勇砺商业评论 阿桶观察 曾宪勇

8月20日，798园区，北京浮光礼堂。

在下午开启的百度AI Day现场，百度APP发布了一系列产品升级。在密集的发布环节中，一个看似不起眼的细节，却让我的一丝好奇心升腾起来。

当你在百度APP搜索框中输入“凹透镜成像规律”，出现的不再只是百科链接或静态图文，而是一个可以直接操作的动态组件：拖动物体，像距与成像大小随之实时变化。过去需要读完一段解释才能理解的概念，如今被改造成了一次可以上手验证的交互。

百度将这种“整页可交互”的搜索结果形态命名为“GUI通识卡片”。据发布信息，目前它已覆盖全部数理化高频考点，并正向历史、地理、天文等通识科目延伸。

这当然是一次UI升级，但又不止于UI。它透露出百度对搜索边界的重新判断：当答案不再只是被阅读，而是可以被操作，搜索结果页就开始从“信息终点”变成“任务界面”。

这也是本次升级中更值得关注的主线——AI不能永远停留在“帮你找到”和“帮你理解”，它必须继续向“帮你完成”推进。否则，再聪明的回答，也可能停在真实工作流之外。

从“找到答案”到“交付成品”

真实的生产力场景很少止于一次问答。无论写行业研报，还是策划营销活动，用户都要在调研、整理、总结、汇报和沉淀之间来回切换。AI找到了资料，用户还要复制粘贴；AI生成了大纲，用户还要补足论据、排版并交付。大模型被评价为“像个半成品”，问题往往不在回答能力，而在流程断在了最后几步。

文心助手任务引擎2.0瞄准的正是这条“交付断层”。按照百度给出的产品逻辑，它可端到端完成信息收集、加工处理、创作表达与成品交付，把原本分散在多个工具和步骤中的工作，尽可能收进同一条闭环。

它与传统“一问一答”助手的差别，还在于任务可以定时触发或按条件触发，并在执行后主动推送结果。一次托付之后，系统根据目标规划路径和执行步骤，持续返回阶段性或最终成果——AI由此从回答者变成了任务执行者。

过去的搜索引擎更像“指路牌”，告诉用户往哪里走；任务引擎试图做的，则是把这段路也纳入服务范围。真正的分水岭，不是AI会不会说，而是它能不能把结果交到桌面上。

“全免费”不是促销，而是入口争夺

“包办交付”能否成立，首先取决于执行能力。百度拿出的依据，是两组第三方评测成绩。

今年7月，在全球工程向AI智能体评测榜单PinchBench v2中，文心助手任务引擎以94.6%的综合成功率和94.4分的平均得分排名第一；8月，在SuperCLUE发布的龙虾类产品最新测评中，它又以97.62分的总成绩位居榜首，排名领先MiMoClaw、workbuddy和kimiclaw等同类产品。

更具市场冲击力的，不只是榜单名次，而是定价。就在同类产品普遍采用订阅制或积分制收费时，百度宣布文心助手所有功能完全免费。

在算力成本仍然高企的背景下，免费显然不是没有代价。百度真正想换取的，是更高的使用频率、更长的任务链条，以及用户在工作流中的默认选择。

这种策略会直接挤压依赖API token或会员订阅变现的同类产品。当能力差距不足以抵消价格差距，用户迁移的门槛就会明显下降。今年6月，文心助手日活跃用户同比增长83%，日均对话轮次增长超过两倍，至少说明免费策略正在转化为更高的使用强度。

所以，“全免费”更像一场入口争夺，而不是一次短期促销。百度要争的也不只是更多问答，而是让用户把更完整、更高频的任务交给它。

教育场景：用更低容错空间检验交互闭环

如果说办公场景检验的是效率，教育场景检验的则是解释是否清楚、步骤是否可追溯。相较一般内容生成，讲题面对的容错空间更小，也更容易暴露模型在理解、推理与表达上的断点。

百度此次同步升级了AI讲题产品“文心老师”。与单纯输出文字解析或静态示意图不同，它通过动态板书、分层讲解和多模态互动，模拟真人老师“边讲边画”的过程，让解题步骤不只是被描述，也被逐步呈现。

针对几何作图和数形结合类题目，文心老师可复现坐标、辅助线等图示，并随解题过程逐步绘制、标注和演绎。学生还可以对任意一个不理解的步骤发起语音追问，把一次单向答案变成可继续追问的讲解。

这项数学画图能力计划于9月初上线。它的价值并不在于证明教育任务比办公任务“更容易”，而在于展示同一套任务逻辑如何进入更强调过程、准确性与交互连续性的场景。对任务引擎而言，这比一句“我会做题”更接近能力验证。

阿桶观察：百度争的不是助手席位，而是工作桌主位

百度APP相关负责人的概括很准确：过去二十多年，百度搜索在缩短人与信息的距离；现在，它还想继续缩短人与理解、人与交付的距离。从GUI通识卡片，到文心老师，再到可以持续执行的任务引擎，这些看似分散的升级，其实共同指向搜索入口的重写。

过去，用户打开百度，是为了获得一组信息；未来，百度希望用户带着一个目标而来，再拿着一个可继续使用的结果离开。答案页因此不再只是流量分发的终点，也可能成为任务执行的起点。

这才是“全免费”真正值得警惕、也值得观察的地方：它降低的不是一次问答的价格，而是把整条任务链交给AI的门槛。

当竞争从“谁回答得更好”转向“谁交付得更完整”，决定下一轮格局的，将不再只是模型参数，而是谁能更稳地占住用户工作桌上的主位。（曾宪勇）