作者 | 董溫淑
編輯 | 李 原
運營 | 劉 珊
由 AI 開啓的科技大航海時代已經到來，這一點無需多言。但如何爲無數開發者和用戶降低門檻，掃清 AI 應用的障礙，行業需要領軍者來制定标準，架起更便捷的梯子。
一年前，在 AI 風暴剛剛席卷世界時，百度便在國内率先發布了自研大語言模型。一年後，當文心大模型的調用量已穩居國内頭部時，百度又在嘗試樹立起新标杆。
4 月 16 日，百度創始人、董事長兼首席執行官李彥宏在 "Create2024 百度 AI 開發者大會 " 上，對 AI 世界的藍圖發出暢想：" 未來，自然語言将成爲新的通用編程語言。你隻要會說話，就可以成爲一名開發者，用自己的創造力改變世界。"
他向在場觀衆介紹了百度三大 " 開箱即用 " 的 AI 開發神器，這三大神器瞄準了普通用戶與專業開發者的日常痛點，将極大降低應用開發和模型精調的門檻。
李彥宏也同時指明了百度的 AI 願景：" 作爲一家技術公司，百度的角色定位，就是盡可能地爲大家提供所需的開發工具，不斷提升整個社會的創造力。"
爲了推開大模型時代的大門，百度正在緻力于幫助開發者極緻地降低使用難度。李彥宏表示：" 最快隻需三步，開發者就可以用自然語言開發出一個 AI 原生應用。打開開發界面，第一步給應用起名，第二步填寫角色指令，第三步再插入需要的工具組件。"
如一位開發者在 " 百度開發者中心 " 網站中所發布的《AI 原生應用速通指南》中寫道："AI 原生應用開發涉及需求分析、數據準備、模型訓練、部署上線、監控與優化等五大流程。" 而且，每個環節還各有子流程，環節中對于開發者的編程能力也有所要求。
爲解決這個問題，百度推出了 AI 原生應用開發神器 AppBuilder。在其中，百度提前封裝和預置了開發 AI 原生應用所需的各種組件和框架，以此大幅降低開發門檻。同時，該神器具備跨模态能力。例如，開發者給出一段文字，就可以快速創建繪畫類應用。因此，AppBuilder 也被李彥宏描述爲 " 最好用的 AI 原生應用開發工具 "。
在此之上，百度同時推出了文心智能體平台 AgentBuilder。當下，能幫助執行複雜任務的 " 智能體 " 概念，正成爲業界共識。比爾 · 蓋茨曾在其官方博客中預測：" 一個全新的技術—— AI 私人助理智能體——将普及至每個人的日常生活中，而不僅僅局限于辦公室工作。"
而 AgentBuilder 的設計，則是爲普通用戶在創建智能體的過程中，掃清編程壁壘。
根據李彥宏的演示，打開文心智能體平台官網後，創建頁面顯示爲 " 零代碼 "" 低代碼 " 兩種模式，新手可以直接選擇 " 零代碼模式 "，用自然語言描述需求，隻需幾句話就能創建一個智能體。一個賬号最多可以創建 50 個智能體，單個智能體還能承載 10 個數據集。
同時，AgentBuilder 已經能夠爲開發者提供百度生态流量分發路徑，完成 " 開發 + 分發 + 運營 + 變現 " 一體化的商業閉環。李彥宏透露，截至目前，已經有 3 萬多個智能體被創建，5 萬多名開發者和上萬家企業入駐了 AgentBuilder。
相較于前兩款面向普通用戶的開發神器，ModelBuilder 更多是從 MoE（Mixture of Experts，混合專家）的思路出發。對此，李彥宏特别解釋道："MoE 不是一般的學術概念，而是大小模型的混用，不依賴于一個模型來解決所有問題。"
ModelBuilder 更聚焦專業開發者，可以讓開發者根據需求定制任意尺寸的模型、并根據細分場景對模型進一步精調。ModelBuilder 預置了文心大模型 " 家族 "，其中包括了旗艦版大模型 ERNIE3.5 和 ERNIE4.0，适合通用的複雜場景；三個輕量級大模型，ERNIE Speed、Lite、Tiny；以及兩個垂直場景的模型。
此外，ModelBuilder 也支持國内外第三方主流模型，總數量達到 77 個，可以說是國内擁有大模型數量最多的開發平台，便于開發者按需選用。
然而，世界上現存的編程語言已經多達約 600 種，一個成熟代碼工程師的成長周期更要長達幾年。過去，普通人在 AI 的開發需求和開發能力之間，存在幾乎難以逾越的技術壁壘。
