FOMO情緒蔓延?李彥宏給出瞭解藥_風聞
知危-知危官方账号-42分钟前
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。