智能体从被动响应向主动执行过渡的变革，正悄然发生……

随着大模型从能力验证阶段迈入应用爆发期，”智能体”已成为各大科技公司竞逐的新战场。OpenAI先后推出Operator、Codex等自定义智能体应用，尝试让模型自主分解任务并调用工具执行。谷歌则在Gemini框架下推动其与Chrome、Gmail等产品深度融合，微软则依托Copilot体系打造了与Office深度融合的AI助手。

国内企业在智能体赛道的竞争中也不遑多让，今年4月，百度在Create开发者大会上正式推出心响App。

这款以多智能体架构为内核，被官方定位“通用超级智能体”的应用，与市面上以对话、写作或翻译为主的单功能AI应用不同，心响能够通过主智能体调度多个子智能体，在复杂任务处理中实现自主规划、执行与优化，“一站式”解决复杂任务。用户仅需用自然语言表达目标，系统便可自动分解需求并完成执行，不仅提升了智能体的能力边界，还大大降低了AI使用门槛。

时隔一个月后，心响App于近日悄然迎来了iOS端上线。大模型之家也在第一时间下载并进行体验，一起来看看在这一个月里，心响迎来了哪些功能上的迭代。

从写报告到画图表，AI开始具备“通用执行力”

场景1:报告撰写

在真实任务中，心响展现出强大的信息组织与内容生成能力。为了考验心响App对于任务分解能力与执行能力，我们首先提出一个复杂问题，让它来处理一个关于“MCP协议现状和未来发展趋势”的任务。

从生成结果来看，不仅能够通过智能搜索，自动检索权威期刊、门户网站与技术论坛信息，生成结构化报告，让每一步推理与决策路径可追溯，并在生成结果之后，附带引用来源与文献链接，方便用户查阅校对，最大程度降低了AI“幻觉”的风险，也提高了交付结果的可验证性，保证了报告内容的严谨。

场景2:例行任务

日常信息的例行处理，对于媒体而言，是一个非常刚需的场景，心响可以通过创建“例行任务”，周期性地实现某些特定功能。

例如当我们创建一个“每天晚上8点为我总结过去24小时之内人工智能领域发生的热点事件”时，心响可以从头部媒体、上市公司公告、顶会论文等多个信息源搜集资料，并主动验证真实性，同时基于咨询的价值、热度等维度进行排序，当其他人还在焦虑如何从信息洪流中打捞独家线索时，心响早已完成这些动作，并自动生成排版工整的海报，不仅方便快速获取信息，同时还可以方便用户进行快速分享。

场景3:城市旅游

在编撰旅行攻略方面，心响也是一把好手。在“城市旅游”功能下，用户只需要在菜单中先选择好旅游的人数、天数、预算、玩法等信息，再在输入框中输入想去的“城市+攻略”，心响就会自动生成一份详细的旅游攻略。

在生成结果中，心响不仅可以调用百度地图给出详细的路线规划，还会给景点的对应链接，方便快速浏览。不仅如此，还会给出旅行中的避坑提醒、交通贴士、穿搭建议等提醒。值得注意的是，穿搭提醒能够准确考虑到提问者的出行日期，可见智能体拥有一定的思考深度。

场景4:智慧图表

对于那些对数据可视化要求更高的数据处理项目，心响的“智慧图表”功能，能够主动通过智慧搜索功能，从全网搜集关键数据，并自动完成数据解析，根据数据内容形成柱状图、饼图、折线图等图标，帮助大家从繁杂的数据海洋中解脱出来，让数据变得可信、可视和可交互。

例如在创建“哪吒2票房排行变化情况”时，心响能够拆解需求并自动识别相关指标，并完成数据处理，生成一个具有滑块的柱状图。用户可以通过用手拨动滑块，实时了解哪吒2上映以来每一天的票房数据变化。

场景5:AI绘本

对于那些孩子的父母，则可以利用心响App的“AI绘本”功能，为孩子创建一套寓教于乐的AI读物，只需要选择好绘本的故事主题以及演绎的风格和语音效果，心响便可以在5分钟左右生成一份专属的视频绘本，不仅可以根据故事的内容通过问生图功能生成对应的绘本图像，还会利用语音合成功能进行朗读。

场景6:试题讲解

不仅如此，心响App的试题讲解功能，不仅能够先对题目进行解析，根据其难度和知识点，自动生成解题过程，将试题的解题步骤分解陈述，还能够调用数字人技术，撰写视频讲解脚本，并最终生成一段详细且清晰的讲题视频。

