Baidu Wenxin (Website: agents.baidu.com) ist eine One-Stop-Plattform von Baidu zur Entwicklung und Verteilung KI-basierter Agenten, die auf der hauseigenen Technologiebasis des „Wenxin Large Model“ aufbaut. Die Produktpositionierung hat sich von einem reinen KI-Chat-Assistenten zu einem Agenten-Betriebssystem für Unternehmenskunden und individuelle Entwickler entwickelt und bietet eine durchgängige Pipeline von semantischem Verständnis, multimodaler Generierung, Tool-Aufrufen bis hin zur Anbindung von Wissensdatenbanken. Die Plattform integriert tiefgreifend Baidus langjährige Technologien in den Bereichen Verarbeitung natürlicher Sprache, Wissensgraphen, Suchmaschinen und Cloud-Computing und bildet eine dreigliedrige Kernarchitektur aus „Modellebene – Werkzeugebene – Ökosystemebene“. Ziel ist es, die Einstiegshürde für die Entwicklung von KI-Anwendungen zu senken, sodass auch Nicht-Techniker durch natürliche Sprachbeschreibungen schnell Agenten mit Denk-, Gedächtnis- und Ausführungsfähigkeiten erstellen können.

Als Vorzeigeprodukt im chinesischen KI-Bereich profitiert Baidu Wenxin von Baidus PaddlePaddle-Deep-Learning-Framework und der Kunlun-Chip-Recheninfrastruktur und verfügt über deutliche Vorteile in der Tiefe und Breite des chinesischen semantischen Verständnisses. Laut offiziellen Angaben von Baidu beherbergt die Wenxin-Agentenplattform bis 2026 über eine Million aktive Agenten, die mehrere Schlüsselbranchen wie Regierung, Finanzen, Bildung und Gesundheitswesen abdecken, und ist damit de facto eine der Standard-Infrastrukturen für Agenten im Inland. Ihre Branchenposition zeigt sich nicht nur in der führenden Technologie, sondern auch in einem vollständigen Geschäftskreislauf: Entwickler können über das integrierte „Ertragszentrum“ der Plattform eine kommerzielle Verteilung ihrer Agenten erreichen, Unternehmen können über die API nutzungsbasiert nahtlos integrieren, und private Nutzer können die neuesten KI-Fähigkeiten kostenlos erleben – dies bildet eine mehrschichtige, mehrszenarische Ökosystemabdeckung.

• No-Code-Agenten-Orchestrierung – Ein visueller Drag-and-Drop-Workflow-Editor ermöglicht es Benutzern, über natürliche Sprache Rollenkonfigurationen, Skill-Plugins, Wissensdatenbanken und Trigger festzulegen, ohne Code zu schreiben, um Agenten mit komplexen Entscheidungsfähigkeiten zu erstellen.
• Multimodale Fusions-Engine – Basierend auf Wenxin Large Model 4.0 unterstützt es das gemeinsame Verständnis und die Generierung von Text, Bild, Audio und Video und ermöglicht integrierte Fähigkeiten wie die Extraktion informationen über Modalitäten hinweg, die Erstellung von Bild-Text-Inhalten und die Sprachinteraktion.
• Unternehmens-Wissensdatenbank mit RAG – Eine integrierte, effiziente Pipeline für Retrieval-Augmented Generation (RAG) unterstützt das Hochladen von Dokumenten in PDF, Word, Webseiten und anderen Formaten, automatisiert die Segmentierung, Vektorisierung und den Indexaufbau, sodass Agenten strikt auf privatem Wissen basieren, mit Quellenangabe und Zugriffskontrolle.
• Plugins und Tool-Aufrufe – Vorkonfigurierte native Tools wie Baidu-Suche, Karten, Wetter, Taschenrechner sowie Unterstützung für die OpenAPI-Standardanbindung eigener RESTful-Dienste ermöglichen Agenten den Echtzeitabruf dynamischer Daten oder die Ausführung von Drittanbieter-Geschäftsoperationen.
• Debugging und Überwachung über den gesamten Lebenszyklus – Bereitstellung von Dialoglauf-Analysefunktionen, Token-Verbrauchsverfolgung, anomalen Alarmen und Online-Optimierungs-Panels. Entwickler können die Inferenzkette jeder Interaktion einsehen und Halluzinationen oder fehlerhafte Antworten schnell lokalisieren.
• Verteilung auf mehrere Kanäle mit einem Klick – Generierte Agenten können nahtlos in die Baidu-Suche, die Wenxin Yiyan-App, WeChat-Miniprogramme, Web-SDKs und Unternehmens-IM (wie Feishu, DingTalk) integriert werden – einmal erstellt, überall ausführbar.

