2025 年我一直在看通用 Agent 的产品，前半年不仅用过不少，还介绍过好几款 Agent 相关的产品。从 Chat 到 Agent，我觉得是一条从“聊天助手和创意助手”到“能独立把事儿干成并交付的数字同事” AI 之路。
这个路子已经形成共识了，但真正落地的时候，我们还是会卡在几个点上，比如：任务并发慢需要等待，事情一次没做好需要重头来过，过程不可编辑，只有等待和停止，没有暂停，接入第三方系统困难等等。
普通用户在 80% 的过程里都“看起来很美很惊艳”，最后 20% 走不下去了。
上周我使用了一款产品，第一次感觉到这事可能有了接近现象级的答案。这款产品叫文库 GenFlow2.0，不但支持 100 余个专家级 Agent 同时干活，还整合了百度文库、百度学术、百度网盘、百度地图等多维生态，全模态生成更加丝滑、顺畅。在我试用用了一周之后，8 月 18 日，GenFlow2.0 正式在百度 AI Day 上亮相了，它的定义是：
“全球首个全端通用 Agent”：百度文库 Web 端、App 端，在几分钟内并行跑完 5～6 个复杂任务，是面向亿级用户规模的可用性设计。文库 GenFlow2.0 不是“多智能体调度器”，而是把“人类专家团”的工作方式搬进了产品：100+ 专家型 Agent 同时开工，任务拆解、协作、交付一条龙。
作为一个创业者和 Agent 的重度用户，我来说说 GenFlow2.0 为什么会让我“大吃一惊”。
1
做产品的人都知道，上线可用的产品远比做个 Demo 或描述产品愿景重要的多。
文库 GenFlow2.0 一发布就是全端可用：Web/App 多端统一体验，不需要邀请码，也不用排队。这意味着 GenFlow2.0 不是一个小众产品，也不是炫技之作，而是上线就服务上亿活跃用户的生产力工具。
和其他 Agent 产品相比，GenFlow2.0 走的是一条不同的路。它没有急着堆砌功能，而是先把入口铺开，亿级用户的真实使用场景先摆上台面，然后把 GenFlow2.0 嵌进去。如果你本来是就是文库和网盘的用户，直接用就完了。
这让 GenFlow2.0 的发布充满了确定性。别人还在造梦，它已经在工地上开工了。
什么是 Agent？很多产品在谈多 Agent 协作，聚焦任务拆分和多线程执行。我用过不少智能体，这种做法显然提升了效率，但是不一定能提升交付质量。
GenFlow2.0 的策略是把智能体做成“AI专家团”：每个 Agent 不是“角色标签”，而是被文库与网盘的真实用户场景长期打磨过的“专业工种”，比如搜集/比对/校验/写作/排版/审阅/可视化/引用核验，各司其职，且能在任务链路里发生“讨论与让步”。
就像人和人的合作一样，非常好玩，我后面会讲到。
这种策略带来了两个直接的结果。第一，速度是真的快：几分钟内并行跑 5～6 个复杂任务，在我的理解里，是“组织效率”的提升，而不仅是“线程数”的堆砌。第二，质量是可控的：当你看到它的“思考过程”时，可以随时暂停、追问、补充需求。
是的你没看错，我第一次用到了可以暂停而不是终止任务的 Agent：
我们甚至可以修改中间步骤，和 GenFlow2.0 多次“博弈”后继续向前走。
可干预，用户期待这个功能可太久了，这是把 Agent 从“看天吃饭的自动化”拉回到“按你的要求交付”现实场景了。
2
我尝试给 GenFlow2.0 下了一个任务：请分析 2025 年上半年 AI 行业的投融资情况，区分国外和国内的投资信息，列出代表性公司及其赛道，输出成文档 + PPT + 图文摘要 + 搜索引用。
系统自动识别任务是“多模态内容生成”，立刻调度了多个 Agent，开始工作：
这里面调用了研究专家、长文专家、PPT大师和文档小能手，在几分钟之内给我交付了如下内容：
一篇详实的分析报告，一份可以直接演讲的幻灯片，一份包含核心数据和趋势的图文摘要文档，和一个标注了所有引用来源和参考文献的文档。
全程过程可视，我可以中途打断，改关键词、补充要求，甚至让 AI 修改投资分析的时间范围。
这不是一个 Agent 能干出来的，而是一个任务执行系统。你可以用我这个 prompt 重现我描述的场景，也可以改成其他领域的研究方向试一下，相信你也会大吃一惊。
很多 Agent 的体验是：生成一堆内容，导出一个文件，链路就断了。GenFlow2.0 的交付形态更接近“专业生产工具”：生成中就能改步骤、换策略；生成后还提供了画布功能，用户可以直接在文库/网盘的编辑器里继续润色与协作。
对 PPT、研报、课件、简历、合同、图文海报等“高频产物”，这不再是一锤子买卖，而是持续打磨。
同时，百度文库与百度学术等专业内容库被系统级串联起来，引用、注释、溯源这类“专业能力”可以嵌进链路，而不是事后靠人工补。这是把“内容正确性与可核验”当成系统能力，而不是提示词技巧。
我之前试过 ChatGPT Agent 和 Manus，复杂任务基本只能一个一个来，有时中途还会断链、出错，目前没有过程编辑和干预功能。
3
AI 重要的能力，更懂用户。
