「组织接不接得住。」李彦宏 11 月 12 日在百度世界 2026 上把 AI 竞争的重心押在了这句话上，原本谈的是企业内部怎么用智能体，却顺手把 AI 搜索的一处空白照了出来。百度当天公布的内部数字是：日均活跃智能体从 0.5 万涨到 3.7 万，每周有效任务从 8.4 万个涨到超过 100 万个，累计建了 4300 个 Workspace、沉淀两万多个组织 Skill（新浪科技）。这些数字在通稿里只被用来谈效率，可截至 11 月 12 日的公开材料没有回答另一个问题：企业把最好用的答案搬进内网之后，外部 AI 搜索在回答「这家公司的产品到底怎么样」时，还能引用到什么。
组织里的答案，为什么外部搜不到
把这批数字拆开看，会发现它描述的是一个知识迁移过程：过去企业把产品说明、售后口径、竞品对比写成文档，存在共享盘里，靠人去找；现在这些内容被改写成智能体能直接调用的 Skill，答案在内部被生产、被复用、被迭代，效率确实上去了。问题在于，生成式引擎优化所依赖的原料恰恰是这些内容，而它们此刻大多停在防火墙内侧，既没有 URL，也没有结构化标注，任何 AI 搜索都抓不到。
知识从文档搬进了 Skill
文档时代的副产品是公开性。一份产品白皮书即使只在官网挂了一个 PDF，它至少有一个可以被引用的地址，媒体转载、行业报告、问答社区都会顺手把它变成二手信源。Skill 时代没有这个副产品：一段被反复调用的内部话术越精准，越不会被写成网页，也就越不可能出现在 AI 回答的引用来源里。企业的知识资产在增值，可被外部检索的部分反而在缩水，这是可见度监测里最容易被忽略的一种流失。
对外可引用的信源没有同步长大
更麻烦的是，外部信源的质量并没有跟着内部一起升级。GEO 行业研究日报在 11 月 9 日至 12 日的汇总里提到，米兰理工的一篇预印本显示头部品牌被引用频次是平均品牌的 1.4 至 2.8 倍（GEO 行业研究日报），同一份汇总还记录，OpenAI 首次允许商家认领资料，并对外给出「被提及次数」和「官网点击」两项聚合数据。两个信号指向同一件事：AI 平台已经开始把引用关系量化，而量化口径只认公开可抓取的内容，认不出你内网里那两万个 Skill。
可见度的分母变了
可见度一直是个比值，分子是品牌在 AI 回答里被提到或被引用的次数，分母是同一批问题被提问的总次数。企业把答案搬进内网，改变的既不是分子也不是分母，而是中间那层信源：能支撑答案的公开材料变少，模型只能退回更泛的表述，于是品牌被描述得越来越像一个品类名词，而不是一个有具体能力边界的供应商。这种退化不会体现在排名上，只会体现在答案的颗粒度里。
| 观测口径 | 能看到什么 | 看不到什么 |
|---|---|---|
| 官网问答与帮助中心 | 被引用的段落、措辞与更新日期 | 内部智能体里同一问题的答案版本 |
| 第三方媒体与行业报告 | 引用来源的分布与转载路径 | 转载过程中结论是否被改写 |
| AI 平台答案抽样 | 品牌是否被提及、被描述成什么 | 提及背后的信源链条与触发问题 |
三个口径叠起来才能定位问题。只看官网，会以为内容很全；只看 AI 答案，会以为品牌没有存在感；只有把两者对齐，才能看出哪一类问题在外部根本没有可引用的答案，而这一类问题往往正好是内部 Skill 覆盖得最扎实的那一批。
把内部答案映射到外部信源的做法
先建问题库，再列信源清单
顺序不能反。先按采购、选型、替代、合规、售后五类把客户真实会问的问题列成问题库，每个问题标注它在内部由哪个 Skill 回答、对外有没有对应页面；再据此列信源清单，缺哪一类就补哪一类。这样做的好处是缺口可量化：一百个问题里有三十个在外部找不到可引用段落，就是一个明确的优化闭环起点，而不是一句「内容不够」的模糊感受。
这套动作不需要新系统，只需要把已有的内部知识资产当成原料，而不是当成终点。百度这次公布的另一组信息其实提供了工具侧的条件：文心 5.5 Flash Preview 总参数 2800 亿、每 Token 激活 140 亿参数、支持 100 万 Token 上下文，API 已在千帆上线，权重定于 11 月 25 日开源（每日经济新闻）。上下文变长意味着模型有能力读完一份完整的白皮书，前提是这份白皮书在外面能被找到；能力拆分做得再细，也需要有人把内部那份答案翻译成外部可引用的形态。
常见问题
企业内部用智能体，会不会让 AI 搜索里的品牌描述变差？
不会自动变差，但会失去一次升级机会。内部智能体提高了答案的精准度，如果这些答案没有同步成公开可引用的页面，外部模型只能用旧材料描述你，颗粒度会落后于实际能力。
被提及次数和官网点击这两项数据能直接当可见度指标吗？
只能当代理指标。提及次数统计的是品牌名在回答里出现的次数，官网点击统计的是从回答跳出的访问量，两者都不等于被引用，也不等于转化，需要与引用来源抽样一起看。
问题库要多大才够用？
覆盖主要成交路径即可，通常一百到两百条。关键是每条都能对应到内部 Skill 和外部页面，规模再大而无法逐条核对，就退化成一份关键词清单。
竞品已经在 AI 答案里占位，还有机会追吗？
有，但窗口在收窄。头部品牌被引用频次是平均品牌的 1.4 至 2.8 倍，说明引用存在累积效应，越晚补齐可引用信源，追赶成本越高。
