智能體從被動響應向主動執行過渡的變革，正悄然發生……
隨著大模型從能力驗證階段邁入應用爆發期，”智能體”已成為各大科技公司競逐的新戰場。OpenAI先后推出Operator、Codex等自定義智能體應用，嘗試讓模型自主分解任務并調用工具執行。谷歌則在Gemini框架下推動其與Chrome、Gmail等產品深度融合，微軟則依托Copilot體系打造了與Office深度融合的AI助手。
國內企業在智能體賽道的競爭中也不遑多讓，今年4月，百度在Create開發者大會上正式推出心響App。
這款以多智能體架構為內核，被官方定位“通用超級智能體”的應用，與市面上以對話、寫作或翻譯為主的單功能AI應用不同，心響能夠通過主智能體調度多個子智能體，在復雜任務處理中實現自主規劃、執行與優化，“一站式”解決復雜任務。用戶僅需用自然語言表達目標，系統便可自動分解需求并完成執行，不僅提升了智能體的能力邊界，還大大降低了AI使用門檻。
時隔一個月后，心響App于近日悄然迎來了iOS端上線。大模型之家也在第一時間下載并進行體驗，一起來看看在這一個月里，心響迎來了哪些功能上的迭代。
從寫報告到畫圖表，AI開始具備“通用執行力”
場景1:報告撰寫
在真實任務中，心響展現出強大的信息組織與內容生成能力。為了考驗心響App對于任務分解能力與執行能力，我們首先提出一個復雜問題，讓它來處理一個關于“MCP協議現狀和未來發展趨勢”的任務。
從生成結果來看，不僅能夠通過智能搜索，自動檢索權威期刊、門戶網站與技術論壇信息，生成結構化報告，讓每一步推理與決策路徑可追溯，并在生成結果之后，附帶引用來源與文獻鏈接，方便用戶查閱校對，最大程度降低了AI“幻覺”的風險，也提高了交付結果的可驗證性，保證了報告內容的嚴謹。
場景2:例行任務
日常信息的例行處理，對于媒體而言，是一個非常剛需的場景，心響可以通過創建“例行任務”，周期性地實現某些特定功能。
例如當我們創建一個“每天晚上8點為我總結過去24小時之內人工智能領域發生的熱點事件”時，心響可以從頭部媒體、上市公司公告、頂會論文等多個信息源搜集資料，并主動驗證真實性，同時基于咨詢的價值、熱度等維度進行排序，當其他人還在焦慮如何從信息洪流中打撈獨家線索時，心響早已完成這些動作，并自動生成排版工整的海報，不僅方便快速獲取信息，同時還可以方便用戶進行快速分享。
場景3:城市旅游
在編撰旅行攻略方面，心響也是一把好手。在“城市旅游”功能下，用戶只需要在菜單中先選擇好旅游的人數、天數、預算、玩法等信息，再在輸入框中輸入想去的“城市+攻略”，心響就會自動生成一份詳細的旅游攻略。
在生成結果中，心響不僅可以調用百度地圖給出詳細的路線規劃，還會給景點的對應鏈接，方便快速瀏覽。不僅如此，還會給出旅行中的避坑提醒、交通貼士、穿搭建議等提醒。值得注意的是，穿搭提醒能夠準確考慮到提問者的出行日期，可見智能體擁有一定的思考深度。
場景4:智慧圖表
對于那些對數據可視化要求更高的數據處理項目，心響的“智慧圖表”功能，能夠主動通過智慧搜索功能，從全網搜集關鍵數據，并自動完成數據解析，根據數據內容形成柱狀圖、餅圖、折線圖等圖標，幫助大家從繁雜的數據海洋中解脫出來，讓數據變得可信、可視和可交互。
例如在創建“哪吒2票房排行變化情況”時，心響能夠拆解需求并自動識別相關指標，并完成數據處理，生成一個具有滑塊的柱狀圖。用戶可以通過用手撥動滑塊，實時了解哪吒2上映以來每一天的票房數據變化。
場景5:AI繪本
對于那些孩子的父母，則可以利用心響App的“AI繪本”功能，為孩子創建一套寓教于樂的AI讀物，只需要選擇好繪本的故事主題以及演繹的風格和語音效果，心響便可以在5分鐘左右生成一份專屬的視頻繪本，不僅可以根據故事的內容通過問生圖功能生成對應的繪本圖像，還會利用語音合成功能進行朗讀。
場景6:試題講解
不僅如此，心響App的試題講解功能，不僅能夠先對題目進行解析，根據其難度和知識點，自動生成解題過程，將試題的解題步驟分解陳述，還能夠調用數字人技術，撰寫視頻講解腳本，并最終生成一段詳細且清晰的講題視頻。