上周我在公众号里写过 GPT-5 发布之后用户的吐槽。AI 越来越多，能力越来越强，人类需要的是什么呢？不是冷冰冰的逻辑工具，而是更懂我的人工智能，这也是 Agent 把任务做好的关键。
Agent 把一个任务做好，重要的是意图识别。文库 GenFlow2.0 在模式感知上做得很“像人”：当你的输入是闲聊，它不会启动繁重的协作链路；当你的输入是“给我做一份 20 页的行业研究 + PPT + 社媒海报”，它会自动切换到复杂任务模式，自主做规划、分配 Agent、设置质检点，并且支持你中途改方案。这其实把“项目经理”的角色，放到了系统里。
那么，Agent 要做到真正“懂你”，需要什么能力呢？检索与记忆。
GenFlow2.0 的检索，可不只是“到公网上检索信息”，而是三层库协同：公域知识（文库、学术数据库等）、私域知识（你授权后的网盘文件）、以及可追溯的记忆库。它可以让“搜索 Agent”自行在全网深度检索——反思——整理——校验，同时把你网盘里授权的资料拉进来做“内网数据联动”，再综合成结构化结果。对于研究型工作，这是“广度 + 深度 + 私有化上下文”的组合拳。
内测时文库的同事跟我聊到，今年 4 月文库和网盘联合推出了内容操作系统“沧舟 OS”。这套系统把公域和私域知识、工具框架全部打到底座，内置了多模理解、多模检索、文件解析等能力。所以 GenFlow2.0 才能做到意图识别和智能分配 Agent。
同时，GenFlow2.0 还支持 MCP 协议，以 Server-Client-Host 的方式，把能力开放给生态伙伴和第三方。这样的底座，让智能体不再是孤岛，而是具备复用与扩展的系统能力。
4
最近一年冒出很多 Agent，这个趋势已经成为了行业共识，后面大家比拼的就是产品力和创新能力。有朋友问我，把文库 GenFlow2.0 放到行业顶级产品序列里比比怎么样？我觉得毫不逊色。
与 ChatGPT Agent 相比，ChatGPT Agent 的优势是统一的智能体系统 + 强工具链 + 浏览/执行一体，适合从互联网资源起步、到生成可编辑产物的一条龙，但官方也明确了一些生产力形态仍在测试与迭代中。
Manus 的产品愿景尖锐而前沿，不少评测认可它在“把任务办成”的方向上潜力巨大，同时也反映了可用性、准确性与可得性的现实挑战。
GenFlow2.0 呢，全端可用、可干预编辑、与个人数据/公域专业库的串接上形成组合领先，尤其是把“网盘——文库——学术——知识库——记忆库”打成一个可调度的底座。
GenFlow2.0 的路径选择是先把“能用、可控、可编辑、可规模化”跑通——这一点，在国民级产品体系与生态里更具确定性。这两条路并不矛盾，但对绝大多数需要“今天就能上线”的团队而言，后者的“组合落地”更重要。
把 GenFlow2.0 嵌入到百度和文库网盘里，我觉得这种组合优势非常明显。
5
再看几个例子，我把 GenFlow2.0 的使用场景，给你分成了足够贴近日常的三个切面。
一、研究 + 生产：分析当下一个热门问题——比如“外卖三强的竞争拐点”，GenFlow2.0 会把“时间线梳理——对比三家的业务演进——拉通公开财报/新闻/分析——给出关键变量——形成 20 页结构化报告——同步生成演示稿——附上引用”一口气做出来。过程中你可以让它“只保留 2023 年后的数据”“把券商观点与媒体观点区分展示”，它都能在“专家团”的分工里即时调整。
二、企业培训 + 资产复用：负责企业培训的人事经理，把上季度的培训文档、流程规范和过往活动记录丢给 GenFlow2.0，再让它“结合今年最新的人才发展政策，生成一套课程简介 + 开班通知 + 配套海报”。这类“私有资料 + 最新政策 + 多产物并发”的任务，在 GenFlow2.0 里是标准操作，让文库变成你专属的企业知识库。
三、产品创意 + 多模态协作：设计一款新产品，比如一个面向高校用户的智能学习灯，你只需提供产品定位、设计风格和几个约束条件（比如预算、颜色、目标人群），GenFlow2.0 就会启动“概念脑暴——竞品调研——风格板整理——功能描述撰写——包装设计草图——宣传文案——展示海报——发布素材”的整套流程，多个 Agent 分头协作、并行合流，最终生成一个从设计灵感到市场物料的完整方案，给你更多创意和实操的参考。
作为一个创业者，我用了一段时间 GenFlow2.0 之后，它改变了我做事的成本函数：
时间成本：把“并行”真正落到“可交付”的层面；
沟通成本：过程可见、可改、可追溯；
组织成本：你不必“先组一个 5 人团队”，而是先让“专家团”跑起来，关键节点人再介入；
合规与资产沉淀：私域数据在网盘里、引用与学术在文库里，产出在编辑器里，链路连贯可管控。
这不是“AI 替代人”，而是我们可以把“人”用在更有价值的地方。
GenFlow2.0 在智能体这个领域，给出了一个新范式，把“专家的协作方式”做成了“系统的工程能力”，并且把这套能力，落在了全端可用、过程可干预、可编辑交付、公私域数据结合上。这个还是非常了不起的。
无论你学生党、老师还是自由职业者，都可以来文库 GenFlow2.0 ，感受由 AI Agent 专家团出谋划策、直接交付的世界了。
