造时代之舟,让每个人都能驾驭这沧海横流。

版权所有,未经授权不得以任何形式转载及使用,违者必究。
原文链接: 认知偏差、落地断层、体验割裂是目前AI产品的三大痛点|百度王颖@MEET2026
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
朱雀AI检测助手朱雀AI检测助手
🔥 热门文章
1
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
480
2
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
430
3
我的第一个出海产品!7 天 2 万
370
4
又一个国产版 Codex 神器,也来卷办公了!
370
5
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
340
6
DeepSeek 重磅开源的超级 Agent,到底是个啥?
330
7
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
280
8
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
280
9
人工智能前沿部署工程师(FDE) · 概 览 与 方 法 论
270
10
QuireKit 编辑器的 AI-Native 是如何设计的?谈谈我对真正 AI-Native 的理解
250
11
告别“金鱼记忆”:我开发了一款能当“第二大脑”的浏览器 AI 助手
250
12
ARTS 1101: 最长回文串与子序列匹配、一次 URL 请求的来回之旅与如何验证 AI 的交付
230