• Registrierung und Anmeldung – Besuchen Sie agents.baidu.com und registrieren Sie sich schnell mit einem Baidu-Konto oder einer Telefonnummer. Privatentwickler erhalten einen kostenlosen Zugang; Unternehmensnutzer können die Enterprise-Version wählen, um dedizierte Rechenleistung und SLA-Garantien zu erhalten.
• Navigieren in der Benutzeroberfläche und Erstellen eines Agenten – Klicken Sie nach dem Betreten der Konsole auf die Schaltfläche „Agent erstellen“. Das System bietet mehrere Vorlagen (Kundenservice, Tutor, Schreibassistent usw.), oder Sie können von Grund auf beginnen. Füllen Sie im Konfigurationsassistenten grundlegende Informationen wie Agentenname, Persönlichkeitsdefinition und Eröffnungstext aus.
• Konfigurieren der Fähigkeitsmodule – Fügen Sie im Reiter „Fähigkeiten“ Plugins hinzu (z. B. Suchmaschine, Taschenrechner), laden Sie im Reiter „Wissensdatenbank“ eigene Dokumente hoch und ziehen Sie im Reiter „Workflow“ Knoten für komplexe Logik (z. B. Bedingungsverzweigungen, Schleifenverarbeitung, API-Aufrufe). Für benutzerdefinierten Code können Sie in den „Code-Modus“ wechseln und Python-Funktionen schreiben.
• Testen, Veröffentlichen und Verteilen – Nutzen Sie das Vorschaufenster auf der rechten Seite für mehrstufige Dialogsitzungen, um Antwortqualität und Quellenverweise zu prüfen. Klicken Sie nach erfolgreicher Prüfung auf „Veröffentlichen“, wählen Sie die Vertriebskanäle (z. B. Einbindung in Baidu-Suchergebnisse, WeChat-Kundenservice, iframe-Integration), und das System generiert automatisch Links oder Codeausschnitte. Zusätzlich können über API-Schlüssel externe Systeme Zugriff erhalten.

Beispiel 1: KI-Kundenservice für den Arbeitsplatz – Eingabe-Prompt: „Erstelle einen KI-Kundenserviceagenten für E-Commerce-Nachverkauf mit geduldiger, freundlicher Persönlichkeit, der Rückgabepolitik, Logistikabfragen und Erstattungsprozesse beherrscht. Lade das neueste Handbuch für den After-Sales-Bereich als PDF in die Wissensdatenbank hoch. Verlange, dass Antworten die entsprechenden Richtlinienartikelnummern angeben.“ Erwartete Ausgabe: Wenn der Kunde fragt „Das Produkt, das ich gestern gekauft habe, hat eine falsche Größe“, extrahiert der Agent automatisch die Bestellinformationen und antwortet unter Verwendung der Wissensdatenbank: „Ihre Bestellung erfüllt die Bedingungen für eine kostenlose Rückgabe innerhalb von 7 Tagen (gemäß Handbuch, Kapitel 3, Artikel 2). Wir können einen Abholservice anbieten, und die Erstattung wird voraussichtlich innerhalb von 1–3 Werktagen auf dem ursprünglichen Weg zurückgebucht.“ Die Antwort enthält eine Quellenangabe.

