截至 2026-06-11 UTC，百度千帆最值得观察的信号，来自一份安静的生命周期文档；相比声量更大的模型发布，它更接近企业运行时基础设施。平台在 2026-06-08 更新的 模型版本升级及退役机制，说明了预置 API 模型怎样滚动升级、退役、通知客户，并指向替换模型。[1] 从表面看，这像是一段维护说明；放进企业运行时基础设施的语境里，它的含义更重。只要智能体、RAG 应用和工作流工具建立在具名模型端点之上，模型退役就会进入 API 合约范围。

这份合约重要，是因为千帆已经从试用基础模型的入口扩展为企业应用运行界面。百度自己的国际模型列表展示了一个多模型服务表面，其中包括 ERNIE 5.0、DeepSeek 系列模型、视觉理解、深度思考通道、结构化输出、函数调用和用量统计。[4] 新华社 2025 年论坛报道把千帆放在更大的行业智能体推进之中，覆盖金融、能源、交通、环保、医疗等领域；品玩后续报道了百度关于千帆已支撑企业建设超过 130 万 个智能体、日均工具调用达到数千万次的说法。[5][6] 当一个平台进入这种形态，难题就从模型质量延伸到运行连续性：一个已发布智能体底层模型发生变化之后，系统怎样继续运行。

这次栈更新的核心很直接：千帆正在把生命周期政策展示到足够清晰的位置，使应用负责人可以把它纳入生产规划。更进一步看，中国 AI 平台的竞争正在从“本周哪个模型最强”转向“哪个平台能给团队一条经得起变化的升级路径”。

退役页面把模型名称变成受管理依赖

千帆 2026-06-08 文档写明，受影响客户将通过短信、邮件、官方文档等渠道收到通知；页面同时列出滚动升级计划、退役计划、推荐替换方案，以及精调基座模型的下线说明。[1] 这套表述属于运维语言，已经越过营销文案的范围。它意味着 API 调用里的模型名称已经成为带有生命周期的受管理依赖，原先看似固定的标签进入持续管理状态。

对工程团队而言，这类风险与数据库版本支持、云区域废弃、Kubernetes API 移除属于同一类。模型端点今天仍会响应，但它的行为、参数、输出格式、延迟或替换目标都会移动。千帆模型更新记录说明了这项政策为何必要：历史条目包括旧版 ERNIE 的退役，增加 token-detail 和 search-count 等返回字段的升级，以及新增 user_ip、min_output_tokens 或系统记忆控制等请求参数的变化。[2] 只有在应用仍停留于演示阶段时，这些变化才算小。在生产智能体里，一个新的返回字段会影响日志、计费归因、审计轨迹和评测对比。

实际含义是，千帆用户需要把模型名称作为依赖项盘点。一个团队若只把提示词文本和 API key 放进源码控制，就遗漏了运行时合约。模型 ID、版本政策、替换目标、评测基线和回退行为，都应进入部署记录。

智能体应用让生命周期问题更加尖锐

千帆面向智能体的升级公告是最清楚的例子。百度在 2025-12-17 更新的 Agent 模型服务升级及切换公告 称，旧版预置模型服务将退役，要求用户检查 Agent 开发中的模型名称，完成切换，并在下线前测试业务调用；公告还写明，客户若未在截止时间前完成切换，平台将自动把模型升级到推荐替换项，在这份公告中列出的替换项为 DeepSeek-V3.1-250821。[3]

这种自动切换有帮助，同时会带来代价。平台层面的连续性得到保留，语义风险则进入应用层。客服智能体仍会回复，但语气、拒答边界、检索行为、工具调用频率或引用模式都会发生漂移。工作流智能体仍会调用工具，但不同模型会改变它选择高成本分支、请求澄清或提前停止的频率。在智能体系统中，在线时间不足以说明问题；行为连续性需要被测量。

这也是千帆退役机制应被视为供应链更新的原因。模型只是链条中的一个组件，整条链还包括提示词、工具 schema、知识库、评测集、工作流定义、日志、计费政策和人工复核队列。一次模型退役改变的是一个组件，影响范围却会穿过整条链。

平台信号在于替换映射，不只是替换模型

千帆的国际模型列表展示了宽阔的产品表面：文本生成、视觉理解、深度思考、OCR、结构化输出、函数调用，以及 token 和用量指引，都位于平台文档之下。[4] 中文更新页和退役页补上了缺失的生命周期层。[1][2] 合在一起看，平台价值正在从拥有单一旗舰模型，转向在不断变化的模型库存之间映射工作负载。

这对中国企业 AI 是一个重要区别。制造企业、医院、银行或交通运营方如果在千帆上建设智能体，平台必须回答一组日常问题：哪个模型替换旧模型，行为发生了什么变化，通知怎样送达，旧端点何时停止，以及哪些部分需要重测。百度的政策页面没有消除这些负担，但给团队提供了一个可锚定的位置。[1][3]

因此，这份文档最有价值的用法，是把阅读动作转成迁移清单：列出现网模型 ID，把每一个 ID 映射到业务工作流，确认它是预置模型还是精调基座，围绕已公告升级安排评测重跑，并为敏感智能体保留回滚方案。对低风险工作流，平台推荐的替换项可以满足需要。对高风险工作流，替换模型只有通过任务特定回归测试之后，才算进入可用候选范围。

接下来观察什么

千帆接下来值得看的第一个信号，是生命周期政策是否变得更适合机器读取。面向人工的文档很有用，但企业客户最终需要可轮询的变更 feed、可接入部署系统的告警规则，以及能记录到每次智能体运行旁边的模型元数据。模型更新记录已经像一份按时间排列的账本在运作。[2] 下一步，是让这份账本更容易接入 CI、评测框架和合规审查。

第二个信号，是自动替换在智能体产品中的表现。如果千帆能让强制迁移变得平常，百度的平台论点会得到加强。如果替换模型让应用继续存活，却带来足够多的行为漂移，迫使团队紧急修补提示词，客户就会把退役窗口视为运行事故，例行维护的性质也会随之减弱。

更大的 ai-china 观察很清楚。中国基础模型市场拥挤，但企业平台层正在接受更朴素、更耐久的评判：生命周期政策、迁移支持、可观测性、替换映射和智能体连续性。千帆的退役机制是一份小文档，却含有很大的指向。在生产 AI 中，模型名称已经从标签扩展为供应链的一部分。

来源

1. 百度智能云千帆，《模型版本升级及退役机制》（2026 年 6 月 8 日更新；模型滚动升级、退役、通知、推荐替换和精调基座模型下线政策）。
2. 百度智能云千帆，《模型更新记录》（模型更新记录；历史升级、退役、返回字段变化、请求参数新增和千帆模型服务变化）。
3. 百度智能云千帆，《Agent模型服务升级及切换公告》（2025 年 12 月 17 日更新；智能体模型切换指引、测试要求和自动替换表述）。
4. Baidu AI Cloud International, "Model List - QianfanBaidu"（2026 年 4 月 10 日更新；ERNIE、DeepSeek、视觉理解、深度思考、结构化输出、函数调用和用量统计服务表面）。
5. 新华社，《百度智能云发布千帆慧金金融大模型，推出行业场景智能体家族》（2025 年 6 月 6 日；智能经济论坛报道与千帆行业智能体定位）。
6. 品玩，《支撑企业构建超130万Agents 百度千帆让智能体‘长’在企业生产线》（2026 年 2 月；关于百度千帆企业智能体采用情况和生产线叙事的报道）。