如何降低大模型的落地門檻，也是當下整個創造市場所關注的難題。正因如此，" 大模型中間件 " 的概念也應運而生：它是在底層大模型和上層應用之間的中間層基礎軟件，主要用于解決大模型落地過程中，集成數據、應用、知識庫，以及大模型融合級功能協同等問題。
當下，" 大模型中間件 " 市場仍處于早期發展階段。在國内最早發布自研大模型的百度，也很早就意識到了這一問題。2023 年，李彥宏就曾簡明扼要地講道：" 大模型本身并不産生價值，基于基礎大模型開發出來的應用才是模型存在的意義。"
而前述的三大應用開發神器的推出，恰好精準擊中了用戶缺乏代碼能力的痛點，也回應了行業填補中間件市場空白的需求。
在演講中，李彥宏現場演示了在多個場景下，如何借助 " 三大神器 " 完成開發的過程。
比如想創建一個 " 新加坡旅遊局 " 智能體，讓其設計旅遊方案、解答相關問題、提供酒店門票預訂服務時，用戶隻需要借助 AgentBuilde 就能輕易打造出一個基礎智能體。
随後通過高級配置，用戶還可以把新加坡百科詞條、官網鏈接都添加到知識庫裏，讓智能體每天更新；并通過添加酒店查詢、景點門票購買等工具，進一步增強智能體的服務能力。
如今，這樣的智能體已不是空中樓閣，而是正在快速落地、成爲現實。除了新加坡旅遊局，現在大連、沈陽等文旅類智能體都已在文心智能體平台上線。
在他的演示中，用戶在打開 AppBuilder 進入創建頁面後，第一步僅需點擊 AI 自動生成配置，爲應用設置名稱、簡介、頭像等基本信息；第二步用自然語言在角色指令中描述任務、組件能力、要求與限制等具體要求；第三步，隻要插入自定義的圖書借閱查詢、課表查詢、成績查詢等組件，校園助手就基本具備了智能化服務的能力。
而在應用 ModelBuilder 方面，李彥宏演示了一款作文批改模型。ModelBuilder 先是對原始的 180 條數據進行了數據清洗、數據标注和數據增強；接下來在用戶選型 ERNIE Speed 作爲基礎模型後，給出推薦值來幫助精調；最後把模型部署在平台上。經過上述步驟，精調後的大模型便擁有了更加專業的老師點評思維，能夠更好完成格式批改等工作。
簡而言之，無論是個人還是組織的 AI 開發需求，未來都能通過上述 " 三大神器 " 找到解法。
升級後的文心大模型，将更便于用戶體驗代碼解釋器功能，允許用戶通過自然語言交互，實現對複雜數據和文件的處理與分析，還可以生成圖表或文件，能夠快速洞察數據中的特點，分析變化趨勢，爲後續的決策提供高效精準的支撐。
李彥宏表示：文心大模型曆經不斷的優化叠代，已成爲全國調用量最高的大模型。相比一年前，文心大模型的算法訓練效率提升到原來的 5.1 倍，周均訓練有效率達到 98.8%，推理性能提升了 105 倍，推理的成本降到了原來的 1%。
日益完善的強大基礎模型系列，加上三大 AI 開發神器，共同組成了一個強大的 AI 工具箱，支持開發者打包帶走，随取随用。
過去一年中，百度不斷探索打通從大模型到 AI 原生應用之間 " 最後一公裏 " 的解決方案。而在這些成績背後，百度也付出了身爲探索者的代價。李彥宏講道：" 這是百度根據過去一年的實踐，踩了無數的坑，交了高昂的學費換來的。"
2023 年 6 月，百度發布了基于文心大模型的智能代碼助手 Comate。如今，Comate 不僅支持 100 多種語言和所有主流 IDE 平台，還可以推薦代碼、生成代碼注釋、進行代碼續寫等等。Comate 生成的代碼采納率達到了 46%，百度每天新增的代碼中，已經有 27% 是由 Comate 生成的。
這隻是百度大模型落地嘗試的冰山一角。在智能駕駛、智能硬件等諸多市場，都能看到百度對大模型落地的不斷突破和嘗試。
之所以對 AI 原生應用開發、降低大模型應用門檻如此執着，更宏觀的原因在于百度想要完善整個 AIGC 市場生态的願景。隻有不斷降低模型使用門檻，讓每個人、每家企業都打開那扇解放生産力的 " 大門 "，真正的 AGI（通用人工智能）時代才有可能盡快到來。
如李彥宏所言：" 今天的中國，有 10 億互聯網用戶，有強大的基礎大模型，有足夠多的 AI 應用場景，有全球最完備的産業體系。國家也在大力鼓勵和支持‘人工智能 + ’行動，每一個人，每一家企業，隻需要充分利用這些工具，就可以釋放無限的創造力和生産力。"
當大模型開發從一小部分專業人士的遊戲，變爲普通人用自然語言就可以完成的工作時，我們距離 AGI 的實現，才算真正的近了一步。
