當杰夫·辛頓在2024年獲得諾貝爾獎的時候，他或許會想起12年前的冬天，來找到他的那家叫百度的中國公司。因為是百度最早發現了他關于神經網絡研究的價值，并極力邀請他加盟。

2012年12月初的一天，美國滑雪勝地太浩湖的一家賭場酒店里，杰夫·辛頓和他兩名學生迎來了四方的競拍者，他們分別來自百度、谷歌、微軟和DeepMind。

辛頓名下的這間叫DNN research公司，其實沒有任何實體業務，它唯一的資產，其實就是這三位學者腦中的學識。

可能是覺得中國太過于遙遠，當時已經年近七旬的辛頓，最后接受了谷歌的出價。

但在彼時的大洋彼岸，中國的信息產業的諸多企業中，幾乎沒有人知道發生過一件這樣的事情，更不知道有一家中國企業已經開始對人工智能的探索。

客觀講，拍板參加這次競拍的百度創始人李彥宏，是一個有方向感的科技企業家。在過去十幾年里，他的很多關于AI發展方向的判斷，都對產業產生了價值。

但也有人不認同他的一些判斷，于是，邊爭論邊發展，直至逐漸被驗證，成為共識，成為這個行業的有趣現象。

那么，我們不禁要問，李彥宏的方向感，從何而來？

——導語

01

應用來了？！

2024年的百度世界大會，李彥宏的主旨演講，從一個技術問題開始。

這個問題，叫“AI幻覺”，它特指在生成式人工智能時代，模型生成的內容與現實世界事實或用戶需求不一致的現象。

你也可以簡單的理解為，大模型在一本正經的胡說八道。

李彥宏用一個四層的天壇圖片舉例，告訴臺下的聽眾——真正的天壇只有三層，但模型往往會自動生成一幅四層的圖片而不自知。并且，這是所有的生成式模型都會遇到的問題。但在真實世界里，這類問題往往出現的更加隱蔽且詭異，從而給用戶更多的困擾和誤導。

李彥宏告訴觀眾，百度用RAG（檢索增強）和Image based RAG（/基于檢索增強的文生圖）的技術，改善了文字和圖像生成中的幻覺問題。

而之所以把這個技術細節放在這次重要的演講的開頭，和李彥宏接下來要作的一個判斷有關——他認為，“AI幻覺”直接導致了“（生成式）多模態大模型其實還沒有什么成規模的應用出來”。

故而，在他看來，消除幻覺既是大模型領域在過去24個月實現的最大進展，也應該是AI應用出現爆發的起點。基礎模型的能力已經就緒，行業將迎來一個物種大爆炸的應用爆發期。”

如果仔細的研究李彥宏過去18-24個月的講話，會發現“應用”是一個出現頻率極高的詞匯。

22個月前，也就是早在2023年3月，李彥宏就提醒行業“不要重復造輪子”，并表示應用才是大模型真正的機遇。

11個月前，也就是2023年12月16日，李彥宏更直接的表示了自己的焦慮：““我多多少少有點著急”，他在與極客公園的對話中談到：“整個國內的AI大模型行業，現在其實卷偏了。實際上，眼下更應該抓住的機遇，是大模型原生應用”。

而到了今天，他把2024年的百度世界大會的主題詞定為“應用來了”，簡單、直接、強硬。

在實際行動方面，他在百度內部推動了“百度所有業務，都要根據?成式 AI理念重構，重做?遍原來的產品”；而在外部，為了給自己心目中的“應用潮”再加一把力，他還在會上展示了遴選出來的Top100智能體和Top100產業應用。

在當下，談大模型原生應用的當然遠非僅李彥宏一個人，但如此執著且狂熱的業者，也著實不多見。

在筆者看來，李彥宏急于推動大模型的應用落地，并非因為大模型已經完美，而是他的底層認知決定的。

早在21世紀的第一個十年，他就反復的釋放一個觀點：中國由于是（網民人數）的互聯網第一大國，就有機會先遇到問題，進而有機會先去解決這些問題，從而在應用創新上實現跨越。

