90% 的智能体普及率，卡的不是模型，是"三笔账"
发布时间：2026-10-28阅读次数：162
先说最不性感、但最卡脖子的一环——把纸和非结构化信息变成机器能算的东西。
10 月 27 日，百度发布并开源文心 Unlimited OCR 2，把 OCR 的处理上限从"数十页"推到"任意页数"。实测能够一次性解析《哈利·波特》全系列 7 部作品、累计超过 3600 页，在文档长度大幅增加的情况下仍保持较高精度与处理效率。公开基准上，多页文档解析 MPDocBench 84.6 分、百页级超长文档 MarathonDocBench 77.1 分，均为端到端性能 SOTA，领先 Qwen 3.8-Max、Gemini-3.8-Flash、GLM-5.3-Flash、DeepSeek-4.1-Flash 等模型。
突破来自一个叫稀疏参考滑动窗口注意力（SR-SWA）的机制。它借鉴的是人抄书的方式：眼睛通常只盯着当前页，只有在需要核对前文或查找跨页信息时，才会回看相关片段，而不是反复翻阅整本书。落到计算上，页面门控（Page Gate）先把每个查询的视觉参考范围从整份文档收窄到相关页面，并建模跨页位置关系；再引入得分最高的视觉 Token 桶（Token Buckets）捕捉长距离视觉依赖。报告测试显示，在百页文档场景中，SR-SWA 的单步解码速度相比 Full Attention 和上一代 R-SWA 分别提升 7 倍和 5.6 倍，配合"无限解码"（Unlimited-Horizon Decoding）进一步压低显存与算力开销。
这不是一个横空出世的项目。第一代 Unlimited OCR 于 6 月 22 日发布，次日即登顶 GitHub Daily Trending 总榜与 Python 榜、HuggingFace 全球模型与多模态模型趋势榜，GitHub Star 5 天破万；截至目前 Hugging Face 累计下载量突破 1000 万次、GitHub 斩获 2.85 万 Star。第二代代码与权重同步开源至 GitHub、Hugging Face，并上线百度智能云与百度 AI 开放平台。11 月 12 日的百度世界 2026 大会（主题"下一幕，智能组织"）还会有进一步展示。
为什么这条新闻值得企业技术负责人多看一眼？ 因为绝大多数政企项目的真实起点，不是"模型会不会推理"，而是"这份标书 300 页、这本病历 5 年、这套图纸 800 张，你能不能完整读进去"。过去 OCR 是按"页"做、结果靠拼接，一份长文档读到最后就散了；现在能一次读完整份，才谈得上"跨章节比对""前后矛盾检测""全文抽取入库"。计费单位也随之从"页"变成"份"。
第二个卡点是协作。企业里几乎没有一件事是一个智能体能干完的：一份投标文件要拆条款、查资质、核报价、对格式；一次系统迁移要探接口、改代码、跑回归。传统的做法是找个"总调度"智能体分派任务，但总调度本身会成为瓶颈和单点故障。
10 月 24 日，微软研究院把 Agensh 开源（MIT 许可），论文 9 月 22 日已上 arXiv（编号 2609.26781）。它做的事很反直觉：拿掉总调度。所有 worker 遵循同一套五步循环——收集上下文、认领子任务、执行并分享、验证结果、合并进展——异步推进，谁都可以从共享看板里读到别人做到哪一步，然后挑一块还没人认领的动手。协作靠三样东西撑起来：Gitea 管代码与合并冲突、Mattermost 管频道广播与私聊打断、一块借鉴 DeLM 的共享上下文看板（按 OBSERVED / FACT / FAIL / CLAIM / PATCH_SUMMARY 五类记笔记）。值得注意的是，五步循环写在提示词里而不是运行时代码里，除编号外所有 worker 的提示词完全一致——这意味着改组织方式只需改提示词。
实验设置很硬：参考程序已编译可运行、源码不给，只留行为描述和打包文档，要求在六小时内重建出通过测试的实现，全程断网。官方公布的两组数字是：
ProgramBench 五个最难任务：平均最终测试通过率从 1 个 worker 的 19.31% 升到 8 个的 20.68%、32 个的 26.52%、128 个的 28.78%，相对提升约 49%；
单任务 pandoc：1 个 worker 33.89% → 128 个 50.94% → 1024 个 55.06%。
