對話百度文庫產品負責人鍾昊：AI 如何重塑內容創作生態

當大模型從技術奇點躍遷為產業基座，當智能體從實驗室走進產線診室，人工智能的第三次浪潮正以前所未有的鋭度重構全球經濟肌理。

中國在這場變革中展現出雙重稟賦：既是擁有超大規模應用場景的試煉場，又在芯片突圍、算法開源等深水區發起攻堅。從單點技術破壁到生態級創新，從效率工具到新質生產力引擎，一條具有東方特色的AI發展路徑正加速浮現。  

7月26日，世界人工智能大會（WAIC 2025）以「智能時代 同球共濟」為主題，匯聚了來自AI領域的科技巨頭、學術先鋒與政策制定者，而這場覆蓋技術、倫理、藝術的超級盛宴，昭示着AI已從「產業變量」進化為「文明常量」。  

在這場關於人工智能產業的盛會上，36氪不僅作為產業觀察者，更以產業連接者的角色深度參與，在展館中搭建了「氪星直播間」，以對話的形式，揭祕人工智能產業進階的底層邏輯。

在對談中，百度文庫產品負責人鍾昊表示：百度文庫經過AI重構，能夠充分高效理解用户意圖、滿足用户需求，一站式、端到端解決用户問題。百度文庫從最開始就堅持了MoE（混合專家模型）架構，並通過Genflow進行全局調度，出發點就是讓 AI 像人一樣學習工作，成為人類最好的搭子，幫助用户更好進行內容的創作和消費。

以下為對談實錄，經36氪編輯：

36kr：首先請您介紹一下自己和業務的情況吧。

鍾昊：我是百度文庫的產品負責人。大家對於百度文庫比較瞭解的是資料庫屬性，經過兩年多的 AI 重構后，我們把很多 AI 能力和專業資料內容做了很好的結合。現在百度文庫是一站式 AI 內容獲取和創作平臺，有幾百個多模態 AI Agent，可以幫助用户端到端解決很多創作問題。現在的百度文庫已經煥然一新，大家可以到 APP 或 PC 端網頁體驗。

36kr：這次來WAIC的感受是什麼樣？有哪些收穫？

鍾昊：百度文庫網盤今年也有參展。AI 行業發展確實迅速。第一，大模型本身在進化，不管是文生文、文生圖還是視頻模態，模型邊界比往年大大拓寬，看到很多有意思的應用。另外不管是初創企業還是大公司，在都加大了投入決心，今年是百花齊放的展會，既有共識部分，也有突破邊界的部分。我個人更期望看到更多突破邊界、更有想象力的嘗試，不是很早就陷入局部最優或短期共識解法中。

36kr：您印象最深刻的展臺是哪一個？

鍾昊：各個展臺有自己的特色，文庫網盤更多展示的是場景化和端到端解決具體問題，最早我們關注的是用户對最終交付的內容，無論是AI創作還是AI和人共同創作的內容的採納率和使用率。

文庫和網盤的展臺是按用户場景設計的，不管學習、辦公、生活還是娛樂，不同場景都有文庫、網盤的分場景解決方案，用户能感受到需求被充分滿足。

36kr：在百度文庫AI重構的過程中，您認為最大的技術難點是什麼？最好用的 AI 功能是哪一個？

鍾昊：最好用且做得最深的是智能 PPT，我們在國內最早做這個能力，現在針對十幾個場景做了深入細化。用户不僅能基於指令生成，還可以基於圖片、文檔、素材，甚至授權的個人網盤內容生成 PPT，我們還能支持上傳模板和自定義模板，還能直接生成圖表、數據等。

在智能PPT這個場景，我們做得比較深、比較完整，在智能PPT的基礎之上，我們把同樣思路運用到很多場景，現在文庫能生成長短文、研報、思維導圖、AI 繪本、海報等。

對於技術難點，文庫的AI重構，已不限於 AI agent 本身的構造，更多是理解用户意圖，讓 AI 聰明調度多個 Agent 解決問題。比如一個剛剛入學不久的大學新生，他需要策劃社團活動方案，可能不會明確説要 PPT、海報或策劃文檔，AI 需要基於專業內容和類似場景解決方案，主動給到綜合交付，調度不同 Agent 完成任務。

這對技術的要求會更高，你既要能夠理解用户，還要深入挖掘 Query 背后的意圖和需求邊界，怎麼能高效、合理地為用户解決問題。這樣更偏場景挖掘、場景需求理解和場景解決方案的能力，有更深的技術要求，以及讓AI變得更聰明才能做到，同時它底層有需要細顆粒度、靈活的 Agent，以及 AI 閲讀器、編輯器等基建支持，都是爲了完成更綜合的任務挑戰。

36kr：百度文庫作為國民級產品，經歷 AI 原生重構后，帶來了哪些顛覆性改變？

鍾昊：最大改變是，過去作為百度文庫資料庫只解決用户需求的一小部分，用户來到文庫，找到一篇他需要的內容，下載體驗后就結束了，他的訴求還沒有被完全滿足。現在文庫不僅能高效找到內容，還能從零開始或基於現有內容完成綜合任務。一方面有 AI 實時人機交互理解需求，另一方面藉助 AI 融合編輯器等基建，用户可邊思考邊創作，調度 AI 完成任務。有了這些基建之后，AI能夠幫你全自動地解決，融合編輯器會幫他半自動解決這些過程，用户無需跨多個軟件，在一個應用就能快速完成工作，產品從資料庫變成一站式平臺，這是用户真正想要的。

