26号在WAIC世界人工智能大会时，顺道去参加了百度文库、网盘的一个小型闭门体验会，挺有意思。

他们准备上线了一个新东西，叫 GenFlow 2.0。

如果你之前用过他们的 AI，可能记得 1.0 版本：问一个问题，它就帮你跑流程、查资料、写报告，像个勤快的下属。

但这次不一样。现场我听到几个词：一个入口，N 种模式；AI 能记住你上次聊到哪了；任务做到一半，还能喊停、改主意……

听着是不是有点耳熟？可当我真坐下来，亲手去用时才发现，很多东西，没那么简单，它背后的调动能力变的更强了。

为什么说GenFlow2.0是个独特又有野心的产品呢？

简单来说，它支持用户在同一对话框（搜索入口），切换不同人格（协作模式），应对不同任务，好像一个能自由变形的智能中枢。

举个作为商业作者最头疼的例子：数据验证。

前段时间，写一篇关于「即时零售」的稿子，查资料时特别崩溃。有新闻说美团即时零售日订单突破 1.2 亿，有的说1.5 亿；还有说「神枪手」单量超过 5000 万。

数字满天飞，到底哪个准？

最让我痛苦的，是AI给数据经常「打架」。你问 A 模型，它说来自某财经平台；你问 B 模型，它又引用另一家媒体。

来源不一致，时间不清晰，口径也不统一。

结果，不得不同时打开好几个 AI 工具，把同一个问题扔给它们，看谁说得一致，再手动翻原始报道，比对、交叉验证……整个过程非常耗时耗力。

这次我试了 GenFlow 2.0，没想到深度检索能力，直接把我从「比对地狱」里拉了出来。

处理流程非常清晰，大概分五步：一，技能规划；二，步骤执行；三，联网搜索；四，思考完成；五，输出结果。

整个过程也就三到五秒。它不仅给出了美团即时零售订单的验证结果，还把数据拆得很细：

比如当前订单量、与一周前的对比、餐饮类订单占比，甚至把淘宝闪购的相关数据也一并列了出来。

最让我惊喜的是，它最后明确标注：

以上数据，综合自美团官方披露，及主流财经媒体在不同时间节点的报道，并补充了背景说明——比如「神枪手」是美团内部对高客单订单的称呼。

这已经不是简单地“搜答案”了。是在做一场完整的、有逻辑、有来源、有时效性的「小型研究」，要做数据论证，这些内容，直接可以拿去用。

百度文库产品负责人钟昊说这个叫：深度模式，不但会基于用户的需求、问题、过往的交互历史进行深度理解和深度思考，还支持使用深度检索完成复杂任务。

当然，面对简单问题，GenFlow2.0会自动切换简单模式，不耗时耗力地「过度检索」，提问后答案自现，适合快速获取结论，适合节奏快、需求明确的场景。

那除了深度搜索还有没有其他能力呢？

有。我体验了第二个能力：通用模式。有时，我们的需求，看起来很简单，比如：随口一句：帮我生成一张柯南在森林里奔跑的照片。

但从AI的角度看，这是一场多Agent协同作战。它得先听懂你说的「柯南」是谁，「森林奔跑」是啥场景，然后调图像生成模型，判断你想要什么画风——是 Q 版？写实？还是日漫？

