炸裂全場！百度如流超級助理、Comate X兩大黑科技全面開掛，工作生產力狂飆_風聞

2023年的WAVE SUMMIT深度學習開發者大會來得比往年稍晚了些，卻有着不同尋常的意義。

過去半年多時間裏，大模型可以説是駐留在浪尖的一個名詞。幾乎所有行業都在討論大模型的話題，湧現了哪些超出預期的能力，將對產業產生什麼樣的影響，以及大模型浪潮下的機會窗口在哪裏。

誠如百度CTO王海峯在主題演講中的觀點：以大語言模型為代表的人工智能正在深入千行百業，加速產業升級和經濟增長。在這個進程中，技術創新和應用落地形成良性循環，理解、生成、邏輯、記憶等能力持續提升，產業應用的廣度和深度持續拓展，大語言模型為通用人工智能帶來曙光。

而對於大模型所能釋放出的生產力，百度集團副總裁、百度首席信息官李瑩也在演講中進行了系統的闡述，並以百度旗下的智能工作平台如流為例，深度拆解了大模型如何重構辦公場景新範式。

01 兩個“智能濃度”極高的黑科技

時間回到四個月前，“文心一言在百度內部全面應用在智能工作平台如流”的消息吸引了許多人的注意。外界還在討論怎麼獲取文心一言的邀請碼時，如流已經在文心大模型的加持下實現了智能創作、編碼智能推薦等功能，並在百度內廣泛使用。

箇中原因並不難解釋。

協同辦公是天然的高知識密度場景，每天有大量的文檔、消息、記錄等知識沉澱；大模型恰恰擅長推理、歸納和創造，最早被髮掘的正是圖像、寫作等知識型的技能。大模型和協同辦公的相遇，可以説是百度內部對大模型提升工作生產力能力的直接驗證，想要掀起一場一拍即合的效率革命。

2023 WAVE SUMMIT的主論壇上，百度集團副總裁、百度集團首席信息官李瑩在演講中特意演示瞭如流的兩個“黑科技”。

第一個是超級助理。

借用李瑩的原話，超級助理可以理解為一個人人擁有的，懂你、專業、實時陪伴的工作助理。基於用自然語言輸入的需求，超級助理可以通過調用插件完成文檔處理、會議預定、差旅安排、數據分析等任務，將原本小時級的工作內容，被壓縮到了分鐘級乃至秒級。

比如語音輸入“我後天上午去上海研發中心開會，當天返回北京，請幫我規劃行程”的指令後，超級助理會先查詢用户的日程，發現明天上午有會議時，温馨地預訂了下午的機票，並且人性化地推送了百度上海研發中心附近酒店。

再比如需要做BI分析時，可以用自然語言問超級助理“最近的銷售目標完成情況如何”，會自動查詢相關銷售數據，並生成表格、柱狀圖等分析結論，甚至可以評估銷售目標的風險、查詢最近的商機、分配各團隊的工作。

第二個是Comate X智能編程助手。

早在去年9月份，百度就已經基於文心大模型開發了智能研發工具Comate，而後基於“文心一言”的新能力，升級成為Comate X智能編程助手，可實現代碼的快速補齊、自然語言推薦代碼、自動查找代碼錯誤以及註釋的生成、接口的生成等等，目前已經支持30多種語言、10多種IDE。

在現場的演示中，百度的工程師向Comate X輸送寫一個激活碼程序的任務後，幾分鐘內即實現了代碼生成、代碼註釋、單元測試等一系列操作，工程師在整個過程中沒有操作一行代碼。

兩個“黑科技”放在大會最後產業實踐篇，但不難從中看到極高的“智能濃度”。

不管是超級助理還是Comate X，都在某個場景下提供了全鏈條服務，用户只需要準確描述需求，在執行任務的過程中不需要或者僅需人類簡單的確認操作，至於如何理解需求、如何整合系統、如何生成答覆，都由AI自動去完成，很多冗長的過程被大模型的能力給“摺疊”了。

02 回到問題起點的AI原生思維

其實在生成式AI走紅後，不少產品開始了智能化改造，譬如將大模型能力和語音識別融合，用於增強會議速記的準確性；將寫作能力移植到筆記類產品，試圖幫助用户根據大綱自動生成內容…….

可從實際體驗來看，很多都屬於“半拉子”產品，只承擔單一功能、解決碎片問題。對此，李瑩的觀點非常鮮明：“生成式AI革命帶來的不僅僅是一種可以嵌入到產品裏的技術元素，更是一種新的基於AI原生的思維方式。”

在企業辦公領域，對於什麼是AI原生思維，李瑩曾在媒體採訪中用“Native Language（原生語言）”做過類比：母語就是原生語言的代表，我們一切思維的起點都是通過母語邏輯進行思考，表達自然而然發生；同樣，AI原生思維需要回到問題的的起點，用AI的視角來思考、用AI的框架來分析、用AI的方式來解決。

直接的例子就是如流的超級助理。

在策劃“超級助理”這個產品時，如流內部確定了三個產品特徵。首先是“懂你”，通過持續學習員工的習慣、偏好、工作模式，能夠實時地瞭解員工的需求；然後是“專業”， 不僅有廣泛的通識知識，還要具有細分領域和企業的私域知識，並能做專業的任務執行；接下來是“實時陪伴”， 隨時隨處都可以喚起，並可以在適時的時候跟用户進行主動的交互、通知、提醒等等。

