電子發燒友網報道（文/梁浩斌）只要會說話，就能成為開發者？在4月16日的Create 2024百度AI開發者大會上，百度創始人、董事長兼首席執行官李彥宏提出了一個觀點：“未來，自然語言將成為新的通用編程語言，你只要會說話，就可以成為一名開發者，用自己的創造力改變世界。”

那么要如何實現“人人都是開發者”的世界？李彥宏在大會上也給出了他的答案。

大模型和生成式AI將徹底改變開發者群體

以往，開發者的門檻都普遍較高，需要學習計算機編程語言，才能通過代碼來創造一個應用。而在AI大模型的發展下，計算機能夠理解自然語言，并將其轉換成對應的代碼而構建一個應用。

于是，在強大的AI大模型基礎下，自然語言就將成為新的通用編程語言。開發者不需要具備寫代碼能力、不需要編程能力，只需要將應用需求用自然語言表達出來，就能創造一個應用。開發門檻降低的同時，也就大幅提高了生產力。

而這并不是未來，在今天AI就已經開始幫助企業開發者進行工作。基于文心大模型的智能代碼助手Comate，不僅支持100多種語言和所有主流IDE平臺，可以推薦代碼、生成代碼注釋、查找代碼缺陷、給出優化方案。此外，它還可以深度解讀代碼庫、關聯私域知識生成新的代碼。

李彥宏透露，在推出一年多的時間里，Comate已經走入了喜馬拉雅、三菱電梯、軟通動力等上萬家企業。它的生成的代碼采納率達到了46%，百度每天新增的代碼中，已經有27%是由Comate生成的。

就如同短視頻的興起，其中也得益于視頻制作的便利性，短視頻平臺提供了豐富的視頻制作工具，擺脫了以往視頻制作需要專業軟件的門檻，讓每個人都能成為視頻創作者。

如今生成式AI，也為應用開發帶來了革命性的變化，開發應用不再需要代碼、編程等能力，在AI的幫助下開發應用就像拍短視頻一樣簡單，只需要創意和靈感，每個人都能成為開發者。

未來AI原生應用發展趨勢：MoE、小模型、智能體

“大語言模型本身并不直接創造價值，基于大模型開發出來的AI應用，才是能夠真正滿足市場需求的東西”。

關于AI原生應用，李彥宏分享了基于百度過去一年的實踐，總結出的基于大模型開發AI原生應用的具體思路和工具。

首先，李彥宏認為，未來大型的AI原生應用基本都是MoE架構。MoE是指大小模型混用，未來AI應用不會依賴單一模型來解決所有問題，但其中的難點在于，什么時候調用小模型、什么時候調用大模型、什么時候不調用模型，這些策略都需要針對應用的不同場景做匹配。

其次，另一個趨勢是小模型。“小模型推理成本低，響應速度快，在一些特定場景中，經過SFT精調后的小模型，它的使用效果可以媲美大模型。”

據介紹，百度通過大模型，壓縮蒸餾出來一個基礎模型，然后再用數據去訓練，這要比基于開源模型訓練出的模型效果更好、速度更快、成本更低。而百度也為此推出了Speed，Lite、Tiny三個輕量模型。

第三個趨勢是智能體，智能體的機制包括理解、規劃、反思和進化，令機器像人一樣思考和行動，完成自我迭代和進化，不斷催生出大量的新應用。

三大AI原生應用開發工具“開箱即用”

在AI原生應用MoE、小模型、智能體的趨勢下，百度就提供了智能體開發工具AgentBuilder、AI原生應用開發工具AppBuilder和各種尺寸的模型定制工具ModelBuilder，來為AI原生應用提供完備的工具。

其中，AgentBuilder是一款面向所有人的開發工具，用戶只需在設定中明確智能體所需具備的能力，系統就能自動完成其余工作。如果要讓智能體更加專業，則需要將資料添加到知識庫，讓智能體自動進行更新；或是添加一些第三方的服務工具，讓智能體具備更全面的功能。

AppBuilder作為AI原生應用開發工具，為了降低開發門檻，百度在AppBuilder中提前封裝和預置了開發AI原生應用所需的各種組件和框架，通過自然語言開發AI原生應用，開發步驟最快被壓縮到三步。

