文：董指導

題圖由文心4.5 Turbo生成

本期要點

#AI#AI 應用#百度智能云

AI開發(fā)者是最興奮的一群人，因為他們看到了一個萬億空間的機遇；AI開發(fā)者是最焦慮的一群人，因為大模型已經(jīng)過去兩年，投資人、用戶們的耐心似乎快要消退，但爆款應用卻仍未出現(xiàn)。

這不禁令人思考：通往AI應用世界的大門，如何打開？如何更快邁入AI應用的世界？

01開發(fā)之旅，如闖三關(guān)

東市買駿馬，西市買鞍韉，南市買轡頭，北市買長鞭?！赌咎m辭》的作者用“互文”的表達方式，講述了出征前置辦裝備的繁忙與辛苦。

這也是應用開發(fā)者“出征”的寫照?？梢哉f，AI應用開發(fā)是一場充滿挑戰(zhàn)的旅程，“關(guān)關(guān)難過、關(guān)關(guān)得過”。

起點是產(chǎn)品設(shè)計。在商業(yè)創(chuàng)業(yè)史里，到處是空有一身技術(shù)、但卻做出失敗產(chǎn)品的案例。好產(chǎn)品，要能更好地切入用戶需求。因此，場景選擇就格外重要。

場景選擇，如果不能識別行業(yè)痛點、不具備行業(yè)know-how，卒；如果不了解大模型，不知道能力邊界在哪里、能解決哪些、解決不了哪些，卒。

產(chǎn)品設(shè)計關(guān)闖過去之后，就是應用開發(fā)：

選不對模型，卒；

提示詞工程完成度差，卒；

數(shù)據(jù)質(zhì)量不高、可用性差，卒；

邏輯編排不佳，卒。

而且，應用開發(fā)就像練武功一樣，雖然招式看起來相同，但有的人能發(fā)揮得驚天動地，有的人卻像放了一個屁。差異就在于，作為內(nèi)功的工程化能力。不少人以為AI應用，尤其Agent開發(fā)，就是套層皮就好了，實際并非如此。一年半載的功夫，還是要下的。

應用開發(fā)關(guān)闖過去、產(chǎn)品上線后，并不意味著萬事大吉。還要承接成本的壓力。前段時間，OpenAI首席執(zhí)行官 Sam Altman就在抱怨，用戶對ChatGPT 說「請」和「謝謝」等禮貌用語，對Token的消耗，就讓 OpenAI 增加了數(shù)百萬美元成本。

用戶怎么做，是難以控制的。但毫無疑問，推理階段，如果控制不好算力成本，或者沒有穩(wěn)定的算力支持，那也是一個大煩惱。

產(chǎn)品設(shè)計、應用開發(fā)、上線運營，三大關(guān)卡又嵌套著多個小關(guān)，一路坎坷。而且，由于用戶需求不斷疊加、產(chǎn)品技術(shù)不斷更新，開發(fā)旅程，也是一輪又一輪。

如何讓開發(fā)之路，越來越好走？

02系統(tǒng)方案， 應運而生

系統(tǒng)化，越來越成為商業(yè)發(fā)展的主旋律。

比如在芯片領(lǐng)域，最初的集成電路是多個獨立芯片互相配合運行，但自1990s以來，SoC（系統(tǒng)級芯片）技術(shù)，發(fā)展迅猛、成為主流。

SoC 將多種功能模塊集成于單個芯片上，融合了處理器核心、圖形處理器、內(nèi)存控制器、各類接口以及存儲器等組件。一款芯片，就是一個系統(tǒng)。

與傳統(tǒng)集成電路相比，SoC 具備諸多優(yōu)勢。比如，性能上，可以避免芯片間信號傳輸?shù)难舆t，提升運算速度；物理層面，體積大幅縮小，功耗顯著降低、也更適合做小型消費電子的開發(fā)使用；研發(fā)角度看，SoC 采用 IP 核復用技術(shù)，極大縮短了研發(fā)周期。

系統(tǒng)級的變化，讓芯片研發(fā)更加便捷，下游使用芯片的成本降低了、效果提升了、意愿也提高了。

再比如在新能源車領(lǐng)域，域控制技術(shù)的興起，也同樣體現(xiàn)了系統(tǒng)級方案的趨勢。

傳統(tǒng)汽車的電子電氣架構(gòu)較為分散，各個功能模塊相對獨立，導致布線復雜、故障排查困難且升級成本高。

域控制，則將汽車的多個功能系統(tǒng)進行整合，通過少數(shù)幾個域控制器來集中管理。比如，將車身控制、動力系統(tǒng)、信息娛樂等功能分別劃分為不同的域，由相應的域控制器進行統(tǒng)一調(diào)配。

域控制的方案，不僅簡化了布線，減少了車輛的重量，降低了能耗，還使得汽車的軟件升級更為便捷。通過 OTA（空中下載技術(shù)），車企可以對車輛的部分功能進行遠程更新，提升用戶體驗，也讓汽車智能化發(fā)展加速。