Beispiel 2: Generierung viraler Inhalte für Self-Media – Eingabe-Prompt: „Du bist ein erfahrener Experte für Social-Media-Betrieb. Generiere 5 Skripte für TikTok-Kurzvideos zum Thema ‚Sonnenschutz im Sommer‘. Jedes Skript sollte eine suspensevolle Eröffnung, die Auflistung von Nutzen und einen Handlungsaufruf enthalten. Jedes etwa 30 Sekunden lang, mit lockerem und humorvollem Ton.“ Erwartete Ausgabe: Das System liefert 5 Skripte, jedes mit Szenenbeschreibung, Sprachtext, Untertitelvorschlägen und BGM-Hinweisen, während es automatisch Emojis und Trending-Hashtags einfügt und einen Export in Tabellenform anbietet.

Beispiel 3: Assistent für Finanzberichtsanalyse – Ein Administrator lädt die Gewinn- und Verlustrechnung sowie die Bilanzdaten (CSV-Dateien) der letzten drei Quartale hoch und fragt dann: „Vergleichen Sie Q2 und Q3: Was sind die Hauptgründe für die Veränderung der Bruttomarge?“ Der Agent ruft die RAG-Engine ab, um die Berichtsdaten zu durchsuchen, und generiert unter Einbeziehung integrierter Buchhaltungslogik eine Analyse: „Die Bruttomarge ist im Q3 im Vergleich zum Vorquartal um 4,2 Prozentpunkte gesunken, hauptsächlich aufgrund höherer Rohstoffkosten (+12%) und eines Rückgangs der Verkäufe bei margenstarken Produktlinien (-8%). Es wird empfohlen, die Lieferkette zu optimieren und die Werbung für neue Produkte zu intensivieren.“ Gleichzeitig wird ein Link zu einem dynamischen Diagramm generiert (durch Integration eines Drittanbieter-Visualisierungsplugins).

• Führendes chinesisches semantisches Verständnis – Basierend auf der massiven chinesischen Internetkorpora und Wissensgraphen von Baidu Search, übertrifft es internationale Modelle deutlich in Bezug auf Redewendungen, Internet-Neologismen und Branchenterminologie. Die Halluzinationsrate sinkt in chinesischen Szenarien um etwa 35%.
• Nahtlose Ökosystemintegration – Agenten können direkt in national weit verbreitete Anwendungen wie Baidu-Suche, Baidu Maps und aiqicha integriert werden, wodurch natürliche Verkehrsströme und Datenfeedback entstehen und eine geschlossene Schleife von „Entwicklung – Verteilung – Optimierung“ gebildet wird – etwas, das keine unabhängige SaaS-Plattform bieten kann.
• Niedrige Einstiegshürde, hohe Verfügbarkeit – Visuelle Orchestrierung und Konfiguration in natürlicher Sprache ermöglichen auch Nicht-Programmierern einen schnellen Einstieg; die durchschnittliche Zeit bis zur Erstellung eines ersten Agenten beträgt weniger als 10 Minuten. Zudem werden elastische Rechenkapazitäten für hohe Parallelität bereitgestellt, mit einer Unternehmensverfügbarkeit von bis zu 99,9%.
• Fester Burggraben durch Sicherheit und Compliance – Vollständig lokalisierter Technologie-Stack (PaddlePaddle + Kunlun-Chips), zertifiziert mit Schutzstufe 3 und generativer KI-Registrierung, unterstützt private Bereitstellung und erfüllt die regulatorischen Anforderungen hochsensibler Branchen wie Finanzen und Regierung.
• Kontrollierbare und flexible Kosten – Die kostenlose Version bietet bereits volle Funktionalität; das tägliche Anfragekontingent für private Entwickler reicht für Anwendungen mit geringem Datenverkehr. Unternehmen werden nach Token abgerechnet und erhalten Rabatte auf Ressourcenpakete; im Vergleich zu ähnlichen internationalen Produkten liegen die Gesamtkosten um 40%–60% niedriger.

