◎作者|李心瑩

　　◎來源|已獲授權

　　在大模型掀起國內科技熱潮后，所有人都想知道產(chǎn)業(yè)的下一步將如何發(fā)展。對此，恐怕沒人比百度李彥宏更有資格做出判斷。

　　百度是在3月發(fā)布的文心一言，成為全球科技大廠中第一個大模型牌桌的玩家。更重要的是，百度也是國內科技大廠中第一個投入、以及堅持最久的AI玩家。

　　從李彥宏2013年宣布成立深度學習實驗室至今，百度投入AI的時間已經(jīng)超過10年，既見證了AI技術的發(fā)展迭代，也見證了這項技術從實驗室一步步走向現(xiàn)實生活的過程。

　　如今，大模型時代已來，未來最大的產(chǎn)業(yè)機會在哪？AI原生應用究竟長什么樣？基礎模型與Killer Apps如何共融共生？垂類模型與基礎模型是互為競爭關系嗎？

　　當然，這些問題都能在文心一言上找到答案。但我更想知道李彥宏怎么看——作為一位堅信AI的技術人、一位帶領公司All in AI的企業(yè)家、一位用幾十萬字宣揚AI的布道師。

　　百度官方消息稱，李彥宏將會在10月17日的百度世界大會上帶來長達一小時的主題演講，“手把手教你做AI原生應用”。

　　現(xiàn)在，距離這次演講還有兩周時間，我梳理了李彥宏今年以來關于大模型和生成式AI的全部講話內容，從上萬字的演講實錄中選摘出33條干貨，算是先做做功課。通過他的思考，我希望能進一步揭示AI原生應用的本質，為正在大模型創(chuàng)業(yè)、創(chuàng)新路上的同行人提供一份啟示。

　　以下為實錄摘編，enjoy：

　　大模型如何重新定義人工智能

　　1、人工智能的發(fā)展正在從辨別式走向生成式。什么叫辨別式？搜索引擎就是典型的辨別式。什么叫生成式？用AI進行文學創(chuàng)作，寫報告、繪制海報等等，這些都是生成式。

　　2、過去的人工智能是，我們想讓機器學會什么技能，就教它什么技能。教過的可能會，沒教過的就不會。大模型出現(xiàn)“智能涌現(xiàn)”后，以前沒教過的技能，它也會了。這就是為什么有人講，我們現(xiàn)在朝著通用人工智能（AGI）方向發(fā)展。

　　3、大模型如何重新定義人工智能？主要體現(xiàn)在人機交互方式的變化。過去幾十年，人機交互方式共經(jīng)歷了三次變革，從命令行到圖形用戶界面（GUI），再到人工智能時代，我們可以用自然語言跟電腦進行交互。也就是說，未來的應用是通過自然語言提示詞來調動AI原生應用實現(xiàn)的。

　　4、人工智能時代的到來，讓IT技術棧從三層變成了四層：底層仍然是芯片層，但主要的芯片已經(jīng)不是CPU ，而是以GPU為代表的新一代適合并行大規(guī)模浮點運算的芯片；上面我們叫做框架層，就是深度學習的框架，像百度的PaddlePaddle飛槳、Meta的PyTorch、谷歌的TensorFlow都是在這一層；再上面一層是模型層，Chat GPT、文心一言等都屬于模型層；最上面是應用層，以后AI時代的原生應用，都會基于大模型來進行開發(fā)。

　　5、模型本身并不直接產(chǎn)生價值，基于基礎大模型開發(fā)出來的AI原生應用才是模型存在的意義。

　　6、我們不在乎榜單，就是要一步一個腳印往前走，打造好基礎模型能力，支持好在這個基礎模型之上開發(fā)出來的AI原生應用。在模型之上開發(fā)出來的應用越厲害、用的人越多、生產(chǎn)效率和工作效率提升的越多，這才是基礎大模型真正強大的表現(xiàn)。

　　7、垂類模型不是基礎模型的競爭對手，反而應該建立在強大的基礎模型之上。沒有足夠強大的基礎模型做支撐，垂類模型就很難持續(xù)提升和發(fā)展。然而，只有少數(shù)公司會在基礎模型上達到較高水平。

　　8、開源模型在發(fā)展過程不一定都會變得更好，如果反饋回路不理想，是不利于基礎模型改善升級的。走彎路的成本變高，就難以建立持久的商業(yè)模式。

　　卷大模型沒意義，卷應用機會更大

　　9、生成式大模型的問世，會帶來哪些創(chuàng)業(yè)和投資機會？我覺得至少有三方面機會：首先是新型云計算，第二類是行業(yè)模型的精調，第三類是應用開發(fā)。

　　10、大模型是Game Changer，它會徹底改變云計算的游戲規(guī)則。未來云計算公司的主要商業(yè)模式會變成MaaS，就是模型即服務（Model as a Service）。以后的應用會建立在大模型上，而不是建立在云計算的這些算力或者存儲上。

　　11、過去，云計算主要賣算力，看速度、看存儲；今天，客戶購買云服務，要看框架好不好、模型好不好，而不僅僅是看算力怎么樣。

　　12、大模型時代，最大的機會既不在基礎服務，也不在行業(yè)服務，恰恰是在應用。就好像在移動互聯(lián)網(wǎng)時代，最大的商業(yè)機會不是iOS或者安卓這樣的操作系統(tǒng)，而是微信、抖音、淘寶這些應用一樣。

