閉源模型在產(chǎn)業(yè)級應(yīng)用場景中更具效率和經(jīng)濟性，而智能體作為AI應(yīng)用的發(fā)展方向，其制作門檻低，潛力巨大，未來將廣泛應(yīng)用于醫(yī)療、金融、教育等領(lǐng)域，形成龐大的智能體生態(tài)系統(tǒng)。

“一天到晚就是跑分，刷榜，誰誰誰又超越GPT4了，OpenAI又出來sora了，又出來GPT-4o了等等。今天這個震撼發(fā)布，明天那個史詩級更新，但是我要問，應(yīng)用在哪里？誰從中獲益了？”

在今年WAIC產(chǎn)業(yè)發(fā)展論壇上，李彥宏在演講里表達的非常直接。

根據(jù)斯坦福大學(xué)發(fā)布的2024年AI指數(shù)報告，Google 的 Gemini Ultra 模型的訓(xùn)練成本為 1.91 億美元，而 OpenAI 的 GPT- 4 模型的訓(xùn)練成本約為 7800 萬美元。我們這里不能將國產(chǎn)模型的訓(xùn)練成本和它們直接劃上等號，但在“百模大戰(zhàn)”的背景下，想必這些模型的算力消耗及其他成本加在一起也是一筆天文數(shù)字。

但另一方面，正如李彥宏所拋出的應(yīng)用之問，雖然未有明確統(tǒng)計，但其實大家都能感受到：目前使用過大模型產(chǎn)品的，仍只是少數(shù)人，保持高頻使用的更是鳳毛麟角。

一句話：今天百模大戰(zhàn)的盛況，和他們實際為社會創(chuàng)造的價值，是非常不相稱的。

從去年西麗湖論壇開始，李彥宏就多次在公開場合表達“模型本身并不直接產(chǎn)生價值，基于基礎(chǔ)大模型開發(fā)出來的AI原生應(yīng)用才是模型存在的意義”這一核心觀點，呼吁大家重視應(yīng)用，而非模型。而他描述的問題，也在成為越來越多從業(yè)者的共識：無論基礎(chǔ)模型多么強大，只有當(dāng)普羅大眾能夠真正接觸、感受到并使用這些模型時，其價值才能得以體現(xiàn)。

從近期行業(yè)已經(jīng)逐步從注重“卷模型”轉(zhuǎn)向注重“卷應(yīng)用”的變化來看，李彥宏更早從模型應(yīng)用側(cè)出發(fā)的思考頗具前瞻性。越來越多的企業(yè)和用戶開始關(guān)注哪些模型能夠在特定場景中實際應(yīng)用，并帶來實際價值、解決現(xiàn)實世界中的問題。

在狂卷應(yīng)用的熱烈氣氛下，人們也開始期盼在AI領(lǐng)域誕生一個個“超級應(yīng)用”，就像移動互聯(lián)網(wǎng)時代的微信、抖音一般，擁有龐大的DAU數(shù)字和極強的用戶黏性，就像一個人工智能綜合體，覆蓋我們工作生活方方面面。

這一次，李彥宏點出了一個核心問題，如果走不出上一個時代的慣性思維，可能會掉入 “超級應(yīng)用陷阱”。

一、“超級能干”的應(yīng)用比“超級應(yīng)用”更重要

“要跳出移動時代的思維邏輯，避免掉入“超級應(yīng)用陷阱”，不是只有10億DAU的應(yīng)用才叫成功?！?/p>

不同時代，應(yīng)用的發(fā)展路徑和模式等是不一樣的。AI和大模型時代，我們不能再完全拿移動互聯(lián)網(wǎng)時代的邏輯去類比，一定要達到億級、10億級別這樣超級大規(guī)模的DAU才算是超級應(yīng)用。

這其實也是因為不同時代技術(shù)發(fā)展背后的場景差異。

移動互聯(lián)網(wǎng)時代超級應(yīng)用們的最大共性，是這些應(yīng)用大多數(shù)都是用來“消費內(nèi)容”的，追求的是綜合性和便利性。無論是公域、私域社交，還是長短視頻，只有用戶規(guī)模達到一定數(shù)量級，才會給用戶帶來源源不斷可被消費的內(nèi)容。而反過來看，相比“內(nèi)容生產(chǎn)”，“內(nèi)容消費”無疑更符合移動產(chǎn)品的天然特性——例如即便曾經(jīng)被唱衰多年，但PC依然牢牢把持著最佳生產(chǎn)力工具的位置。

但是AI應(yīng)用的出現(xiàn)，需要解決的往往是產(chǎn)業(yè)里更加實際的問題，覆蓋的是生產(chǎn)力場景，更追求是效果、效率和專業(yè)性。哪怕是在傳統(tǒng)生產(chǎn)力領(lǐng)域，也很少存在超級應(yīng)用。比如視頻剪輯這個領(lǐng)域，上到達芬奇、premiere、final cut pro，下到美圖秀秀和各種自帶快剪工具，覆蓋不同人群、不同需求，每個應(yīng)用都有各自擅長解決的問題。

