“AI不只是一场技术革命，更是一场组织革命。”在百度世界2026开幕式上，百度创始人李彦宏表示，人工智能的下一幕是智能组织，企业需要像重新设计工厂一样重新设计组织，让AI真正进入生产、研发和运营等业务环节。

当大多数Agent产品还停留在办公与生成类任务时，百度伐谋选择了一条更难的路径——直接进入生产系统，为最终业务指标负责。在百度世界2026“智能组织”主题大会前夕，百度伐谋产品总经理李安南接受媒体采访，披露了伐谋3.0的核心升级：从瞄准静态评估集转向面向生产系统的持续目标优化，以“产品+FDE（前沿部署工程师）服务”模式直接为工期、出货量、GMV等最终指标负责。目前，伐谋客户已覆盖中国41个工业大类中的约25个、覆盖度约60%，并落地海高激光整车切割算子优化等工业核心场景案例。

从“打榜”到“进生产”：RSI瞄准真实工业指标

李安南介绍，伐谋去年在世界大会发布时定位为“自我演化超级智能体”，核心是在人定义清楚标准的前提下，依靠AI持续自我演化、不断优化效果，由“验证环境”和“寻优”两大部分构成。实践中团队发现，若只瞄准Benchmark和评估集打榜提分，论文效果虽好，但在生产环境中容易过拟合，“就像做题家把高考逻辑拟合得很好，题目稍有变化效果就不好”。因此伐谋将目标转向最终业务成果，直接为港口出货量、直播间GMV、工程排期整体结果等核心指标负责。

伐谋主要瞄准三类场景：资源运营型（物流、港口、工程排产）、经营策略型（选品、投流、风控、量化交易）和创新研发型（芯片与光芯片工艺设计、EDA/PCB布局布线、AIforScience新材料研发）。

工业落地：海高激光“卡脖子”突破

海高激光是生产超大型机械臂、为汽车制造企业切割车身大型覆盖件的纯硬件企业，也是国内首家实现四机械臂机器人协同作业的公司。李安南回忆，自己第一次见到海高激光负责人聂总是在江门生产车间，“当时就在生产车间的大机械臂下面，真的比想象中大好多。我也是第一次知道，汽车上使用的异形曲面覆盖件，那么大，竟然是由四臂切割机械切出来的。”

多机器人协同加工并不简单：系统需要根据工况预测每个动作的耗时，完成多机轨迹避障检测，并规划具体切割动作。过去，工艺人员主要依靠经验分配轨迹块和执行顺序，核心控制算法和关键算子也长期受到海外控制系统影响，属“卡脖子”难题。

伐谋利用其大量生产数据优化“整车切割算子”，提升轨迹精度与整体切割效率，将一套四机械臂机器人的切割方案设计时间从原来的4到8小时缩短至约10分钟，并且实现四臂协同作业全程零冲突，实现由中国团队完整解决最受制约环节。此外，新研智材的光刻胶等新材料研发（AIforScience分子筛选）也是典型研发类案例。

安全可控：验证环境、回退机制与可解释性三重保障

作为极少数进入生产环境的AI产品，伐谋强调AI生成结果须先在独立验证环境（仿真系统）中运行，由人承担“ontheloop”监控并最终确认上线；底层保留约400代演化中的备选算法作为回退机制，线上出现意外可快速启用；伐谋3.0还增强可解释性分析，可解释优化逻辑并与老师傅历史操作数据对比，逐步增强人的信任感。中广核项目支持私有化部署，可采用国产昆仑芯搭配上层平台、模型及伐谋Agent，在客户现场由FDE工程师协作演化迭代，解决数据出域问题。

组织之变：1至2人+伐谋完成以往多人协作任务

李安南表示，伐谋内部出现融合算法研发、产品经理、售前解决方案等职能的新角色（OPC），1至2人搭配伐谋即可完成以往需多人协作的任务，EDA芯片设计、材料研发、电池预测等最初均由一人做出，业务规模扩大后再配备助手角色，这正呼应今年大会“智能组织”主题。相比AutoML、强化学习等传统技术，伐谋的新增价值主要体现在快速业务建模（降低建模门槛与成本）和持续优化能力两方面；与客户自研方案相比，伐谋依靠算法自演化逻辑效果更好，客户此前用ClaudeCode+Skills处理创意策略类任务效果不佳，伐谋则基于大量历史数据归因、持续迭代尝试新策略，通过POC以效果说话。

覆盖目标：一年内工业大类覆盖度有望达90%以上

李安南坦言，RSI技术本身前沿、逻辑垂直且市场教育不足，多数客户最初不相信AI能完成高难度任务。伐谋3.0的产品升级在于让Agent平台与客户生产、研发、经营系统更顺畅打通（新增“数据流”方案），从静态目标优化转为直接接入系统每日持续优化；服务模式则新增FDE形态，形成端到端产业解决方案。关于剩余40%工业大类，其中包含土木工程等相对传统产业。李安南判断，覆盖度将持续提升，未来一年大概率覆盖工业大类90%以上；此后重点是在痛点更明显、需求更强的行业中深耕。