接着还得选对风格匹配的模型，后还得控制尺寸、比例、分辨率…… 这一套下来，是一整套流水线作业。

所以，什么是通用模式？

让AI从“单兵作战”变成“特种小队配合”。别看任务小，很多AI在这一步就翻车了，要么画风不对，要么人物不像，要么干脆给你整出个柯南骑电驴的魔幻场面。

我也没客气，直接上狠活玩了一会。我说：

一张柯南在森林里奔跑的图片，尺寸4:3，吉卜力风格。

它反应挺快。整个过程，三秒不到，图出来了，我一看，有点东西；这图你拿去做公众号封面、发小红书、甚至丢进剪映里生成个5秒动画，完全够用，甚至能打。

更爽的是，不满意，根本不用重来，接着刚才的对话，直接说：把背景调暗一点、柯南跑得太僵了，动作再自然点”，它能立马改动。

这种「动态微调的能力」，才是真效率爆炸。

这个入口，已经不是传统意义上的“AI对话框”了，它更像ChatGPT那种震撼，张嘴说话，事儿就办了。

或许，这才算「通用」的真正含义：一句「一句话需求」，变成一场无缝衔接的智能协作。

GenFlow 2.0第三个亮点，记忆模式。说实话，市面上，我目前只看到ChatGPT、Kimi有类似能力，其他家基本还在「对话即清空」的原始阶段。

用AI最让人崩溃什么？

每次对话都像在跟一个健忘症晚期患者聊天。你刚聊完一个话题，转头去干别的，再回来接着说，它就装傻，一脸茫然。

你得重新解释背景、重输提示词，甚至还得再强调一遍，一次两次还行，天天这么来，真的会疯。

但这次，GenFlow 2.0记忆模式，有点惊艳到我了。

它能记住你过去聊过啥、喜欢啥、讨厌啥，甚至能调用授权后你百度网盘里的资料。

前几天上海台风天，雨说来就来，0帧起步，根本没反应时间，我就顺手跟AI聊了聊“气候异常”这个话题，问了一些极端天气的数据，它给我拉了一堆资料，讲得还挺清楚。

聊完这事儿，我就切到别的任务去了。然后，昨天，又想接着深挖一下，就随口问了一句：

上次咱们聊气候的事儿，你还记得吗？你提到一个关于极端天气的纬度分析，挺有意思，最近有新进展吗？

你猜怎么着？它真记得。

把上次对话内容完整调了出来，还补充了最新的研究动态和数据更新；那一刻，我愣了一下，这是真思考啊，这种能力，简直给AI装上了「长期记忆」。

我还顺带问了一嘴，上次聊到柯南的事情，你记得吗？话不多说，直接上它调动的答案：

所以，这个能力能干嘛？你可以想象这个场景：

做一个设计稿，做到一半被临时会议打断，几天后你想继续，不用翻聊天记录、不用重新描述需求，只要说一句：接着上次的设计做，把配色再调得年轻一点。

它就能立刻恢复上下文，把当时的思路都还原出来；那这已经不是“助手”了，这是「超级能打的搭档」。

说实话，一开始我对「记忆模式」真没抱太大希望，搞不好是「最近对话记录」换个名字。真上手一试，确实有点东西。

不过，有些AI生成的内容显得宏观，针对性稍微有点欠缺；现在抢先测试的是「测试版」，希望后面全量上线时，可以优化得更好。

比如，我问它关于台风现象的研究，它提到了双台风的「藤原效应」，又分析副热带高压异常、海洋条件异常、季节环流影响等多方面因素。

我在想，是不是研究时控制一下变量？

这次GenFlow 2.0第四个亮点是：并行模式。

以前用AI做任务「排队等」，你让它干一件事，它吭哧吭哧跑完，出结果了，你才能接着提下一个。

就像在餐厅点菜：先上凉菜，吃完才能上热菜，一道一道来，急不得。

并行模式不一样。直接把AI从「单线程服务员」变成了「多线程厨房团队」，你一句话下去，多个任务同时开干，互不耽误。

举个亲测的例子：

我对GenFlow 2.0说：准备一个PPT，事件比较紧，过程中有三件事要干，一，把内容给你，要先罗列框架，框架支撑10页PPT即可；二，框架给我要等确认；三，我确认完再做 PPT。

另外一件事是：查一下最近三个月国内 AI 大模型的重要发布节点，列个时间线，做成简易报告。

按以往经验，这得拆成三个对话、等三轮响应，至少花十几分钟；但这次，我话音刚落，它就开始了，还挺有意思。它的思考过程中说：这是两个任务。

然后提到：用户要做 PPT 还没给我内容，那我优先启动 AI 大模型时间线的任务。还挺抽象，知道先暂停一个，去做另一个...

