FOMO情緒蔓延？李彥宏給出瞭解藥_風聞

AI 帶來的焦慮越來越嚴重，一個誕生於 90 年代的名詞 “ FOMO ”（ Fear of Missing Out ），中文稱為 “ 錯失恐懼症 ” —— 甚至成了這個行業的專屬名詞。

早期這只是一些大模型創業者的焦慮，但現在已經蔓延到了更多人，怎麼做應用？怎麼做智能體？會不會錯過 AI 風口？會用 AI 工具的人會不會頂替掉自己的工作？都在成為焦慮點。

更多人意識到，有了 AI 輔助，原本許多專業工作的門檻正在快速降低——就像打字員原本只有專業人士能做，但後來人人可打字；短視頻風口前，做視頻只是從業者專屬，而如今人人都可做博主。

一旦錯過，可能錯失的不只是風口，還有原本的飯碗。

把門檻降到足夠低的 AI 工具，正在一一出現：就在昨天的 Create 2024 百度 AI 開發者大會上，李彥宏又一口氣宣佈了 3 個 AI 開發工具：AgentBuilder 、 AppBuilder 和 ModelBuilder。

看着是 3 個專屬名詞，其實只説了一件事：讓不懂代碼的人，用中文就能上手開發，會説話就能做應用，讓人人成為開發者。

難易程度逐級遞增，無論懂不懂代碼，都能在裏面找到趁手的 “ 兵器 ”。

比如其中的 AgentBuilder 和 AppBuilder ，都完全支持零代碼模式。知危編輯部也體驗了下這兩個工具，覺得自然語言確實已經在慢慢成為新的通用編程語言，普通人也越來越能體會到開發者的樂趣。

先來説 AgentBuilder ，它是個智能體開發工具，開發過程幾乎不涉及代碼，如果你略懂一些，還能自己選低代碼模式。

開發智能體的過程就非常簡單了，想要什麼智能體，直接在設定裏，輸入你想它實現的功能就行。

接下來到配置頁面，除了修改開場白、引導詞之外，基本上就是動動鼠標的事情。不僅能添加官方自帶的小組件，還可以自己導入知識庫，文檔或者鏈接都可以。

像是我們要開發一個旅遊助手，就可以在數據庫裏面加一些專門做旅遊攻略的網址，它可以做到每天更新。

設置好基礎配置之後，還能自己創建數字形象，選擇專屬的聲音。

當然不用代碼開發出來的智能體，在使用體驗上也絲毫不遜色。比如我們讓開發出來的旅遊助手，幫忙規劃一下杭州三天遊玩的攻略，它除了給出詳細的行程之外，還不忘給出一些網絡上的旅遊攻略，以供參考。

而且因為和攜程有合作，開發出來的旅遊助手也能實時調用裏面的信息。讓它推薦一些酒店，不僅能準確説出酒店的評分和價格，還能直接把購買入口貼出來，點進去就能買。

如果覺得 AgentBuiler 已經滿足不了自己的開發需求，也沒關係，百度還有內置更多功能的 AppBuilder 。

用它開發 AI 應用，配置頁面會比 AgentBuiler 稍微複雜點，但也因此還能開發出更多有實用性的應用。

在發佈會上，百度就展示了和華北電力大學合作的一個案例，他們開發出一個供學生用的 AI 助手，查學校制度、查課表、充飯卡、借書等等，都能在裏面給解決了。

即便功能多了不少，但用它開發應用步驟並沒有麻煩多少，依舊可以用自然語言，甚至昨天還上線了 **“ 三步生成應用 ”**的功能。

比如知危編輯部要開發一個能幫忙找專業論文的應用，第一步，先起個 “ 論文助手 ” 的應用名；第二步，解釋下應用的功能；第三步，到工具組件裏面，選出適合應用的組件。

百度在昨天更新了一波之後，已經有 55 個工具可以挑選，像是文生圖、圖像內容理解，還有語音識別等等，這種多模態組件 AppBuilder 都支持。

我們主要選了預印論文平台 Arxiv ，和一些圖像處理，文本處理的組件。

前前後後差不多五分鐘，論文助手就開發出來了。用起來也挺順手，比如這段時間，大模型領域裏混合專家模型（ MoE ）很火，讓它幫忙找幾篇介紹 MoE 的論文，行動很迅速，不僅找來了論文，還給出了每篇論文的摘要，再繼續追問論文裏面的內容，也都能回答出來。

要是懂點代碼的話， AppBuilder 這次還可以選擇代碼態模式，能提供包括SDK、開發環境、調試工具、應用示例代碼等各種開發套件和應用組件。

至於更專業的開發者，百度也提供了更適合他們的開發工具：ModelBuilder，讓高效低價生產定製模型成為可能。

具體一點來講，這個工具就是讓開發者們能針對不同場景，微調出一個混合專家模型（ MoE ）出來。

為此，ModelBuilder 預置了 77 個大模型，有自家旗艦的 ERNIE3.5 和 ERNIE4.0，還有各種尺寸、針對各種垂直場景的模型。開發者可以針對自己要定製的模型，從裏面選擇幾個進一步定製。

總的來説，百度提供的這三個 AI 開發工具，讓不懂代碼、略懂代碼和專業開發者，都能找到適合自己的工具。

除了讓所有人都能用上 AI 開發工具之外，百度這次還解決了開發者們一直以來都很頭疼的 “ 變現 ” 問題，新增了流量變現渠道。

在 AgentBuilder 上開發出來的智能體，能接入到百度生態的其他產品，比如小度、貼吧、地圖等等，AppBuilder 也新增了多渠道應用分發與集成功能，能一鍵分發到微信公眾號、web 端等等，開發者們根本不用擔心後續的流量分發問題。

更重要的是，它們都還有專門的數據分析入口，讓開發者們能有針對性地對智能體再調優。

而這幾個 AI 開發工具迭代到這樣的效果，也是百度在踩了無數坑、交了很多學費才做到的。

去年一年，他們在芯片、框架、模型、應用這四層架構上不斷優化，試圖把成本打下來。到現在，支撐這些開發工具的地基：文心大模型，在性能上也有非常顯著的提升，算法訓練效率提升了 5.1 倍，周均訓練有效率達到了 98.8%，推理性能提升了 105 倍，推理的成本降到了原來的 1% 。

從百度對 AI 開發工具的投入程度，我們也不難看出他們對 “ 人人成為開發者 ” 的決心，而它費這麼大功夫降低開發門檻，歸根結底就是為了激發出更多優質的 AI 原生應用。

據 IDC 的數據，2027 年全球生成式 AI 的市場規模將達到 1454 億美元，在國內，這一數字會增長至 129 億美元，2023-2027 年複合增長率高達 55.1% 。作為生成式 AI 的一部分，可以預見的是，未來一段時間內，AI 原生應用將會成為業內的發展趨勢。

而 AI 原生應用的生態，也很可能決定着大模型應用能力的上限。

正如李彥宏説的，“ AI 正在掀起一場創造力革命，未來開發應用就像拍視頻一樣簡單 ”。

而在 “人人都是開發者，人人都是創造者 ” 的未來，或許大模型的價值也能更快地被挖掘出來。