　　13、美國有幾十個基礎大模型，跟中國量級一樣，但在基礎大模型之上，美國已經(jīng)有上千個“AI原生應用”，但中國市場是沒有的，這是最大的區(qū)別。

　　14、只有在大模型的基礎之上產(chǎn)生了足夠多的AI原生應用，才是一個健康的生態(tài)環(huán)境，這代表了大的技術發(fā)展趨勢。

　　15、對創(chuàng)業(yè)者來說，卷大模型沒意義，卷應用機會更大。

　　16、大模型時代來了，每一個產(chǎn)品都值得重做一遍。但誰真正重新做了一遍呢？百度要做第一個把全部產(chǎn)品重做一遍的公司，不是整合，不是接入，是重做和重構。

　　AI原生應用的交互不能超過兩級菜單

　　17、AI原生應用，不是簡單地重復PC時代軟件或移動時代的APP，而得是“AI”原生，沒有AI就不存在的應用。

　　18、什么是AI原生應用？我認為至少滿足三個條件：第一，能用自然語言交互，這是最根本的變化；第二，能充分利用理解、生成、推理、記憶等，這些過去不具備的技術能力；第三，每個應用的交互都不超過兩級菜單。

　　19、每個AI原生應用的交互都不能超過兩級菜單。如果超過兩級菜單，大家就記不住這個功能到底在哪。好多工程師辛苦開發(fā)出來的功能隱藏在第三級甚至第四級菜單里，沒有人用。PPT、Excel都是這樣，可能80%的功能，絕大多數(shù)人從來沒用過，就是因為使用門檻太高了，不知道在哪。

　　20、你只要思路活躍、表達清晰，機器就能給你干活兒，這就是AI原生的應用。

　　21、明顯的AI原生應用，并不表明就是最好的AI原生應用。我認為直到今天，最好的AI原生應用還沒有出現(xiàn)，就是類似于抖音、微信、Uber這種移動互聯(lián)網(wǎng)時代的Mobile Native的APP。沒有手機的時候大家是不能想象它們的存在的，但它們確實產(chǎn)生了很大的社會影響力。

　　22、我們四萬百度人，沒有一個是AI時代的原住民。雖然大多數(shù)人都經(jīng)歷了PC時代、移動時代，但某種意義上思維方式仍然被固化了。未來，我們要有意識地培養(yǎng)AI原生應用的思維方式和理念，用新的理念去重構現(xiàn)在的每一個產(chǎn)品和業(yè)務。

　　23、生成式AI的來臨，讓我們發(fā)現(xiàn)很多時候只需要敲一兩個關鍵詞、點擊下鼠標就能解決問題，不再像過去要用一大段話來描述需求才能獲得想要的內容。這也讓我們意識到，有多少工程師辛辛苦苦開發(fā)出來的功能被藏在一層層菜單下永遠無人問津，有多少苦思冥想的靈感都無法獲得反饋，但現(xiàn)在，它們可能會通過一些簡單的提示詞被激發(fā)出來，所以我們應該有勇氣去改變自己的思維方式。

　　24、改變思維方式是痛苦的，會經(jīng)歷各種挫折和煎熬，這需要我們用毅力去克服慣性，用發(fā)現(xiàn)和探索的眼光來看待這個新的世界。

　　25、我要求公司所有產(chǎn)品重構、重做，就是放棄過去對于桌面、PC這種瀏覽器的依賴，對于移動APP的依賴。要重新想象一下，有了理解、生成、邏輯、推理、記憶能力之后，能夠做成什么應用。

　　自然語言人機交互會帶來“提示詞革命”

　　26、所謂“AI Native”，最明顯的特征就是“提示詞工程（Prompt Engineering）”。過去沒有這個行當，我們也不覺得跟計算機交互需要那么多講究。但在未來，通過寫好提示詞來激發(fā)大模型的潛力，是非常有意思的行當，我也認為這是新工作機會最容易出現(xiàn)的地方。

　　27、我做過一個大膽預測，10年后，全世界有50%的工作會和“提示詞工程”有關。這就好像教育方式一樣，提出問題往往比解決問題更重要。未來我們會需要越來越多的提示詞工程師。

　　28、今天百度有上萬個工程師，會C++、Python，但到了AI原生應用全面落地的時候，可能會要求大家都來寫Prompt，而且要看寫了之后run出來的結果如何。

　　29、人類要學習跟機器打交道的能力，提示詞說成什么樣，機器就會匹配什么樣的結果，這些結果就是生產(chǎn)力。

　　30、大模型本身的能力放在那，用得好不好完全靠提示詞決定。提示詞寫得好，智能涌現(xiàn)可能就多一些，反饋結果就更有價值一些；提示詞不好，出來的東西就是一本正經(jīng)胡說八道，或者是錯誤結論。

　　31、提示詞的書寫是有技術含量的，是需要學習的。怎么把提示詞寫好，這既是技術也是藝術，甚至藝術的成分還更多些。

　　32、未來的應用是通過自然語言提示詞來調動原生AI應用實現(xiàn)的。這意味著，未來薪酬水平將取決于提示詞寫得好不好。

　　33、不同的大模型，比如文心大模型和Chat GPT，它們的提示詞也存在明顯差異。畢竟這些模型是通過獨立底層訓練得出來的。如果把它們比喻成一個人的話，它們的“脾氣秉性”肯定是不同的，在與它們交互的過程中，我們也需要不斷摸索，逐漸了解如何寫提示詞才能達到更好的效果。

　　想了解大模型、生成式AI的更多精彩內容嗎？即刻報名參加10月17日在北京首鋼園召開的「百度世界2023」，目前大會已經(jīng)開放公眾參會報名，在大會官方網(wǎng)站提交申請，就有機會親臨現(xiàn)場，體驗這場前沿科技盛會。