比如在華北電力大學的AI助理應用中，利用AppBuilder創建的第一步是為應用設置名稱、簡介、頭像等基本信息；第二步是通過自然語言在角色令中描述具體要求，包括任務、組件能力、要求與限制；第三步是插入自定義的圖書借閱查詢、課表查詢、學生成績查詢等組件，再加入開場白就完成了應用的構建。

而ModelBuilder則是一款面向專業開發者的工具，可以根據開發者的需求定制任意尺寸的模型。同時，根據細分場景對模型進一步精調SFT，掌握模型精調方法也是用好大模型的關鍵。

ModelBuilder可以基于文心大模型，根據需求裁剪出適合不同場景的小模型，同時支持精調和post pretrain。而ModelBuilder預置了包括ERNIE3.5和ERNIE4.0的大模型，以及ERNIE Speed、Lite、Tiny三個輕量級大模型，另外還有兩個垂直場景的模型：適合角色扮演的ERNIE Character，以及適合對話或問答場景中的外部工具使用和業務函數調用的ERNIE Functions。甚至還支持國內外多達77個第三方主流模型，是國內擁有大模型數量最多的開發平臺。

前面也提到，通過大模型壓縮出的小模型，效果要比基于開源模型訓練出的模型更好。

李彥宏在這里也提出了一個觀點：“大家以前用開源覺得開源便宜，其實在大模型場景下，開源是最貴的。所以開源模型將會越來越落后。”

文心大模型推理成本下降99%

文心一言自去年3月發布以來，就成為國產大語言模型應用的代表之一。據介紹，截至目前文心一言的用戶數突破了2億，API日均調用量也突破了2億，服務的客戶數達到了8.5萬，利用千帆平臺開發的AI原生應用數超過了19萬。

作為文心一言背后的支撐，文心大模型在過去一年里經歷了從3.0版本到3.5，再到4.0的進化。而近幾個月來，文心大模型在代碼生成、代碼解釋、代碼優化等通用能力方面實現了進一步的顯著提升，達到國際領先水平。

在這次開發者大會上，百度還正式推出了文心大模型4.0的工具版。所謂工具版，即提供了文檔問答、數據分析、代碼執行等功能，通過自然語言交互就能實現對復雜數據和文件的處理和分析。

同時，相比文心大模型3.0，目前4.0版本的算法訓練效率提升到了原來的5.1倍，周均訓練有效率達到98.8%，推理性能提升了105倍，推理的成本降到了原來的1%，也就是成本下降了99%。

據稱，成本的下降，得益于百度在芯片、框架、模型、應用這四層架構上有著全棧的布局，通過端到端優化，來降低大模型的使用成本。

視覺大模型的最大應用場景是自動駕駛

大語言模型之外，多模態大模型，比如文字、圖片、語音、視頻等多模態的融合，是基礎模型的長期發展方向，是通往AGI的必經之路。李彥宏判斷，其中視覺大模型最大的應用場景將會是自動駕駛。

在自動駕駛方面，百度實際上也是國內最早布局的廠商之一。基于超過1億公里的、中國復雜城市道路測試里程數據，百度訓練出來了Apollo視覺感知大模型。它具備檢測、跟蹤、理解、建圖四大基礎能力。這讓百度擁有了更智能、適應性更強、更安全的自動駕駛方案。

而在商業落地上，百度旗下的自動駕駛出行平臺蘿卜快跑已經在北京、上海、廣州、深圳、重慶、武漢等多個城市開放運營Robotaxi，部分還已經實現無安全員運行。

今年春節后，蘿卜快跑將武漢的服務區域從長江北岸延伸到了南岸，在武漢的部分區域，蘿卜快跑已經實現了7X24小時的全天候運營，還計劃年內在武漢部署1000臺無人駕駛車輛。

“這是自動駕駛走向真正商業化的一個標志性事件，它不再僅僅是區域性的示范，而是進入到了城市級應用示范的新階段。蘿卜快跑在武漢覆蓋了3000多平方公里、770萬人口，是全球范圍內最大規模的自動駕駛運營區域。”

寫在最后

AI被認為是未來人類生產力提升的關鍵技術，從開發者的角度，百度文心大模型系列以及這次推出的三個開發工具，大大降低了應用開發的門檻，真正實現了“人人都能成為開發者”的愿景。而通過更多人的想象力和創造力，通過AI開發的應用，也將很大程度上提升各行各業的生產力。

正如李彥宏所說：“今天，人人都可以成為開發者。而未來，也必將是一個由開發者一起創造出來的未來！”