但真正值得企业记住的是那个"反转"：换成更新的 GPT-6.1-sol 后，单个 worker 在 pandoc 上就拿到 56.19%，比旧模型 1024 个 worker 的成绩还高；32 个 worker 配 GPT-6.1-sol 则达到 79.59%（相对提升 41.64%）。再看边际收益：1→8 个 worker 只换来 1.37 个百分点，8→32 个换来 5.84 个，32→128 个换来 2.26 个——规模带来的收益主要出现在前面区段，越往后越平缓。
一句话总结：组织方式决定上限能不能被摸到，模型强弱决定上限在哪。 这两件事在当下还是两回事，别用"堆智能体数量"去替代"选对底座模型"。
同期还有一条长上下文路线在推进。10 月 28 日，Mirendil 发布首款自研模型 Fern 0.1，最大上下文窗口达 1000 万 token，约等于 23MB 代码、近 50 万行，可一次装下 Megatron-LM 规模的代码库，或数十至上百条完整智能体运行轨迹；参数区间 0.1–0.5 万亿，定位高吞吐智能体任务，后续还有 0.5–2T、2–10T 两档基座在预训练中。路线分歧很清楚：一边靠外部检索与记忆压缩，一边靠把窗口直接撑大。两条都会长期存在，选哪条取决于你的数据是不是"必须整份一起看"。
技术再好，最后都要落在预算表上。这一轮最值得看的不是厂商演示，而是已经跑进生产流程的企业数据。
IDC 的最新预测给出了一个相当刺激的基数：95.4% 的企业已把智能体布进平均 11 个生产流程，月推理预算接近 11.8 万美元。花钱的速度明显快过证明价值的速度。IDC 同时提醒，到 2028 年，生产环境里没有"急停开关"的企业将多付约 25% 的责任险保费、重大审计发现翻倍。
反面看国内制造业，收益是能算出来的：
南钢"元冶"钢铁大模型规模商用，上线 25 个业务智能体、300 多个模型，新产品研发周期缩短 50%，铁水一级品率提升超 10%，金相检验由 10 分钟压缩到 3–5 分钟，年降本超亿元；
中信戴卡六号工厂做完 AI 质检闭环后，生产成本降低 33%、设备综合效率提升 21.4%、机加缺陷率下降 62.1%；
华大九天在 HUG 2026 发布 .aix 系列 EDA 智能体，把数天的长程任务压到半小时，Dummy Fill 空间利用率从 78% 提到 93%——国产工业软件开始按"件"计效。
这些数字的共同点不是"模型多强"，而是都能落到一个可独立计量的场景上：一级品率、检验时长、缺陷率、空间利用率。这正是"90% 普及率"最现实的抓手——不是铺开一百个场景，而是先选一个能独立算账的场景跑通，再复制。
第一，按流程立项，不按功能立项。 "上一个智能体平台"这种立项方式，预算批下来也验收不了。反过来，"把金相检验从 10 分钟压到 5 分钟""把投标文件条款抽取从 3 人天压到 4 小时"，这类项目有明确起点、终点和计量口径，做成了就是明年继续要预算的依据。
第二，先装刹车，再踩油门。 智能体一旦接了写权限，风险就从"说错话"变成"做错事"。上线前必须有三样东西：可一键中断、全程留痕、最小权限。这三项在 PoC 阶段配的成本，远低于事后补。
第三，把接口与数据底座排在模型前面。 《规划》里"关键业务环节全面数字化企业比例达 70%"这条，本质上考的是接口能力——老系统能不能被调、数据能不能被解析、权限能不能被执行。文档解析这一环（OCR 3.0 这类能力）之所以重要，是因为它决定了你的存量资料能不能进入这条链路。
这也正是内蒙古灵集科技在服务本地客户时的基本判断。15 年来我们在呼和浩特做内蒙古软件开发，见过太多"模型很先进但没人用"的项目，卡点几乎从不在模型本身，而在三件事：存量资料进不进得来、能不能嵌进既有工作流、成本能不能算清楚。所以在内蒙古 APP 开发与系统集成中，我们通常先花两周做"资料可读性体检"——把客户最核心的合同、台账、病历、图纸抽样跑一遍解析，能读进去多少、错在哪一类，先出个数；再做接口与权限的梳理，最后才是模型选型。对需要团队级智能体协作、又不想自建推理集群的场景，workbuddy企业购买依旧是投入产出比最高的起点：按席位部署、与现有办公与研发协同打通、无需自行运维算力。灵集科技可提供从资料治理、模型评测、场景梳理到私有化落地的完整交付，把"90%"这个数字，落成一张能算清楚的单场景账。
政策把方向指到了 2030 年，技术把门槛压到了今年。中间这四年，拼的不是谁先买到最强的模型，而是谁先把第一笔账算明白。
SR-SWA 的直觉——左侧旧方案把整本书的视觉 Token 全量纳入注意力计算，代价高昂；右侧新方案通过页面门控只锁定相关页面，像人抄书一样"需要核对时才回看"。百页文档场景下，单步解码速度相比 Full Attention 与上一代 R-SWA 分别提升 7 倍和 5.6 倍（图源：百度发布材料，新华网）
