「百度伐谋」满月首秀，这款企业级自我演化智能体要做哪些事？

12月26日消息，今年11月的百度世界大会上，百度创始人李彦宏正式发布了能够自我演化的智能体“百度伐谋”，在近日公开的《时代》周刊2025年度人物“AI的建造者们”的采访中，李彦宏又提到这款能自我进化寻找最优解的百度伐谋智能体。

这款让李彦宏如此重视的超级智能体在12月25日的百度AI Day上迎来了正式发布“满月”后的首秀。

据介绍，发布一个月以来，已有超2000家企业申请试用百度伐谋，这些企业覆盖物流、制造、AI4S（AI for Science，人工智能驱动科学研究）等领域。

“一个自我演化的AI的价值在于与产业知识的深度融合，成为企业算法工程师手中的一把尺子和探针。”百度智能云AI与大模型平台总经理忻舟表示：“伐谋承载着我们对下一代AI演进方向的思考和探索。当前，人工智能正在从静态模型走向动态生长，从人工调优进入自主演化的新阶段。未来算法核心能力将不止于执行预制的任务，更体现在持续感知环境、理解意图、自我优化和创造新的策略的闭环中。伐谋代表的正是这样一种具备内生演化力的智能系统。”

现场，来自自汽车研发、前沿科研、防灾减灾科研领域的合作伙伴展示了百度伐谋如何突破“人类经验”，帮助他们在各自研究领域寻找“全局最优解”的故事。

伐谋能力进化

百度伐谋是百度智能云推出的可商用自我演化超级智能体。百度官方介绍：它通过大语言模型的推理能力与大规模进化搜索技术，模拟生物界几亿年的进化过程并压缩至几天甚至几小时，从而发现过去人类从未发现过的全局最优解，还能根据条件变化自动迭代，给出最优的动态方案。

如何理解百度伐谋的这种“自我演化”能力呢？

“业内认为只要是有明确评价标准的问题，都能够让AI通过自我演进解决”。百度伐谋负责人李安南介绍，基于以上认知，百度伐谋的基础思路可以这么理解，即AI智能体将完成以前算法工程师的四个工作步骤：写出一个基础算法，参考一些思路去写一个新算法，然后反馈评估，再修改算法，再反馈评估……不断的循环这样一个过程。经过几十轮、上百轮，甚至上千轮这样的迭代之后，可以给出一个新的最优算法。对企业业务而言，最优算法也代表着最优决策和最优解。

目前，百度伐谋关注的场景主要聚焦在4大领域：

第一、组合优化算法，例如更合理的排产计划实现更多的生产总量；更合理的机器分配实现更低的能耗成本；更合理的资源决策实现更多的收入价值。

第二、时序预测算法，例如更精准的销量预测实现更好的产品策略；更精准的需求预测实现更少的配置浪费；更精准的趋势预判实现更高的收益决策等。

第三、AI4S（AI for Science）模型，例如更好的代理模型实现更短的仿真时间；更好的机理融合实现更好的场景泛化性；更好的指标预测实现更高的实验效率。

第四、Kernel算子，例如更高效的算子编写实现更快的推理速度；更高效的融合逻辑实现更快的推理速度；更高效的并行策略实现更快的推理速度。

据介绍，基于应用实践，近期百度伐谋已面向通用性、生产级、持续性进行了产品升级。

在通用性方面，针对过去算法优化中需求描述难、评估器编写门槛高的问题，百度伐谋全新发布Web端、CLI及IDE插件等多种形态的前台Agent，同时支持对话式澄清需求，帮助企业和科研机构在任何场景都能轻松接入伐谋，甚至不懂代码的业务人员也能轻松接入，让算法优化能力以更低摩擦、更高频率进入真实的研发和科研流程。

在生产级方面，百度伐谋生计企业级能力保障，全新发布的本地评估方案，通过“云端生成算法+本地完成评估”架构，让算法在云端生成后下载到客户本地，基于本地业务数据完成评估后，仅需将结果指标回传云端。企业无需上传敏感业务数据，只需在本地反馈评估指标，即可在云端享受伐谋的演化能力，打通了业务验证流程的“最后一公里”。

在持续性方面，百度伐谋升级全局搜索和动态调优能力，解决人类工程师难以解决的痛点问题。针对业务场景动态变化导致算法效果衰减的痛点，伐谋构建了“智能原生”的持续优化能力。它不再依赖人工经验的设限，而是通过增益算法快速修正，在全流程中寻找并维持全局最优解，实现持续的价值创造。

合作伙伴亲测百度伐谋能力

汽车设计科技公司阿尔特，基于其 AI 战略核心平台“太乙”，在风阻智能预测方面与百度伐谋深度合作。

阿尔特汽车副总裁刘亚彬介绍，双方以真实工程数据和设计场景为基础，将风阻预测问题抽象为一个多目标、可演化的算法优化任务，通过运行结果的持续回灌，不断调整模型结构，使预测模型在演化过程中逐步逼近最优解。

传统汽车风阻验证依赖仿真软件求解，单次耗时达10小时。通过引入伐谋的自我演化能力，太乙“风阻智能预测系统-御风”将风阻验证缩短至1分钟。

“之前我们用传统的方式大概做了三个多月，精度不到95%。百度伐谋介入之后，一起做了不到一个多月，精度最高就能到97.5%。”刘亚彬透露，“未来在汽车设计领域，还有无数的汽车属性都是跟百度伐谋要合作的点，我们有无数的数据在里面待开发。”

另外，在防灾减灾的科研领域，天津大学李东博士团队联合天大建工学院团队，利用伐谋解决了灾害预警中“经验复用难”和“选优慢”的难题，为生命安全争取了宝贵的黄金时间。

以滑坡灾害预测为例，以往需要多名研究生花1周时间反复调试，但依然无法得到预期效果。通过伐谋赋能后，仅需1名研究生通过6小时即可生成最优方案，在实际滑坡预警问题上预测误差显著降低。

启动同舟生态伙伴计划，重点关注两类伙伴

整体来看，李安南认为：“百度伐谋是一种和AI协作的研发新范式”。

他总结，在这种范式下，人需要做第一件事就是形式化抽象。需要把问题抽象成一个基础的算法问题，然后AI就负责生成大量的候选的可能性。同时，人也要做好指挥棒，有一个评估器，用这个评估器来进行淘汰，让AI不知疲倦的进行演化，最后可能给人一些insight，能获得更多的启发。这个启发就可以把它直接用在工业生产上。

这其中，人其实做三件事：定义评估指标，明确任务指令，完成结果审计。

这里面涉及到各个行业领域的专业知识，例如定义评估指标要把“评估器”写得非常好，一个做AI的人是不知道的。

百度伐谋本质上是一个赋能千行百业和领域研究者、算法工程师的能力放大器，在专业人才手上发挥更多价值。

因此，为了让顶尖算法工程师成为企业和科研标配，百度伐谋正式发布“同舟生态伙伴计划”，核心面向“高校实验室”和“行业软件”企业两个方向的伙伴，开放高质量行业场景与课题，共享伐谋Agent系统及算法优化引擎，并提供AI协作培训与个性化服务指导。

李安南表示，国产软件一直是国家非常想做，但是确实仍然还有一定差距，有一定努力空间的领域。我们希望能够和行业伙伴一起来为研发环节赋能。

据介绍，对于高质量伙伴的科研创新或产业实践项目，百度伐谋将提供全面免费支持。（果青）