百度AI的反直覺之路

「核心提示」
紅包大戰后的冷思考：在行業集體陷入追逐風口、制造概念時，主動聚焦更難能可貴。

作者 | 詹方歌

編輯 | 邢昀

春節時，你手機里為搶紅包下載的AI 獨立APP有多久沒打開了？

這場以“撒幣”換流量的狂歡逐漸冷卻，反思和追問必須跟上。

熱力學第二定律中有一個概念“熵增”，它描述了一個孤立系統自發走向混亂與無序的自然過程。映射到商業世界，當行業陷入一種被焦慮驅動、盲目追逐熱點的競爭狀態時，便會在戰略路線選擇和產品體驗層面產生類似的“熵增”效應：

巨頭們不斷投入象征著能量的巨額資本與資源，但并未構建出堅固的護城河或持久的用戶價值，反而加劇了行業的整體內耗與戰略迷茫。體感的“熱鬧”，實際上是系統正在變得更為無序。

AI行業集體陷入“熵增”浪潮中，也有大廠開始一系列反直覺操作，從產品、技術到戰略層面，聚焦真實價值，換取確定性，通過熵減構建秩序，回答AI時代的根本性問題：在無限的可能性中，什么才是真正值得做的事？

1、從“撒幣競賽”到“價值錨點”

剛剛過去的2026年春節，一場圍繞AI應用入口的“撒幣”競賽以空前規模上演。騰訊、阿里、字節、百度幾家大廠投入的營銷費用規模總計達到了近百億規模。

其中，騰訊靠社交裂變，阿里捆綁電商與本地生活，引導用戶下載獨立的AI APP。雖然各家邏輯和戰略并不相同，但焦慮是集體性的。

這場天上掉餡餅的“紅包雨”并不是簡單的節日營銷。巨頭們普遍認為，在這個全年最大、最集中的流量窗口開放之際，讓自己的產品成為下一個超級流量入口，才算是獲得了AI時代的新船票。

可是，當熱潮褪去，補貼停止，這些被“真金白銀”吸引來的用戶還會為AI本身的價值留下嗎？這次紅包大戰中AI助手看似能夠做很多事，包括圖片生成、話術生成、幫點外賣，有哪些是真正的剛需？模式尚未成熟，先搶占的流量來得快也去得快，這是一種無奈的“熵增”。

不僅國內，全球AI領頭羊OpenAI也面臨同樣困境。為應對競爭和IPO壓力，OpenAI不得不進行戰略收縮，包括明星產品Sora視頻生成器、Atlas瀏覽器在內的多個“支線任務”將被邊緣化，資源聚焦于編程和企業市場這一核心變現路徑。

熵增之后，OpenAI終于發現，在什么都想做、什么都想要的過程中，公司組織能力、資源、算力都會遇到問題。比如，不同項目組之間爭搶算力反而拖累了核心模型的更迭，讓公司陷入被動。

回到國內，盡管身處流量焦慮的大潮中，也有公司已經開始重新審視熵增路徑的合理性，比如百度。

百度同樣參與了紅包營銷，但和諸多巨頭的玩法不同。它沒有創造全新的獨立APP，而是將AI能力深度內嵌進月活7億的國民應用百度APP中，紅包的作用更多是促活。

讓用戶回到最熟悉的場景里，用最低的遷移成本，提供最可信賴的AI服務。這不是在生硬創造“偽需求”，而是將AI能力“無痛嫁接”到最剛需、最高頻的入口搜索框里，完善和強化百度核心的“搜索”功能，使其自然進化成“AI增強型搜索”。

聚焦于主航道、減少用戶操作、提升體驗確定性，百度選了一條和別人不太一樣的“產品熵減”之路。

事實上，百度在產品端的收束動作可以追溯到更早以前。2025年初，百度APP全量上線新的AI入口，到10月，全新品牌“百度文心助手”啟用，取代了此前的“百度AI搜索”。

如今點開百度APP的文心助手界面，對話框上有大量垂類場景卡片，從AI生視頻到拍題答疑，用戶帶著明確意圖來搜索，天然適配AI介入，而產品的價值錨點也回歸到“解決問題”這個核心上。

這種產品層面的“熵減”，背后是百度2026年更核心的戰略邏輯：業務聚焦，兌現價值。

2、追求“準確”而非“參數”

最近，演員劉美含在AI上詢問“鑄幣坊”讀音的視頻上了熱搜。她先后查詢了五款主流AI工具，最終，只有百度AI給出了與《新華詞典》及語言學教授驗證一致的正確答案“fáng”（二聲）。