一個垂直領(lǐng)域都尚且如此，更不用說出現(xiàn)一個軟件能同時解決文字排版、視頻剪輯、繪畫設(shè)計、代碼編寫，并且在每個領(lǐng)域都做到最好了。

這就是“生產(chǎn)”與“消費”應(yīng)用最大的不同：在消費領(lǐng)域，只要樣本量（用戶數(shù)）足夠龐大，準(zhǔn)確性差一點也無妨，用戶劃掉就是；但在生產(chǎn)領(lǐng)域，效率低一點、效果差一點，影響的都是真金白銀，各位“打工狗”都是不干的。所以生產(chǎn)場景的應(yīng)用本身較難有規(guī)模效應(yīng)，大家各自挑最適合自己的工具就好。

大模型所具備的理解、生成、邏輯、記憶等強大的技術(shù)通用性，使得它天然更適合產(chǎn)業(yè)場景，能化身強大的生產(chǎn)力引擎。

不久前，李彥宏曾談到一個觀點，他認為大模型對于To B業(yè)務(wù)的改造會非常深刻和徹底，比互聯(lián)網(wǎng)對TO B的影響要大很多，大一個數(shù)量級。今天看，大模型在B端的影響，已經(jīng)大于C端了。

與這一思考相承接，李彥宏再進一步點出核心關(guān)注點， “超級能干”的應(yīng)用比只看DAU的“超級應(yīng)用”要更重要。他認為，只要能對產(chǎn)業(yè)和應(yīng)用場景產(chǎn)生大的增益，AI應(yīng)用的整體價值就已大于移動互聯(lián)網(wǎng)。

他口中“能干”的應(yīng)用其實離我們并不遙遠：比如在快遞領(lǐng)域，大模型處理訂單，開局一張圖、一句話就可以寄快遞，時間從3分多鐘縮短到19秒。并且大多數(shù)售后問題也可以通過大模型解決，一句話就可以多家快遞比價，降本增效極為明顯。

相信，只要始終從模型應(yīng)用的核心價值出發(fā)，這種“超級能干”的AI應(yīng)用，也必將很快在千行百業(yè)里噴涌出現(xiàn)。

二、閉源模型，在產(chǎn)業(yè)級應(yīng)用場景更能打

在開發(fā)應(yīng)用之前，如何選擇適合的模型，是企業(yè)面臨的首要問題，也是難點之一。采用開源模型和閉源模型作為兩種主要的應(yīng)用方式，是近期行業(yè)內(nèi)熱議的話題，備受關(guān)注。

李彥宏認為，從概念上，很多人對模型開源和代碼開源的概念有所混淆。“模型開源，你拿到的是一大堆的參數(shù)，你還是要去做SFT，還是要去做安全對齊，你不知道這些參數(shù)是怎么來的。即使你拿到對應(yīng)的源代碼，你也不知道它用了多少數(shù)據(jù)，用了什么比例的數(shù)據(jù)去訓(xùn)練這些參數(shù)，你是無法做到眾人拾柴火焰高的”。

在這樣的背景下，開源模型不僅無法像開源代碼一樣，通過全網(wǎng)開發(fā)者共同維護一個項目來提高產(chǎn)品性能，無法實現(xiàn)“站在巨人的肩膀上”進行迭代開發(fā)。也會讓拿開源模型為基礎(chǔ)改款的模型成為“孤本模型”，無法從基礎(chǔ)模型持續(xù)升級中獲益，還會帶來算力浪費、二次開發(fā)的成本上升等問題。

因此李彥宏認為，盡管在學(xué)術(shù)場景，開源模型有著較為重要的研究價值。但在激烈的商業(yè)背景下，商業(yè)化的閉源模型“最能打”，更適合廣泛的應(yīng)用場景，顯然有著更高的效率與經(jīng)濟性，能夠讓企業(yè)業(yè)務(wù)效率提升，同時成本也能降低。

他提到了以百度在小說創(chuàng)作上的實踐案例，當(dāng)從開源模型轉(zhuǎn)向輕量級模型、再轉(zhuǎn)向文心大模型4.0后，小說生成的可用率和優(yōu)質(zhì)率得到極大提升，讓網(wǎng)文作者有了強助攻。

三、下一個應(yīng)用方向，李彥宏選擇了智能體

“隨著基礎(chǔ)模型的日益強大，開發(fā)應(yīng)用也越來越簡單了，最簡單的就是智能體，這也是我們最看好的AI應(yīng)用的發(fā)展方向?！?/p>

就像智能手機替代了相機，讓留存美好回憶這件事變得輕而易舉一樣。智能體的制作門檻和難度也將非常低。李彥宏提到了這一開發(fā)過程的簡單程度 — 只要用‘人話’把智能體的工作流說清楚，再配上專有的知識庫，就能做出來一個很有價值的智能體了。