而這已經變成了現實。

在近年，他把這個觀點濃縮成一個詞匯：“反饋式創新”，在很多場合提及——只有真實世界的實際反饋才能持續驅動創新。

這也解釋了，為什么他始終認為，在大模型通往完美的路上，急需百萬級的“應用”作為導航儀，去探索大模型的能力、產品與市場的契合度（PMF）。

但是，真實世界這次會按照他的判斷而做出改變嗎？

02

方向感

當ChatGPT橫空出世后，在中國出現了百模大戰，數百家公司紛紛投入大模型這個賽道，資本的眼神都是火熱的。

在很多人為這種圖景叫好、上頭的時候，李彥宏唱了反調，他認為——百模大戰造成了社會資源的巨大浪費，尤其是算力的浪費，這種局面不可持續。

但極多人當時并不認同他的觀點，他們的理由是：只有150個員工時的oepnAI就做出了ChatGPT，那我們為啥不能 搏一搏？

事實是，雖然openAI起了個大早，但現在各大巨頭的大模型都趕上來了。

這反映了一種現象——巨頭公司往往在行業出現突破式創新時會因為體量過大、反應較慢而落后半步，如IBM、微軟、甲骨文都犯過這樣的錯誤，但一旦龐大的資源和組織被真正動員起來，很容易趕上并碾壓初創公司。

這也幾乎注定了，大模型不是一條對初創公司友好的賽道。

國內的事實似乎也說明了這一點，有統計顯示，截至2024年4月底，國內共計推出了305個大模型。而截至5月16日，只有約140個大模型完成了生成式人工智能服務備案，不足總量的一半……其中一小部分或許是因為用于學術研究，但大部分則死于彈盡糧絕。

事實也是，由于大模型賽道的天花板很高，現在的大模型技術距離理想情況還相差非常遠，所以模型要不斷快速迭代、更新和升級，不斷滿足用戶需求，以及降本增效……這意味著巨大的、無窮無盡的投入，更直接導致了AI還沒有形成生產力，但賣算力卡的英偉達卻成為全球市值老大。

對于此，巨頭們尚且身不由己，初創企業怎么獨善其身？

再舉一個例子，李彥宏和很多行業觀點對撞的一個判斷，是他認為：商業化模型比開源模型更有潛力和價值。

在“開源模型”十分盛行、部分開源模型宣布取得了比閉源模型取得更好的打榜成績的當下，“開源派”聲勢浩大。甚至，扎克伯格這種大佬還親自撰文——《開源AI是前進之路》，親自下場為開源站臺。

怎么看待這個問題，這里，筆者要講兩層意思。

第一層：“開源”在一開始可能是更快、更便宜的，但更有商業潛力的還是商業化大模型，因為最后拼的是產品力。

例如，在差不多10年前，分布式計算和分布式存儲開始大行其道，國內大部分存儲企業都去用免費的分布式系統，只有兩家企業——華為和曙光，決心自研全棧、閉源的分布式存儲體系。

10年過去了，這兩家有自研體系的企業牢牢占據了國內分布式存儲市場的頭兩名，而那些用開源分布式的企業，受限于對底層技術的控制能力有限、bug多、沒有技術支持等方方面面的原因，始終沒法打入頭部市場。

第二層，開源是有標準的，在AI語境下，“偽開源”可能更多。

在軟件時代，開源相對比較簡單，能夠拿到源代碼、二進制代碼就算開源。

開源的經典精神是——如果開發人員無法學習、使用、修改和共享特定程序，則該程序就不能被稱為開源項目。

根據這個邏輯，一些專家認為，Meta 和谷歌的免費大模型（任何人都可以檢查和調整）并不是真正的開源，因為“許可證限制了用戶可以對模型做什么，而且訓練數據集不公開”。

李彥宏的看法則是：“開源模型基本上是?堆參數，?們不知道這些參數是如何推導出來的，也?法更改這些參數，因此不會對世界各地的?產?影響，也不會讓世界變得越來越好。”

事實上，有些模型的開源只是為了營銷，一位專家諷刺的說：”將模型描述為開源可能會使它們被認為更值得信賴，即使研究人員無法獨立調查它們是否真的是開源的。

但是，在這些爭論成為公眾話題前至少半年，李彥宏就有明確的觀點：在商用層面，閉源是終局模式，因為閉源遠比商業效率高。

簡單說，免費的就是最貴的。

這就好像你去A店，免費送你一個車的底盤，但你得自己配車殼子、發動機和輪胎，還要讓它們組裝起來可以正常運轉；而B店提供二手的整車，且因為經營規模大，單車價格能打下來，還提供服務和救援。

