在人工智能技术持续突破的背景下，百度自主研发的智能体系统“伐谋（Famo）”正引发行业关注。这款专为复杂工程与科研场景设计的自演化算法系统，自11月13日首次亮相以来，已在交通、制造、能源、金融等多个领域完成落地验证，展现出规模化应用的潜力。目前已有超过2000家企业提交试用申请，覆盖农业供应链优化、高校科研课题、制造业排产调度等多元化场景。
与传统算法依赖人工经验、反复调参的模式不同，“伐谋”构建了“自动生成—评估—进化”的闭环机制。该系统通过将人类专家的思维逻辑、问题拆解方式及工程经验转化为可编程的规则，使算法具备自主进化能力。在面对高维度、强约束的复杂问题时，系统能够持续优化解决方案，逐步逼近全局最优解。技术层面，其采用多智能体协同与演化搜索技术，可自动生成算法结构、参数组合及优化路径，核心功能包括自动建模、策略评估和动态迭代。
公开测试数据显示，“伐谋”在多项技术评测中表现突出。在CUDA内核优化任务中，部分场景性能提升达数倍；在机器学习工程基准（MLE-Bench）和算法工程评测（ALE-Bench）中，其综合性能指标领先同类系统。这些成果验证了该系统在处理高复杂度计算问题时的技术优势。
实际应用层面，该系统已在多个行业产生显著价值。在智能制造领域，阿尔特汽车与百度合作将其应用于车辆空气动力学设计。通过自动演化风阻计算模型，系统在设计初期即可提供可行方案，将原本数小时的风阻分析压缩至分钟级完成，同时保持接近物理仿真的精度。能源行业方面，系统在海上风电布局优化中，通过自动生成结构方案并筛选最优路径，显著降低了人工试错成本，提升了设计效率。
金融领域的应用同样引人注目。某银行引入“伐谋”构建风控模型后，系统通过自动组合高维特征并筛选关键变量，生成的模型在风险识别准确率和稳定性上优于传统人工建模方法，同时将模型开发周期缩短30%。科研场景中，该系统已辅助多家高校完成空间站设备设计、灾害预测模型优化等任务。例如在空间站相关设备研发中，系统通过自动搜索结构参数，提出了更高效的设计方案；在地质灾害预测领域，其模型选择与参数优化能力帮助研究人员减少了人工调试时间。
百度技术团队透露，“伐谋”的核心价值在于推动算法研发范式的变革。通过将问题目标、约束条件和评估机制形式化，系统可在计算资源支持下持续迭代，逐步优化解决方案。目前该系统已形成可复用的方法论框架，并在交通、能源、金融、制造等领域建立合作案例。为加速技术普及，百度近日启动“伐谋·同舟生态伙伴计划”，未来将重点拓展工业复杂场景应用，深化与科研机构及企业的协同创新。