不管了，先看看结果再说。我只想要一个简单的时间脉络图，没想到它直接弄出来了一个详细的研究报告，有时间线，还有背景分析和关键事件解读。

还生成了一个网页版，可以直接分享出去，比较全，简单截个图：

在并行模式为生成任务大幅度提升效率的基础上，再结合百度文库本身PPT生成的优势，质量高、速度快，还支持上传自定义模版，这样下来交付物基本不用大改，直接能上会、能发出去。

这种「多任务并发」的体验，改变了我对AI效率的认知。

以前总觉得 AI 只能一个个任务来，现在才发现，它可以像一个真正的项目负责人那样，规划、协调、并进。

所以，并行模式，表面快，深层次把 AI 从「响应者」变成了「项目负责人」。你只管下指令，剩下的，交给AI团队去跑。

最后，我还体验GenFlow 2.0的干预模式。我觉得最「像人」的一部分，也是它真正从「工具」迈向「搭档」的关键一步。

它不光让你用得爽，还能随时暂停、改主意、上传资料、反悔，甚至边干边调方向。

过去，大多数 AI 一旦你输入问题，按下回车，它就开始「自嗨式输出」；你只能干看着，等它跑完一轮，才发现不对劲。

你想改？不行。必须等它跑完。你要提个新要求？也行，但得开个新对话。这哪是协作？建议叫：提交申请，等审批。

但GenFlow 2.0 的产品经理好像洞察到了这一点，所以他们做了干预模式：你在任务进行中，可以随时喊停、补充信息、换方向，就像跟一个真人助理开会。

比如你说：

这块先放一放，我们先看下数据；它不会懵，也不会翻脸，是立刻转向，继续干活。

我真实测试：扔给它一个Word文档，让它帮我整理成思维导图，它开始理解文件结构，大纲刚搭了一半，我突然想起来还有个补充材料，就直接暂停，上传了第二个文档，说：两个一起整。

它马上回应：已接收到新资料，正在合并处理；然后，自动调整任务进度，把两个文档的内容融合进同一个逻辑框架里，连重复信息都做了去重。

更让我惊喜的是，这种干预能力不止独立存在，还穿插在所有模式里的细节。

比如：我在问一个问题的过程中，AI正在联网搜索，我突然想给它一份财报PDF当参考，直接上传就行。你看，这是无缝嵌入的协作节奏。

它把我当成一个「正在思考的创作者」，随时可能有新灵感、新需求、新变数。

所以，什么是干预模式？以前AI“你问，它答”；现在GenFlow 2.0把控制权真正交还给用户。

你走，它跟，你停，它等，你转，它调头；这可能是人机协作的理想状态，AI足够聪明，但从不抢戏。

而且，它不只是能“被干预”，生成内容出来后，还能直接在百度文库的编辑器里自由调整。

无论 PPT、报告、还是思维导图，都可以像改文档一样随手编辑，格式不崩、结构不乱，改完还能让 AI 接着优化。

这种「生成 + 可控编辑 + 持续迭代」的闭环，是真正的可用性保障；很多 Agent 产品只能输出“结果”，但 GenFlow 输出的是「可交付的工作成果」。

这也是，它和市面上多数智能体产品的关键差异。

回过头看，「一个入口，N 种模式」是一种全新的工作方式，不需要切换工具、不需要反复描述背景，也不用担心输出没法用。

同一个对话，能查数据、做图、写报告、改框架，还能中途换方向，它让你的思考更连贯，执行更无感。

在现场，我还偷偷瞄到他们内部演示了「反思模式」……这些功能目前还没放出来，据说会在后续迭代中逐步解锁。

临走前，我问百度集团副总裁王颖：这次升级什么时候能对外用？她笑了笑说，快了，快了。产品经理在赶进度，最终体验和适用边界，估计会在8月中旬在百度文库上线。

嗯，有意思，从问答到共事，从工具到搭档，蛮期待。