北京
百度在9月1日完成了香港和纳斯达克的双重主要上市，香港股份现在可以通过互联互通机制被中国内地投资者买到。这个时间点，恰好落在它AI业务的一个关键节点上。
百度CEO李彦宏把公司的"全栈、端到端AI架构"称为关键差异化优势。支撑这个说法的，是四层东西：昆仑芯芯片、百度智能云、文心大模型，以及建在上面的产品和智能体。这四层不是各干各的，价值越来越来自它们怎么协同工作。
一个数字能说明问题：AI驱动的业务在第二季度贡献了百度一般业务收入的50%。百度把这称为"从互联网为中心的公司向AI优先公司"的转型。
为什么四层要一起看
一个AI应用要跑起来，需要算力、让算力可用的平台、适合任务的模型，以及人能真正用上的应用。百度在这四层上投了多年。
全栈公司的目标不是霸榜每一个模型排行榜。价值来自四层怎么配合。一个实时客户对话可能优先要速度和低延迟，一个复杂的研究或优化任务可能需要更深的推理。因为芯片、云、模型、应用能一起优化，系统可以围绕应用真正需要的东西来调。
效率也是同理。应用需求可以决定用哪些模型和算力资源，模型和基础设施的改进又能让应用跑得更省。不同任务可以被路由到最合适的模型，算力资源也能和工作负载匹配得更紧。
麦肯锡最近的一份分析认为，AI采用的广度可能既取决于基础设施的经济性，也取决于原始模型能力的进步。
推理正在超过训练
Gartner预测，到2026年，推理将占AI优化IaaS支出的55%，超过训练。原因是企业正把AI搬进生产应用和工作流。
智能体是这股转变的一部分：多步骤、自主的任务需要反复推理，对底层基础设施的需求随之上升。
百度CFO何海建在彭博和CNBC的采访中描述了这个模型——模型是基础设施和应用之间的连接，各层协同工作时会更有价值。随着多年投入转化为有意义的收入流，他认为百度正在进入第二条增长曲线。
这给了一个看应用层的新角度：不问哪个智能体的功能列表最长，而是问它想做什么样的工作，这份工作对其余各层提出了什么要求。
不同智能体对底层的要求不一样
李彦宏在2024年就把智能体列为有前景的方向。当智能体变得更专门化，技术挑战也随工作内容而变。
通用工作智能体需要跨任务、跨工具保持上下文。商业智能体要快到能应付实时对话。工业智能体可能要先探索数千种可能决策，再给出一个建议。这些差异说明，应用层和它下面的基础设施没法真正分开。
生产力是最清楚的例子，因为即使在同一品类里，工作负载也差别很大：
- DuMate跨应用和文件处理多步骤任务
- Kuku AI把智能体带进百度文库和百度网盘，系统可以处理文档、文件和积累的上下文
- Kooko AI给国际用户一个做研究、分析、文档和数据的工作空间，记忆能跨项目携带上下文
这些产品需要的不只是一个能生成好回答的模型。它们需要拿到上下文、工具和文件，还需要在任务从一步走到下一步时记住已经发生了什么。
秒哒（国际版叫MeDo）给系统施加的是另一种压力。这里的智能体不只是产出信息，它要把简单指令变成能跑的软件，让用户测试做出来的东西，并在需求变化时做出响应。这对一人企业最重要——同一个人往往既是创始人，也是设计师和开发者。秒哒最新升级加入了设计、应用生成和测试智能体，还有一个连接企业与创作者的市场，提供模板和定制开发。一个提示词现在可以成为建一门生意的第一步。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
