基于这种(zhong)愿景，百度文库和网盘联合推出了(le)“沧舟OS”操作系统，构建了(le)以多Agent智能体协(xie)同为核心的平台，希翼在文库、网盘等产品之上，融合输入(ru)、处理(li)与输出三(san)大能力，以期在任何场景下都能为用户提供(gong)端到端的深度交付(fu)。

在百度内部，构建这样一套系统并非一蹴而就。王颖坦言，之所以没有早点推出，是因为它需要长时间的能力沉淀——从文库、网盘的AI重(zhong)构开(kai)始，百度文库、网盘就在系统性地积累大模型赋能下的多模态输入(ru)、输出、信息处理(li)等能力，并通过Agent协(xie)作机制将这些能力整合成能够(gou)深度交付(fu)的工作流。这源于技术能力的长期积累，也是在行业演进中不断适配、串联能力的结果。

基于此，王颖先容，“沧舟OS”系统的构建除(chu)了(le)在横向上围绕(rao)输入(ru)、处理(li)、输出建立工作流，同时在纵向架构上也遵循了(le)MCP Server（模型上下文协(xie)议服务器）、MCP Client（应用服务层）、MCP Host（面向用户的终端层）三(san)层结构。

其中，MCP Server包括底座基建和中枢系统：底层基建包含工具框架和常识化框架，沉淀了(le)丰富的公域常识库、私域常识库，以及(ji)用户记(ji)忆库“三(san)大库”和用于调用的工具能力；中枢系统包括融合编辑器、阅读器、播放器“三(san)大器”，以及(ji)调度中枢，结合用户记(ji)忆和画像(xiang)数据，通过模型理(li)解用户意图，高效分配调度Agent。MCP Client是应用服务层，聚合了(le)文库、网盘等自研Agent以及(ji)专业的第三(san)方(fang)Agent，构成核心中枢。MCP Host则是面向用户的终端层，涵盖企业用户、开(kai)发者、智能体应用等各场景和终端。

王颖表示，从早期的Chatbot（聊(liao)天机器人），到后来的Agent（智能体），再到多智能体协(xie)同，以及(ji)当前广受关注的MCP概(gai)念，整个行业的发展(zhan)趋势都是通过能力的组(zu)合与对Agent的调用，逐步实现对用户完整需求(qiu)的深度交付(fu)。王颖认为，作为一种(zhong)协(xie)议，MCP已经初步具备了(le)承载这一体系化协(xie)同的基础条件。

面对“沧舟OS”系统落地过程中的技术难题(ti)，王颖坦言：“几乎(hu)每一步都是挑战(zhan)。”

王颖指(zhi)出，首先是多模态内容的理(li)解层面，包括模型如何应用、文件怎么解析、解析后如何变成同样的向量，以完成进一步的推理(li)，这是工程团队和大模型团队从去年就开(kai)始做，直到没有问题(ti)才集成到系统上的。

其次是用户意图的理(li)解与澄清，王颖认为，这是降低用户操作门槛的关键。

此外，王颖还提到多模态的输入(ru)和输出，“大家希翼多模态是一个完整的交付(fu)，从输入(ru)开(kai)始就应该是多模态，拍照、语音、文字都可以作为任务起(qi)点”。

为了(le)实现规模化应用与商业可持续，王颖强调控(kong)制成本与提升调用效率(lu)的重(zhong)要性。“现在爆火的智能体都是不可持续的，每个人都要搞一遍，它的成本是很难控(kong)制的。”王颖认为，通过多任务智能体调用的方(fang)式，能够(gou)把(ba)每一次调用的成本摊薄(bao)，才有机会(hui)让AI实现真正可用、可规模化使(shi)用。

从深度思(si)考(kao)，到深度交付(fu)

“这套系统应该长成什么样子(zi)？应该根据用户的需求(qiu)来看(kan)。”当被问及(ji)如何理(li)解沧舟OS系统时，王颖表示。

在王颖看(kan)来，大模型时代的操作系统将与传统PC时代完全不同。从PC时代的Windows系统到今天的AI原(yuan)生平台，最大的区别在于是否能够(gou)端到端地解决问题(ti)。

过去，Windows以窗口式界面为统一形态，基于Windows之上的各种(zhong)应用程序完全不同。“因为它受限于技术不能够(gou)端到端解决问题(ti)，所以导致底座是底座，通用程序是通用程序。”王颖表示。

在大模型驱动下，情况(kuang)发生了(le)变化，王颖认为，大模型时代的操作系统最后要解决端到端的问题(ti)。AI不再只是工具，而成为“任务解决者”。王颖认为，真正的AI操作系统，最终目标是实现从需求(qiu)理(li)解到任务完成的全链路闭环，端到端地实现从深度思(si)考(kao)到深度交付(fu)。

“沧是沧海的意思(si)。大家的系统就像(xiang)水一样，放在圆的容器里就是圆的，放在方(fang)的容器里就是方(fang)的。”也正因如此，沧舟OS的具体形态因任务而异：在自由创作场景中，它表现为“自由画布”；在学习(xi)场景中，在网盘里可以呈现为“AI学习(xi)笔记(ji)”；在视频场景中，系统又(you)会(hui)自动唤起(qi)视频理(li)解、常识提炼等多模态能力。

王颖表示，当前，行业的共识是：靠单(dan)个Agent解决不了(le)复杂问题(ti)，必(bi)须靠多Agent协(xie)同。王颖指(zhi)出，如何搭建一套好的工作流，然后解决完整的任务，是大家都去追(zhui)求(qiu)的目标。

王颖强调，不可能有一个通用的WorkFlow（工作流）能解决所有问题(ti)，而是应该随着用户的操作路径，实时构建出最合适的流程。在沧舟OS中，这样的“流程生成”也是由系统自动完成的。“你觉(jue)得下一步是什么，我给你的就是什么”，这是沧舟OS区别于传统操作系统的根本所在。

“从第一天开(kai)始希翼大家解决问题(ti)的能力是，让AI聪明(ming)又(you)能干。”王颖表示，生成只是第一步，生成完了(le)能够(gou)真正可用，才是最重(zhong)要的。

因此，在当前阶段(duan)，王颖强调的是更实用的工程路线：以多模型组(zu)合、多Agent协(xie)同，再加上完整的产品工程体系，分阶段(duan)推进AI的落地能力。

“以前连这个都不具备，因为以前的大模型没有这种(zhong)通用的能力，都是专用的能力，是解决不了(le)的。”王颖表示，通过深度思(si)考(kao)、深度交付(fu)、公私域常识库和MCP体系，四者协(xie)同发力，才能在多元场景中真正满足用户需求(qiu)。

封面图片来源：每日经济资讯 资料图