总体体验下来，心响App在生成体验上并不以速度见长（平均任务生成速度在5-10分钟），而是在当用户部署任务之后，通过多智能体协作，在后台自行完成完整的任务。在这个过程中用户几乎不需要人工干预，帮助用户完成“多线操作”，从而提升效率。

拆解、调度、协同：解构心响多智能体架构技术

从这些评测结果来看，心响的最大优势并非局部性能的优越，而是以主智能体为核心，构建起一个可调度、可动态重组的AI任务处理系统。在大模型之家看来，心响在技术架构上的核心创新可归结为三点。

首先，是心响特有的任务动态拆解机制。其主智能体作为核心调度中心，负责对用户需求进行语义理解、任务拆解、子任务编排等工作，生成清晰的任务树，而具体的子任务则由具备专业能力的子智能体独立完成，涉及文本处理、图像生成、知识调用、结果验证等多个维度，这种让智能体高度模块化的设计，使得心响具备良好的可扩展性与适应性。

其次，是多智能体的调度系统。百度为心响打造了名为”Agent Use”的智能体调用机制。不同于传统的Tool Use仅调用功能型API，Agent Use能够跨平台、跨协议调用第三方AI Agent，并支持复杂任务交付物的中间态与最终态协同。让AI工具自身实现了智能化升级，也是多智能体协作时代最核心的执行框架。

此外，这一模式的实现也得益于MCP Server接入机制的加入。该机制允许第三方开发者在无需修改原有服务的前提下，将让拥有自己专业知识的优质智能体或AI应用接入心响体系，由心响主智能体根据任务需求进行调度调用。这不仅显著扩展了心响的任务处理能力的边界，也为开发者带来了新的服务流量入口。

而相对于技术上的突破，心响在使用过程中给大模型之家留下更为深刻的印象，在于对提示词要求的减弱。相比传统AI应用过度依赖用户输入标准化的提示语，心响用户可以用“成都旅游攻略”“每晚10点给我讲个睡前故事”这种较为模糊提示词，也可以通过智能体的理解，

配合灵感广场、任务模板、互动表单等方式，让用户在简单的交互中明确任务目标。

同时，心响大大增强了任务结果的”可视化”体验，不仅让用户可以更加清晰地获取关键信息，同时更好的可解释性，也有效解决了用户对结果来源的不信任问题。

通用超级智能体：未来AI伙伴的雏形

在模型参数趋同、算力壁垒减弱的背景下，智能体被普遍认为是大模型产业落地的关键通路，谁能率先在智能体形态上完成体验闭环，谁就可能在未来AI生态中占据先机。无论是OpenAI、谷歌等国外巨头，亦或是百度、阿里、字节等国内科技公司，都在不约而同地朝着智能体多模态、可调用、强执行的方向推进。

正所谓“一个好汉三个帮”，心响通过智能体协作的方式，实现了复杂任务的“分身有术”与“合力攻坚”。例如在健康咨询场景中，可自动唤醒多位“医生AI分身”进行联合会诊；面对法律难题时，则能组建由多个律师AI构成的“智囊团”提供协同服务。

这种协作模式突破了单一智能体的能力边界，用多个智能体共同组成了“通用超级智能体”。这种全新的产品范式，可以说是大模型走向C端落地的代表路径之一。通过多智能体调度、任务逻辑管理与生态协同，为用户提供具备高度实用价值的工作流系统，充分利用了多智能体协作所带来的高并发执行能力、任务完整交付能力以及结果可解释能力，正在改变传统AI工具“单点响应、无逻辑链条”的刻板印象。

AI智能体的价值不在于替代对话，而在于替代操作。未来人类与AI的关系将从”对话式”走向”托管式”，心响便是这一路径的起点。在此基础上，百度以心响为基础构建的MCP生态，或将成为国内AI Agent应用规模化的关键平台。对百度而言，心响是其AI战略由平台化向产品化过渡的重要试验场，也将在未来构建其智能体生态的基座。在AI工具向智能伙伴演进的过程中，心响是当前阶段最接近这一目标的产品之一。随着智能体接入数量与任务类型的持续扩展，心响将不仅服务于个人用户，也有望进入企业办公、教育培训、城市服务等更广泛场景中，成为推动AI产业应用落地的关键力量。