Zu den direkt konkurrierenden typischen Plattformen von Baidu Wenxin gehören: ByteDances „Coze“, Alibabas „Model Studio“ sowie die internationale Plattform Dify.AI. Im Vergleich zu Coze liegt die Kernunterscheidung von Wenxin in einer ausgereifteren öffentlichen Wissensintegration und dem Echtzeit-Datenzugriff der Baidu-Suche, insbesondere bei Long-Tail-Chinesisch-Anfragen und der Generierung lokalisierter Inhalte; zudem hat Wenxin in Regierungs- und Staatsunternehmensprojekten umfangreichere Compliance-Fälle gesammelt.

Im Vergleich zu Alibaba Model Studio haben beide eine große Modellbasis, aber Wenxins Agentenplattform hat einen deutlichen Vorteil bei den „Vertriebskanälen“ – die Baidu-Suche ist das meistgenutzte Browserportal in China, und Agenten können über Suchkarten direkt zu Benutzern gelangen, während Model Studio stärker auf die Unternehmens-IT-Beschaffungspfade von Alibaba Cloud angewiesen ist. Darüber hinaus ist die RAG-Pipeline von Wenxin optimierter für die Verarbeitung chinesischer PDFs und gescannter Dokumente und unterstützt die Batch-OCR-Vorverarbeitung.

Gegenüber Open-Source-Plattformen wie Dify.AI liegt der Nachteil von Wenxin in einer etwas geringeren Flexibilität bei der Freiheit und der privaten Bereitstellung, aber der verwaltete Service spart den Wartungsaufwand und bietet sofort nutzbare Baidu-Mehrwertdienste (z. B. Sprachsynthese, Gesichtserkennungs-Plugins). Insgesamt eignet sich Wenxin besser für inländische Nutzer, die Wert auf chinesische Effektivität, Verkehrsverteilung und hohe Compliance-Anforderungen legen.

Baidu Wenxin verwendet ein dreistufiges Geschäftsmodell: „Kostenlos (Freemium) + Unternehmensabonnement + API-Nutzungsbasierte Abrechnung“.

• Kostenlose Version (für private Entwickler) – Kostenloser Zugriff auf alle Basisfunktionen: Bis zu 50 Agenten erstellen, tägliche Gesamtanfragen bis zu 1.000 (entspricht etwa 50.000 Token), Unterstützung gängiger Plugins und 2 GB Wissensdatenbank-Speicher. Geeignet für persönliches Lernen und leichte Tests.
• Pro-Version – Monatliche Gebühr von 99 RMB (bei jährlicher Zahlung 12% Rabatt), bietet höhere Konkurrenzkapazität (täglich bis zu 10.000 Anfragen), dedizierte GPU-Ressourcenpool, Export von Konversationsdaten, erweiterte Debug-Analysetools sowie anpassbare Teileseiten ohne Wasserzeichen.
• Team-/Enterprise-Version – Jährliche Zahlung ab 2.999 RMB pro Jahr, einschließlich unbegrenzter Anzahl von Agenten, privatem Wissensdatenbank-Speicher ab 100 GB, Team-Kollaborations- und Berechtigungsverwaltung, SSO (Single Sign-On), dediziertem Kundenservice-Ticketsystem und SLA-Garantie (99,9% Verfügbarkeit). Bei privater Bereitstellung erfolgt eine separate Angebotserstellung (inkl. Bereitstellungs- und Wartungskosten).
• API-Abrechnung – Standard-RESTful-API, abgerechnet nach Token-Verbrauch: Wenxin ERNIE-4.0-Turbo: Eingabe 0,002 RMB pro 1.000 Token, Ausgabe 0,006 RMB pro 1.000 Token; Wenxin ERNIE-3.5 (Leichtversion) hat einen 70% niedrigeren Preis, geeignet für häufige Aufrufszenarien. Es gibt auch vorab bezahlte Ressourcenpakete (z. B. 1 Million Token für 150 RMB), mit höheren Rabatten bei größerem Verbrauch.