系統(tǒng)級，一個通俗理解的角度，就是“一條龍”，把用戶所需要的，都提供了。但又不只是簡單的啥都做，而是通過有機組合，實現(xiàn)成本降低、性能提升。

他山之石可以攻玉。要讓AI應用開發(fā)，更低成本、更高效，也許思路就是“系統(tǒng)級”的全棧方案。

03全棧迭代，創(chuàng)新不止

系統(tǒng)方案，要陪跑開發(fā)全旅程，而不是只走一段路。

支撐AI應用開發(fā)的系統(tǒng)，最底層是算力。沒算力這個聲音，應用再好的戲也唱不出來。它決定了模型可以發(fā)揮多少性能、以及花費多少成本。

然后，要有一個好的模型平臺。所謂好，就是說不僅是個“模型超市”，提供種類豐富、性能優(yōu)秀的多個模型供開發(fā)調(diào)用；有清晰的評價和引導，方便開發(fā)者選對模型。

也要是個“模型工廠”，支持開發(fā)者針對特定場景進行快速的模型優(yōu)化、甚至定制化開發(fā)，最終讓開發(fā)者，可以相信模型、大膽使用模型。

模型支持完備后，還要有各類開發(fā)工具，也要兼容MCP等當下最火的開放協(xié)議，以及數(shù)據(jù)管理的相關(guān)工具。把工程化能力，打包升級。

這個系統(tǒng)級方案，并不只是規(guī)劃，而是已經(jīng)在實踐了。百度智能云在2024年發(fā)布了全球首個智能計算操作系統(tǒng)：萬源，它包含了底層的GPU算力平臺“百度百舸”和“千帆大模型平臺”。在Create2025百度AI開發(fā)者大會上，這個系統(tǒng)，再次迎來升級。

在算力層面，百度正式點亮了昆侖芯P800的三萬卡集群，昆侖芯超節(jié)點更是把64張加速卡放到同一個機柜，用更快的機內(nèi)通信替代機間通信，可以把卡間互聯(lián)帶寬提升8倍，單機訓練性能提升10倍，單卡推理性能提升13倍。

指數(shù)級的算力提升，還不夠。百度智能云通過大規(guī)模分布式推理的PD分離，又實現(xiàn)了推理吞吐提升20倍，推理速度提升50%以上。為大模型全面應用，做足了準備。

剛剛在全球首個人形機器人半程馬拉松中， “天工”機器人獲得了冠軍，而其背后的公司北京人形機器人創(chuàng)新中心，在訓練和推理階段，采用的算力資源正是百度百舸。

模型服務層面，千帆平臺上提供了自研和第三方在內(nèi)的，共計超過100多個模型，而且文心大模型也進行了升級發(fā)布：文心4.5 Turbo和文心X1 Turbo，X1的價格僅為DeepSeek-R1的25%，降本顯著。

模型開發(fā)層，也是工具全面，并支持深度思考模型、多模態(tài)模型的定制、精調(diào)。模型蒸餾，也成為許多企業(yè)降低模型成本、提高性能的最佳選擇之一。

在應用開發(fā)上，智能體Pro成為亮點，從快問快答升級到了深思熟慮，也支持每個企業(yè)定制開發(fā)。與此同時，百度智能云正式發(fā)布了企業(yè)級MCP服務，也已經(jīng)有超過1000個MCP Servers供企業(yè)和開發(fā)者選擇。

目前，千帆平臺的企業(yè)用戶數(shù)量超40萬，千帆平臺組件數(shù)量超1000個，企業(yè)在千帆平臺上已開發(fā)出了超100萬個應用。這只是開始，需求還遠未被滿足，未來應用會更多。

一個應用開發(fā)的背后，就是一個系統(tǒng)的打造。一個系統(tǒng)級的基礎(chǔ)設(shè)施，描繪了無數(shù)應用的未來。

04展望

常言說，創(chuàng)新來自于千百次試錯。但并不是每家企業(yè)都能扛住千百次試錯，需要勇氣、耐心、以及成本。

百度智能云構(gòu)建的新一代系統(tǒng)級智能基礎(chǔ)設(shè)施，并不是靈丹妙藥，一定可以讓開發(fā)者成功，但確實可以降低開發(fā)者的試錯成本、提高試錯意愿，也撫慰開發(fā)者的“焦慮”；它不僅是解決某一個問題，而是讓企業(yè)擁有創(chuàng)造“創(chuàng)造的能力”。

全棧的便利，讓開發(fā)者面對征途，不必東跑西找，也不會躊躅不前；而是敢于輕裝上陣，沒有心理包袱、沒有技術(shù)包袱、沒有財務包袱，尋找開發(fā)的路，推開應用的門，走進AI的精彩世界。

---全文完，歡迎交流

理工/金融 復合背景

暢銷書《英偉達之道》譯者

百億私募/頭部自媒體 雙重經(jīng)歷