李彦宏在 11 月 12 日百度世界 2026 开幕式上首次提出组织进化三原则，把 AI 竞争的落点从技术栈上游移到组织能力。他判断人工智能的下一幕是智能组织，企业要像重新设计工厂一样重新设计组织。
三原则拆解：从岗位、知识到流程循环
第一项原则是打破岗位边界。岗位是工业时代的单元，任务是智能时代的单元，未来的组织是一张以任务为核心、由人与 Agent 协作的网络。岗位不会消失，但界限会越来越模糊，并大致收敛为两类：负责创造新东西的 Builder，以及负责沟通连接、建立情感与信任的 Seller。
第二项原则是沉淀隐性知识。部门如何协作、如何决策、怎么把客户谈下来，这些经验若只留在员工脑中，就只是个体能力；显性化并沉淀到公司平台、持续累积、随时调用、人人可用，才构成组织智能。李彦宏称它为企业最深的护城河，是别人抄不走、挖不动、买不来的能力。
第三项原则着眼流程如何持续改进。他把智能组织定义为自主进化的智能系统，给出公式「可衡量 + Looping = 持续进化」：有了客观衡量标准，AI 就能反复执行、每轮衡量结果并调整方案，再进入下一轮。
未来人和 AI 围绕一个任务形成一个 Loop，公司变成由无数 Loops 组成、高度自动化运营的组织。站内曾以 ASML 专利格局讨论过技术护城河，这里的护城河则从技术资产转向了组织知识资产。
| 原则 | 核心判断 | 组织单元变化 | 配套表述或公式 |
|---|---|---|---|
| 打破岗位边界 | 岗位是工业时代单元，任务是智能时代单元 | 从岗位网络转向人与 Agent 协作的任务网络 | 岗位收敛为 Builder 与 Seller 两类 |
| 沉淀隐性知识 | 组织智能与个体能力的差别在知识显性化 | 经验从员工脑中迁到公司平台 | 随时调用、人人可用；最深的护城河 |
| 流程循环迭代 | 智能组织是自主进化的智能系统 | 人和 AI 围绕任务形成 Loop | 可衡量 + Looping = 持续进化 |
为什么是「新厂房」：只换电机不够
李彦宏用工业时代作类比：人工智能是新电能，智能组织是 AI 时代的新厂房，是生产力真正发生的地方。他回顾 2016 至 2026 年是 AI 形成独立技术栈的十年，「芯云模体」四层架构在此期间逐步成形；上游是技术能源，下游则是区别于科层制的 AI 原生组织体系。
现场他转述了企业一把手的共同疑问：为什么 Token 花费越来越多，收入和利润却不见增长？给出的解释是，很多企业只更换了电机，没有重新设计工厂。
「没有一家公司会因为用了几个 AI 工具，一夜之间就变得更有竞争力。」他主张让智能体、数字员工进入销售、客服、研发、运营四个环节，而不是把 AI 只当个人提效工具。
站内此前那篇百度稿复盘的是同场演讲的另一段落：业务线各自用开源模型做 SFT、基座升级后成果贬值，以及面对热门方向资源分散、后来靠每月开会聚焦做更少的事。两篇合起来看，一次是组织方法的提出，一次是落地过程中走过的弯路。
百度内部数据：日活智能体涨超 6 倍
李彦宏在现场展示了百度内部的实时看板。过去一年，日均活跃智能体数从 0.5 万增至 3.7 万，涨幅超 6 倍；智能体每周完成的有效任务从 8.4 万个增至一周超过 100 万个。
平台建成 4300 个 Workspace，累计沉淀公司级组织 Skill 超 2 万个，不含部门内部的 Skill。四项指标指向同一件事：把个人经验变成组织可调用的能力。
| 指标 | 一年前 | 当前 | 变化 |
|---|---|---|---|
| 日活智能体 DAA | 日均 0.5 万 | 3.7 万 | 涨超 6 倍 |
| 每周完成有效任务 | 8.4 万个 | 一周超 100 万个 | 约 12 倍（按两端测算） |
| Workspace | 未披露 | 4300 个 | 平台化承载 |
| 公司级组织 Skill | 未披露 | 超 2 万个 | 不含部门内部 Skill |
外部落地案例有两个：南方电网「天璇伙伴」把历史故障数据与专家经验用于配电网故障研判，披露称效率提升 12 倍、已在广西 14 个地市 112 个县推广；海高激光「伐谋」把工艺经验与生产约束转化为算法，跑通单个工件全流程后进入批量任务验证。
腾讯 28 周年谈组织变革的那篇稿也记录了同一种焦虑：AI 时代的组织调整容易被外部读成裁员指标。
| 案例 | 做法 | 披露效果或进度 |
|---|---|---|
| 南方电网「天璇伙伴」 | 故障记录、开关信号与线路拓扑结合专家经验做研判 | 故障分析效率提升 12 倍，广西 14 地市、112 县推广 |
| 海高激光「伐谋」 | 工艺经验与生产约束转算法，优化耗时、防碰撞与排程 | 跑通单个工件全流程，进入批量任务验证 |
上述数字为现场看板口径，案例效果由百度与媒体披露，未见第三方独立核验。新浪财经援引 Gartner 预测，至 2026 年年底将有 20% 的企业借助 AI 完成组织扁平化改造；这是机构预测，不是百度披露的落地比例。
同期发布与产业口径
本届大会围绕「芯云模体」四层架构集中发布多项成果：大模型交易平台「词元所」以模型指纹比对、性能核验与服务商信用评级解决选型信任问题；文心大模型 5.5 Flash 预览版及两款文心应用模型上线。
百度搭子、库库、百度一镜、伐谋四大智能体同步升级；百度智能云发布天池 1024 卡超节点，昆仑芯公布新品规划，萝卜快跑全球化运营提速。
李彦宏同时提出「模体并行、协同进化」：一方面继续投入下一代基础大模型，另一方面让大模型为应用而优化，文心闪电模型与文心微表情大模型都属这一路径。
他还判断，AI 算力需求已从以训练为主转向训练与推理并重，智能体规模化带动推理计算需求上升，推理将成为 AI 芯片长期增长的主要推动力。
站内关于企业服务入口的梳理记录过同一趋势在海外厂商侧的对应动作。会上他还与联想集团董事长杨元庆进行了对话。
常见问题
Q1：岗位真的会只剩 Builder 和 Seller 两类吗？
不是。原话是岗位不会消失、但会收敛，界限越来越模糊，「大致」分为两类。这是分工方式的判断，不是取消岗位或裁撤职能的安排。
Q2：三原则和站内此前那篇百度稿是什么关系？
同属 11 月 12 日百度世界 2026 这一场演讲的不同段落。此前那篇复盘踩坑与「做更少的事」，本稿聚焦三原则、内部看板数据与外部案例。
Q3：Looping 公式里的「可衡量」指什么？
指先设定客观的衡量标准，让 AI 每完成一轮就衡量结果、调整方案，再进入下一轮。人和 AI 围绕任务形成一个个 Loop，组织由此成为持续学习与进化的系统。
本文三项原则按李彦宏现场表述与官方公式转写，第三项以流程循环迭代概括，未改动原意；内部数据为现场看板口径，案例效果与 Gartner 预测均标注来源，未经第三方独立核验，也不构成对企业组织调整效果的评价。