“這比互聯(lián)網(wǎng)時代制作一個網(wǎng)頁還要簡單?！彼f。

而正得益于技術(shù)門檻的降低，智能體具備了爆發(fā)的潛力。根據(jù)李彥宏的暢想，未來的醫(yī)療、金融、教育、制造、交通、農(nóng)業(yè)等領(lǐng)域，將會依據(jù)各自的場景、特有的經(jīng)驗、規(guī)則和數(shù)據(jù)，打造出各種各樣的智能體。未來，數(shù)以百萬計的智能體將會出現(xiàn)，形成一個龐大的智能體生態(tài)系統(tǒng)。

試想，這數(shù)以百萬計的智能體匯聚起來，將會成為千行百業(yè)里一股強大的生產(chǎn)力引擎。因為智能體自身，就是具備超級能干特征的“多邊形能力戰(zhàn)士”，它不僅僅有基礎(chǔ)的對話能力，還會有反思、規(guī)劃、甚至是多智能體協(xié)作能力。多智能體規(guī)劃如若實現(xiàn)，其能力將會倍增。此前李彥宏曾提到，在一些復(fù)雜系統(tǒng)中，讓不同的智能體互動，相互協(xié)作，能更高質(zhì)量地完成任務(wù)。

李彥宏的這些思路也早已不是停留在理論側(cè)。百度在今年4月推出了文心智能體平臺，其基于文心大模型能力，能夠支持更多企業(yè)和開發(fā)者低門檻的去批量化創(chuàng)建智能體。統(tǒng)計顯示，目前已有16萬多名開發(fā)者和超5萬家企業(yè)入駐，覆蓋了100多個應(yīng)用場景。其中一些企業(yè)的探索已經(jīng)走在了前面，諸如知了愛學(xué)、啟德教育、索菲亞等企業(yè)，不但在平臺上創(chuàng)建出了自有場景的智能體，還正在初步試水跑通商業(yè)模式。

當(dāng)然，當(dāng)市面上的智能體像曾經(jīng)的網(wǎng)站一般成千上萬地出現(xiàn)時，搜索顯然是一個更高效的分發(fā)入口。WAIC現(xiàn)場，李彥宏表示，“搜索是智能體分發(fā)的最大入口。”如今在百度搜索上，已經(jīng)能看到很多智能體在上面提供內(nèi)容服務(wù)，百度搜索也上線了“AI助手”頻道，為企業(yè)創(chuàng)建的智能體打通分發(fā)渠道。

拿最近大家關(guān)注的高考填報志愿為例，在高峰時期，百度的高考智能體每天要回答超過兩百萬個考生問題?？忌膫€人情況、大學(xué)、專業(yè)的情況都很復(fù)雜，很適合有一個智能體來為每一個考生針對性解答。類似這樣的剛需場景，其實遠比讓大模型去寫高考作文實際得多。

四、機遇與隱憂

可以看到，無論對技術(shù)路線的爭議幾何，百度依然有著自己的節(jié)奏，堅持大模型實用主義，并在這場應(yīng)用落地的長跑中給出了自己的答案：

“兩個多月前我們宣布文心大模型的日調(diào)用量超過了2億，最近我們又說文心的日均調(diào)用量超過了5億！僅僅兩個多月的時間，調(diào)用量發(fā)生了這么大的變化，足見它背后代表了真實的需求，是有人在用，是有人真的從大模型當(dāng)中獲益了，得到了價值?！痹赪AIC現(xiàn)場，李彥宏亮出了百度大模型應(yīng)用落地的最新成績單。

作為一家最早就投入人工智能研究的中國公司，從十多年前埋頭干到今天成為大模型浪潮中的領(lǐng)跑者，這樣的成果算是功不唐捐。

最后對于用戶層在AI時代的一個經(jīng)典擔(dān)憂— AI如此快速的發(fā)展之下，自己會不會被AI取代。李彥宏現(xiàn)場分享了自己的看法，他認為，一方面AI更多只是輔助人的工作，而不是替代人工作。另一方面AI也帶來了很多全新的工作機會，例如提示詞工程師和數(shù)據(jù)標(biāo)注員的需求規(guī)模會越來越龐大。

“從石器時代的手斧，到移動時代的手機，再到AI時代的大模型，人類不斷創(chuàng)造各種工具來改善生活，但是它們永遠只是工具，只有在被人類所使用的時候才有價值?！?/p>

他很堅定地相信，AI不是人類的競爭對手，我們構(gòu)建和應(yīng)用人工智能技術(shù)，是為了滿足人的需求，增強人的能力、讓人類的生活更美好。

盡管今天的AI行業(yè)人聲鼎沸，但在行業(yè)中積累更深、理解技術(shù)更透徹的企業(yè)，他們的看法和洞察可能始終會潛移默化地影響著潮水的走向。這不斷增長的應(yīng)用生態(tài)和指數(shù)級增長的調(diào)用量，都是在行業(yè)發(fā)展的不確定性中，邁向繁榮的指路信號。