對于不是汽車機械師的99%的人來說，選擇B店無疑才是符合需求的。對于AI應用創新企業來說，同樣的道理是——企業不用也不該花錢去打磨大模型，應該把這部分資源投入到研發大模型的創新應用上來。

一個有趣的現象是，有時候李彥宏明知自己的觀點還不是行業共識，但他還是愿意拋磚。

例如，在智能體方面。

百度也在智能體方面發力，李彥宏對于智能體的看好也由來已久，他認為——目前，搜索和大模型的結合，更多應該是在智能體上。

不過，李彥宏說對智能體的判斷時，還說了一句“冷話”：“智能體現在還并不是一個行業的共識，只是百度下的一個賭注。”

這句話看似突兀，仔細深思，又覺得李彥宏有李彥宏的道理。

千行百業競逐智能體，但真正有幾家公司真懂智能體？是真的為了成就智能化而做智能體？

如果問的再尖銳一點，大部分企業對智能體的研發能投入能占到總研發經費的20%嗎？10%？

恐怕一百家里沒有一家。

這就跟我最近追的《小巷人家》這部劇的情節一樣——莊家堅持要讓一雙兒女上高中、考大學的時候，大家嘴里都說“蠻好蠻好，大學生有前途”，但是一回頭，還是安排自己的子女上技校、上中專，因為好就業。

等到一夜間情勢變了，中專、技校不再包分配的時候，這時候大家才是真的意識到，莊家的決策做的太對了，自己在信息繭房里呆的太久，耽誤了兒女的前程。

可以說，直到這一刻“共識”才形成，但絕大多數人都無法受益于這個共識，因為他們在“等”共識的時候，時機已經悄悄錯過了。

歷史從來不是由共識推動的，而是由先于共識形成時就做出獨立判斷的人推動的，共識只是塵埃落定后的結果。

03

創始人模式的底層邏輯

如果說以上關于卷應用、閉源、智能體的觀點是顯性的，那么，也必然也有解釋這種方向感的隱性因素。

恰好，硅谷最近熱議的“創始人模式”，似乎為我們尋找隱性的底層邏輯提供了線索。

這個定義，出自YC創始人Paul Graham的一篇文章。

它的核心觀點很簡單——相較于只通過下屬掌控公司的職業經理人，親力親為的創始人更有利于一家大公司的發展。因為創始人具有三個職業經理人無法具有的特質——

1. 創始人相當于公司的親生父母；
2. 可以完全決策如何作出改變；
3. 知道如何重建公司；

說“親力親為”，是不過分的。仔細想想，和李彥宏同年齡段但還在一號位上的企業家，著實已經不多。

對于創始人模式的第一條，在十幾年前，我曾經和李彥宏本人在一次出差期間，有一個短暫的交流。我問他為何在有些事上堅持親力親為，他的回答是：“因為你們中的任何人都有可能離開，但我必須留在這里與百度同生共死，無法離開。”

“創始人模式”中的第二條也適合于百度，那就是“可以完全（自主）決策做出改變”。

我們都知道，百度在自己的第二個10年，也就是移動互聯網時代，發展的路徑可謂是跌宕起伏，也錯過了不少機會。

但是，在國內產業界沒有任何企業看出AI的潛力（大部分人是在2016年也就是阿爾法狗戰勝人類棋手時，才意識到AI的潛力）的2010年，百度就已經將NLP研發部門從各個業務線中獨立出來，一面攻堅前沿技術，一面追求業務落地。

事實上是，早在2006年，百度就已經有員工自發的把人工智能技術用在產品的提升上。

換言之，百度提前十幾年就開始走自己的AI之路，而且投入了非常高的研發經費，除了“創始人模式”之外，沒有任何一種可能性能讓一個企業開始這種高昂的、看似無邊無際的遠期投入。

第三，我們前面已經說過，李彥宏推動了百度所有產品“用AI重做一遍”，這與文中的觀點三即——知道如何重建公司，可謂嚴絲合縫。

從微觀角度，我不懷疑個人興趣或性格影響了李彥宏對AI的執著；但從宏觀角度，如此執著的追求，倒不如說AI是他的欲望、信仰和對未來的寄托。

《創始人模式》里有一句話說的很好——他們（創始人）所做的事情，使他們被許多人視為古怪，甚至更糟。但（你要）看看創始人已經取得的成就——他們是在逆風而行的情況下取得的這些成就。