總體體驗下來，心響App在生成體驗上并不以速度見長（平均任務生成速度在5-10分鐘），而是在當用戶部署任務之后，通過多智能體協作，在后臺自行完成完整的任務。在這個過程中用戶幾乎不需要人工干預，幫助用戶完成“多線操作”，從而提升效率。
拆解、調度、協同：解構心響多智能體架構技術
從這些評測結果來看，心響的最大優勢并非局部性能的優越，而是以主智能體為核心，構建起一個可調度、可動態重組的AI任務處理系統。在大模型之家看來，心響在技術架構上的核心創新可歸結為三點。
首先，是心響特有的任務動態拆解機制。其主智能體作為核心調度中心，負責對用戶需求進行語義理解、任務拆解、子任務編排等工作，生成清晰的任務樹，而具體的子任務則由具備專業能力的子智能體獨立完成，涉及文本處理、圖像生成、知識調用、結果驗證等多個維度，這種讓智能體高度模塊化的設計，使得心響具備良好的可擴展性與適應性。
其次，是多智能體的調度系統。百度為心響打造了名為”Agent Use”的智能體調用機制。不同于傳統的Tool Use僅調用功能型API，Agent Use能夠跨平臺、跨協議調用第三方AI Agent，并支持復雜任務交付物的中間態與最終態協同。讓AI工具自身實現了智能化升級，也是多智能體協作時代最核心的執行框架。
此外，這一模式的實現也得益于MCP Server接入機制的加入。該機制允許第三方開發者在無需修改原有服務的前提下，將讓擁有自己專業知識的優質智能體或AI應用接入心響體系，由心響主智能體根據任務需求進行調度調用。這不僅顯著擴展了心響的任務處理能力的邊界，也為開發者帶來了新的服務流量入口。
而相對于技術上的突破，心響在使用過程中給大模型之家留下更為深刻的印象，在于對提示詞要求的減弱。相比傳統AI應用過度依賴用戶輸入標準化的提示語，心響用戶可以用“成都旅游攻略”“每晚10點給我講個睡前故事”這種較為模糊提示詞，也可以通過智能體的理解，
配合靈感廣場、任務模板、互動表單等方式，讓用戶在簡單的交互中明確任務目標。
同時，心響大大增強了任務結果的”可視化”體驗，不僅讓用戶可以更加清晰地獲取關鍵信息，同時更好的可解釋性，也有效解決了用戶對結果來源的不信任問題。
通用超級智能體：未來AI伙伴的雛形
在模型參數趨同、算力壁壘減弱的背景下，智能體被普遍認為是大模型產業落地的關鍵通路，誰能率先在智能體形態上完成體驗閉環，誰就可能在未來AI生態中占據先機。無論是OpenAI、谷歌等國外巨頭，亦或是百度、阿里、字節等國內科技公司，都在不約而同地朝著智能體多模態、可調用、強執行的方向推進。
正所謂“一個好漢三個幫”，心響通過智能體協作的方式，實現了復雜任務的“分身有術”與“合力攻堅”。例如在健康咨詢場景中，可自動喚醒多位“醫生AI分身”進行聯合會診；面對法律難題時，則能組建由多個律師AI構成的“智囊團”提供協同服務。
這種協作模式突破了單一智能體的能力邊界，用多個智能體共同組成了“通用超級智能體”。這種全新的產品范式，可以說是大模型走向C端落地的代表路徑之一。通過多智能體調度、任務邏輯管理與生態協同，為用戶提供具備高度實用價值的工作流系統，充分利用了多智能體協作所帶來的高并發執行能力、任務完整交付能力以及結果可解釋能力，正在改變傳統AI工具“單點響應、無邏輯鏈條”的刻板印象。
AI智能體的價值不在于替代對話，而在于替代操作。未來人類與AI的關系將從”對話式”走向”托管式”，心響便是這一路徑的起點。在此基礎上，百度以心響為基礎構建的MCP生態，或將成為國內AI Agent應用規模化的關鍵平臺。對百度而言，心響是其AI戰略由平臺化向產品化過渡的重要試驗場，也將在未來構建其智能體生態的基座。在AI工具向智能伙伴演進的過程中，心響是當前階段最接近這一目標的產品之一。隨著智能體接入數量與任務類型的持續擴展，心響將不僅服務于個人用戶，也有望進入企業辦公、教育培訓、城市服務等更廣泛場景中，成為推動AI產業應用落地的關鍵力量。