36kr：大模型結合 AI 技術時，大家會考慮成本、效果、時延等 「不可能三角」 問題，文庫網盤是如何解決的？

鍾昊：百度文庫從重構時就採用 MoE 架構，當時行業流行 Prompt 工程，但我們發現難以突破模型能力邊界，且會碰到不可能三角問題。我們先結合具體場景針對性優化 Agent，比如智能 PPT、長短文、研報、思維導圖等，在每個場景打磨中找到最佳平衡點，再局部解決不可能三角的問題。比如 PPT 配圖時，是生成圖片還是直接調取文庫內容，后者可能又好又快。在一個個分場景的細節打磨中，我們逐漸找到了最佳的平衡點，以及能讓用户又快又好獲得高質量交付。

在此基礎上，我們推出 GenFlow 調度中樞，馬上就會推出 2.0 版本。GenFlow能結合用户意圖自動調度 Agent 解決問題，同樣需求用A方案比B方案更 「多快好省」。最底層是 MoE，之上是細分場景 Agent 打磨，在幾百個場景實現局部最佳平衡，再通過 Genflow 全局調度。越理解用户需求和 Query 背后意圖，越能解決問題，基本功在於離場景多近、是否沉下心打磨。

行業中很多產品遇到了不可能三角的問題，會急着找通用方案解決所有用户的問題，但這其實很難，在短期內找到最優平衡點，反而要沉下心場景打磨，這很難，但卻離最終目標更近。

36kr：其實是在具體場景內靈活調整。

鍾昊：是的，通過PMF 滿足用户需求，比如文庫的研報能力剛上線時，是解決用户分析、研究類的需求，我們如何保證他需要簡單分析的時候，不會生成一篇上萬字的研報？雖然當時能力很領先，但這不一定是用户要的，用户可能只需要簡單分析，我們就避免生成冗余內容，既節約成本時間，又解決不可能三角問題。很多時候答案在場景細節里，願意沉下心打磨就離目標更近。

36kr：其實能做到這一點，還是基於百度在AI技術上的積累。

鍾昊：是的，我們投入最早，最開始就堅持了 MOE 架構。作為應用端產品，我們在文心繫列模型基礎上探索邊界，最終把好食材炒成大餐，不僅靠技術積澱，更要走進用户和場景，讓技術積累發揮最大化。

36kr：GenFlow是怎麼把模型轉換成生產力的？在多智能體協作上有什麼優勢？

鍾昊：我們對GenFlow的最早構思，是解決用户不知道平臺有眾多能力的問題，很多用户不知道文庫網盤又數百個能力，用户和AI進行交互的時候是帶着訴求來的，極客愛好者會深度探索，但普通用户沒必要挖掘所有功能，AI 應該更主動提供服務，解決用户prompt描述清楚或找到入口才能使用的問題。我們希望 AI 像人一樣主動工作，在交互的過程中允許你提出更多追問和建議，並行給你解決方案，能夠多線程地去處理很多工作，符合上述特徵纔算的上是主動的AI。

因此GenFlow 2.0版本即將推出干預模式、並行模式和主動思考能力，能主動挖掘用户過往溝通內容和記憶庫，瞭解用户對話背后的需求，能夠去並行處理N個任務。

這是我們在行業當中的創新。因現在大多數 AI 是串行解決任務，但人是能夠並行處理工作的，我們認為AI也可以，所以我們實現了並行處理，推出干預模式讓用户可隨時打斷、補充、修改內容，AI瞭解用户歷史對話和授權資料，主動靈活解決問題，過程中能流暢交談，這種主動性的提升，讓GenFlow的技術能力最大化。我們的出發點是解決人機交互問題，落腳點是讓 AI 更主動、全面服務人。

36kr：展望未來 3 到 5 年，伴隨着技術越來越成熟，整個行業會發生哪些更新的變化？在戰略上是否會有一些新的部署？

鍾昊：未來人機交互一定會更加深入和全面，會滲透到人類的工作、學習、生活、娛樂各個方面，交互方式的邊界也會更加模糊，更多是人類和AI共同完成的。

就像為什麼文庫、網盤推出GenFlow一樣，首先我們希望AI能像人一樣思考，學習、工作，讓AI成為人類最好的搭子，從佈局上來講，我們一直沿着內容的主航道佈局，從內容生產的起點到內容消費的終點，是百度文庫和百度網盤一直在做的事情。我們希望讓 AI 幫助大家更好進行內容的創作和消費。

未來某一天，我們會嘗試新形式的辦公和學習，不一定需要電腦，可能從口袋里拿出一個設備，在3-5分鍾就能完成原來一、兩個星期才能完成的工作。

比如在娛樂放松的時候，能很方便地把小説轉變成動畫的形式，不需要去逐行讀文字，讓AI實現我們的想象力，我們看很多文學作品的時候也會有自己的想法，這時候我們又變成了創作者。

這是AI是我最好的幫手，因為我沒學過繪畫，也不是專業的剪輯師，但AI可以像一個團隊一樣幫我實現，最大程度降低創作門檻，讓每一個有創造力的人，都能充分發揮自己的想法，並且被更多人看到。

AI在理解每一個用户需求的同時，給他推薦更好的內容，同時提升效率，節省時間，人們通過更低門檻的AI平臺發揮自己的創想，生產出來的內容又被更多人消費，我非常期待這樣一個新世界。