想要實現這樣的能力，絕非是將AI整合進某個模塊就能解決的，確切地説，如流為此重塑了兩個流程：

一是重塑工作流程。傳統的辦公流程通常要安裝IM、OA、CRM等多個產品，然後在多個系統、應用間來回切換。超級助理提供的是一個入口，用户通過自然語言交互的方式，獲取不同系統的功能。對於用户來説，只需要在這個向超級助理描述需求，不需要關心背後的系統是什麼。

二是重塑IT系統框架。傳統的IT系統多半是獨立的，數據互不連通，想要用統一入口去交互，前提是每一個系統的能力被原子化、插件化，就像差旅系統的預訂能力、日程設置能力，先成為大模型的插件，將系統改造成是對模型友好的，然後被超級助理用來滿足用户的需求。

再來理解李瑩眼中的AI原生思維，核心就是要跳出產品開發的固有範式，回到問題的起點，深入思考用户的需求是什麼，再用AI端到端去解決，無形中改寫了用户和需求之間的關係，對傳統場景進行了重構。

做一個總結的話，如流基於AI原生思維打造的超級助理，不再侷限於對話式的問答，對用户的工作內容、協作情景、角色信息等進行深入理解，小到一個知識點，大到複雜的流程審批，都能直接滿足。

03 “創新流水線2.0”，加速知識循環

按照百度創始人、CEO李彥宏的説法：“大模型時代來了，每一個產品都值得重做一遍。”用AI原生思維重構的如流，所瞄準的不只是效率的提升，同時也在賦能企業的知識管理。

對知識管理稍有了解就會知道，這並不是一件容易的事。比如很多企業想要把知識沉澱下來，然而，收集與記錄只是知識管理的起點，知識要釋放出價值，還需要整理、輸出與循環。一個司空見慣的現象，員工離職時往往會交接一份長長的文檔，但文檔並不能和知識劃等號，人離職的時候，知識也就流失了。

李瑩在2022年提出了“創新流水線=AI×知識管理”的理念，希望用AI的能力重塑整個知識管理的過程，即先用大模型學習異構知識，再利用搜索和推薦的能力去分發，繼而幫助員工更好地應用知識，形成創新的正循環。

這樣的一套邏輯相當有想象力，假如知識可以不斷地循環流動起來，意味着每一個員工都可以站在“巨人的肩膀上”做創造性的工作。其中的挑戰在於，能否將沉澱的資料形成有用的知識，能否讓員工簡單高效地獲取知識，能否在知識管理的基礎上輔助創新。

當大模型時代來臨，創新流水線該怎麼做？

和許多新物種的誕生相似，大模型也在經歷矇眼狂奔的局面，以至於有人用“百模大戰”來形容這一盛況。所幸在魚龍混雜的大模型江湖裏，並不缺少一些權威機構和媒體的評測，客觀還原了大模型的真實現狀。

IDC發佈的《AI大模型技術能力評估報告》顯示，百度文心大模型在14個參評模型中拿下12項指標的7個滿分，綜合評分位列國內主流大模型第一；人民數據發佈的《AI大模型綜合能力測評報告》顯示，文心一言不僅綜合評分超越ChatGPT，位居全球第一……

基於文心大模型全方位技術積澱，李瑩在WAVE SUMMIT上提出升級知識管理理念至“創新流水線2.0”，大模型帶動創新流水線核心引擎升級，隨之而來的是技術底座、知識管理對象、知識管理運行方式和產品形態四大方面全面升級。大模型可以不斷學習相關的企業知識，將知識範疇從文本和數據延伸到了系統及服務能力，並在知識理解生成的同時，擁有很強的執行能力，去完成工作任務。

前面提到的超級助理，就是“創新流水線2.0”理念下的AI原生應用。除了預定會議、羣聊轉發、跨端學習等能力，超級助理的應用場景還包括智能文檔處理，以“查文檔”為例，即使忘記了文檔名稱，只要向超級助手描述需求或文檔出現場景，就可以直接獲得目標文檔，不必再在不同的系統間來回跳轉，而是用一種全新的方式把沉澱的知識循環起來。

參照一百多年前的“福特式流水線”，在人工智能催生的新一輪工業革命中，知識管理也將更加“流水線化”，以往躺在“故紙堆”和系統裏的廣義知識被大模型加速循環，或許就是知識管理質變的開始。

04 寫在最後

回顧整個2023 WAVE SUMMIT，除了如流對辦公場景的重構，“文心一言”的5大原生插件，讓大語言模型的能力邊界進一步擴展；飛槳開源框架迎來2.5版本，圍繞大模型的訓練、推理、硬件適配進行了全面升級；星河大模型社區、大模型插件機制以及生態計劃，不斷降低大模型落地應用的門檻。

據百度披露數據，目前飛槳已經凝聚800萬開發者，服務20萬家企事業單位，基於飛槳創建了80萬個模型。大模型重構的將不僅僅是辦公場景，這只是一個縮影，越來越多的場景即將或正在被大模型重構。