• Softwareentwickler und KI-Anwendungsentwickler – Versiert in der Programmierung, die KI-Agentenfähigkeiten schnell über APIs in bestehende Geschäftssysteme integrieren möchten oder mit dem Python-SDK maßgeschneiderte Workflows erstellen wollen, um die Kosten für die Feinabstimmung unterliegender Modelle zu sparen.
• Produktmanager und Geschäftsbetriebspersonal – Ohne technischen Hintergrund, aber sie benötigen interne Wissensdatenbank-Q&A-Systeme, automatisierte Kundenservices und Tools zur Erstellung von Marketingtexten. Sie nutzen die visuelle Orchestrierung und Vorlagen für einen schnellen Start, um Geschäftsanforderungen zu erfüllen.
• Studenten und akademische Forscher – Für Szenarien wie Kursdesign, Überarbeitung von Arbeiten, Literature Review-Extraktion und mehrsprachige Übersetzung. Das kostenlose Kontingent deckt den täglichen Bedarf vollständig ab, und sie können gleichzeitig die neuesten Praktiken der KI-Anwendungsentwicklung erlernen.
• Content-Ersteller und Freiberufler in Selbstmedien – Sie müssen effizient Skripte für kurze Videos, Artikel für WeChat-Offizielle Konten und Notizen für Xiaohongshu produzieren. Sie nutzen multimodale Generierung und Plugin-Fähigkeiten, um die Inhaltsmenge und -qualität zu steigern und Kanäle zur Monetarisierung ihrer Agenten zu erkunden.

• Unternehmens-KI-Kundenservice – Automatische Bearbeitung von Vorkaufsanfragen, After-Sales-Reklamationen und FAQ-Antworten. Kann in CRM- und Auftrags-APIs integriert werden, ermöglicht 7×24-Stunden-Reaktion, mit einer stabilen Genauigkeit von über 90%; menschliche Agenten bearbeiten nur schwierige Gespräche.
• Programmierhilfe und Code-Refactoring – Entwickler beschreiben Anforderungen in natürlicher Sprache; der Agent kann Codeausschnitte in Python, Java, SQL usw. generieren und bestehenden Code mit Kommentaren vervollständigen, Fehler überprüfen und Optimierungsvorschläge zur Leistungssteigerung liefern, was die Entwicklungsproduktivität erhöht.
• Mehrsprachige Lokalisierung und Übersetzung – Nutzung der sprachübergreifenden Fähigkeiten des Wenxin Large Model für hochpräzise Übersetzung von Produktdokumenten, Marketing-E-Mails und rechtlichen Verträgen, wobei die Genauigkeit von Fachbegriffen und kulturelle Feinheiten erhalten bleiben. Unterstützt auch die Anpassung von Glossaren.
• Dateneinblicke und Entscheidungsunterstützung – Verbinden Sie Datenbanken oder laden Sie CSV-Dateien hoch, erhalten Sie über Frage-Antwort-Interaktionen Erklärungen zu Geschäftskennzahlenänderungen, Kunden-Segmentierungsprofile und Verkaufsprognosen. Automatische Generierung visueller Berichte zur Unterstützung der Unternehmensleitung bei schnellen Entscheidungen.
• Bildung und Training – Aufbau personalisierter KI-Tutoren für Wissensvermittlung, Übungsbewertung und Fehleranalyse bei Schülern. Auch Simulation von Interviewern für Sprechübungen und Interview-Nachbesprechungen, wodurch die Kosten für Lehrkräfte in Nachhilfeorganisationen gesenkt werden.
• Prüfung von Inhaltskonformität – In stark regulierten Branchen wie Finanzen und Gesundheitswesen kann der Agent automatisch extern veröffentlichte Inhalte scannen, irreführende Werbung, Datenschutzrisiken und Verstöße gegen Richtlinien erkennen und Änderungsvorschläge machen.