2026 年 10 月 21 日，百度搭子产品发布会上，百度搭子宣布全面适配国产信创，正式上架联想开天天禧商店、麒麟软件商店、统信软件应用商店，并携手联想开天推出首款全栈国产通用智能体 AI 工作站。
这条消息在硬件圈的热度不算高，但对做政企 IT 的人意义很大：过去三年，“信创 AI 工作站”大多是“国产硬件 + 用户自己装环境”的拼装货，交付周期长、兼容性坑多、出了问题厂商互相推。现在有人把芯片、操作系统、模型运行环境、智能体软件打包成一台开箱即用的机器，这是从“能买到”到“能交付”的变化。
一、“全栈国产”到底包了哪几层
按发布会公开信息，这台工作站由四层组成：
- 硬件：联想开天整机。
- 算力：适配海光 BW100、天数智芯智铠 100 等国产 GPU。
- 系统：支持银河麒麟、统信操作系统。
- 软件：联想天禧 AI Pro 底座 + 百度搭子智能体，预装模型与运行环境，开箱即用。
二、为什么这件事值得关注
过去信创 AI 项目的真实痛点，不是“买不到国产卡”，而是交付链条太长：
| 环节 | 过去的做法 | 现在的变化 |
|---|---|---|
| 硬件 | 国产 CPU/GPU 整机，品牌杂 | 联想开天统一整机与售后 |
| 系统 | 用户自己装麒麟/统信，驱动适配靠试 | 出厂预装、官方适配 |
| 模型环境 | 自己装 CUDA/ROCm/驱动，版本地狱 | 预装模型与运行环境 |
| 智能体 | 自己搭 RAG、写工具调用 | 百度搭子 + 天禧 AI Pro 直接可用 |
| 运维 | 出问题找谁不确定 | 厂商联合支持，责任边界清晰 |
对集成商和终端客户，这四层打通的价值远大于某一项参数。信创项目最贵的从来不是硬件，而是适配和扯皮的时间。
三、适合哪些场景
- 政务/国企：数据不出域、要求全栈国产化，本地知识库问答、公文辅助、会议纪要是最典型的落地场景。
- 教育/医疗：校园/院内知识库、病历结构化、科研数据处理，对数据合规敏感。
- 制造/能源：设备手册问答、质检图像初筛、工单辅助，通常部署在厂区内网。
- 不想被云厂商绑定的中型企业：把智能体放在本地，核心数据留在自己机房。
反过来，如果业务重度依赖 CUDA 私有算子、需要最新的大模型训练框架、或者追求极致单卡性能，这套工作站不是最优解——它是“合规优先、开箱即用”的路线，不是“性能优先”的路线。
四、采购前必须问清楚的五个问题
- GPU 型号与显存：海光 BW100 和天数智铠 100 是不同路线，显存容量、精度支持、模型适配清单要逐项确认，不能只看“支持国产 GPU”这句话。
- 模型清单：预装哪些模型？参数规模多大？是否支持自己导入 HuggingFace/魔搭的模型？量化方案是什么？
- 系统版本：银河麒麟和统信分别是什么版本？能否接入现有域控、打印、OA、业务系统？
- 智能体能力边界：百度搭子能调用哪些本地工具？权限如何管控？是否支持私有知识库和审计日志？
- 售后与备件：整机质保几年？GPU 坏了是换卡还是换整机？广州本地有没有服务网点？
五、和“自己攒一台国产 AI 工作站”比，差在哪
自己攒的优势是便宜、配置灵活；劣势是兼容性和责任边界。信创项目验收时，审查的往往不是“跑分多少”，而是“软硬件是否在名录内、是否有厂商适配证明、出问题谁负责”。一台预装好、有厂商联合支持的整机，能省掉大量文档和联调工作。对预算敏感、技术能力强的团队，自己攒仍然可行；对要交付给客户、要过验收的集成项目，整机方案更稳。
六、三个容易踩的坑
- 把“支持国产 GPU”当成“所有模型都能跑”。不同 GPU 的算子支持、精度、显存都不一样，厂商的适配清单要逐条对，尤其是你真正要用的那个模型。
- 忽略系统版本和域控兼容。麒麟/统信的不同版本对 AD 域、打印服务、浏览器内核的支持差异很大，别到验收时才发现加不了域。
- 忽略售后和备件周期。国产 GPU 的返修周期普遍比成熟品牌长，项目里要约定备用机或备件池，否则一块卡坏了业务停两周。
七、落地路线图：四步走
- 定场景：先选一个“高频、低风险、可量化”的场景（如内部制度问答），不要一上来做核心业务。
- 做 POC：用真实数据跑 2-4 周，记录准确率、响应时间、人工接管率，和现有方案对比。
- 小批量：先买 1-2 台，跑通网络、权限、备份、审计，再谈批量。
- 再扩展：把模型更新、知识库维护、故障处理写成流程，明确厂商和集成商的责任边界。
八、宇际航能做什么
我们不做信创整机品牌，但做三件事：选型对比（把海光/天数/昇腾几条路线的实际适配情况讲清楚）、系统集成（把 AI 工作站接进现有网络、域控、备份、监控）、长期运维（硬件保修、系统升级、模型环境维护）。如果你正在做信创 AI 的立项或验收，可以把需求发给我们，先做一轮可行性评估再报价。