這個案例引發共鳴，因為它擊中了用戶使用大模型時最普遍的痛點：AI幻覺。幻覺的根源在于模型的底層運行機制，它不是從權威知識庫中檢索答案，而是通過對海量語料的統計學習，預測“最可能”出現的詞句組合。當訓練數據中存在矛盾、錯誤或信息稀缺時，模型就可能一本正經地胡說八道。

今年“3·15”晚會曝光的GEO（生成式引擎優化）業務，更是將這一問題推向公眾視野。不法商家批量編造虛假測評信息、偽造權威推薦內容，投喂給大模型，讓AI給出定制推薦。用戶往往被AI自信而完整的表達所迷惑，難以察覺其中潛藏的事實謬誤。

過去兩年，行業陷入一種“參數崇拜”的迷思，不斷追求參數規模與對話流暢度的過程中，“準確性”正在成為一種稀缺品。如今越來越多人意識到：準確性正在取代參數規模，成為AI的第一性原理。

百度對這一趨勢的判斷，比行業早了至少一年。當其他廠商還在比拼萬億參數時，百度已經將重心轉向“少幻覺、低污染”。百度APP內嵌文心助手，能夠使AI生成結果與傳統搜索交叉驗證，用戶可追溯信息來源，雙重驗證機制，大幅降低了誤導風險。

這背后的邏輯是，百度認為AI的價值在于“能多靠譜地做事”。為此，百度在大模型層面進行了熵減，聚焦準確性。

首先是從技術路線上減少幻覺的源頭，拒絕“后期融合”。

百度文心5.0采用了原生全模態統一建模架構，將文本、圖像、視頻、音頻等多源數據在同一模型框架中進行聯合訓練，避免了信息在層層傳遞中容易失真的問題。

其次，為了進一步確保準確性，百度推出 “文心導師”計劃，邀請來自科技、金融、教育、醫療等十余個行業的835位專家，在知識傳授、鑒賞評價、專業判斷等方面對大模型進行指導。

強大的模型能力最終服務于實用。自春節紅包活動開啟，百度APP文心助手月活躍用戶同比猛增4倍， 這正是基于百度APP的產品生態，通過搜索、問答等真實用戶需求的自然轉化。

面對萬億參數的軍備競賽，百度沒有盲目入局，而是將技術重心放在提升模型的事實性、指令遵循和減少幻覺上，并將此能力深度集成到百度搜索等高頻產品中，嘗試讓強大的模型能力在真實場景中，解決實際問題。

3、長期主義的定力與敏捷

2026年開年，OpenClaw（龍蝦）爆火，百度成了國內最早擁抱OpenClaw的玩家。從1月，百度智能云率先推出部署方案開始，短短兩個多月內，百度還完成了主APP集成、電腦端零門檻部署服務，以及桌面端、移動端、家居IoT端創新的全鏈路布局。社交媒體上，OpenClaw創始人看到消息也向百度發來合作邀約。

而百度搜索Skill下載量超4.5萬次，更是成為養蝦平臺上全球下載量第一的搜索引擎官方技能插件。

百度之所以能在OpenClaw爆發時實現精準卡位，源自一套更深層的戰略邏輯。在無限的可能性中，用聚焦換取確定性，用提前布局贏得先機，這正是百度的“戰略熵減”。

當行業陷入盲目擴張的“熵增”循環時，百度選擇用超前預判、長期積累和組織敏捷，構建一套靈活敏捷的戰略體系。

實際上，百度CEO李彥宏在2024年就表示，智能體是AI應用的最主流形態，即將迎來爆發點。

2026開年一次內部分享中李彥宏再次強調，“AI時代的應用就是智能體”，并首次明確了百度相關的四類智能體：搜索智能體（百度AI應用的主航道）、數字人智能體（慧播星）、代碼智能體（秒噠）和演化智能體（伐謀）。

有了戰略預判，還需要執行能力來兌現。

在擁抱OpenClaw的閃電戰中，百度展現了其基于“芯、云、模、體”全棧能力進行快速產品化的強大執行力。也正是這一套長期打磨的全棧閉環，構成了百度區別于其他大廠的核心差異化壁壘。

在“芯”層面，自研的昆侖芯已迭代三代產品，為大規模模型訓練與推理提供了自主可控的算力心臟。2026年1月，昆侖芯正式向港交所提交了主板上市申請，預備分拆上市。

“云”層面，百度智能云不僅是算力資源的提供者，更依托百舸、千帆技術賦能體系，打通從訓推加速、模型工程到智能體落地的全鏈路，服務超80% 央企，并支撐具身智能產業30余家重點企業研發落地。“模”和“體”分別是文心大模型5.0和以慧播星數字人、伐謀演化智能體為代表的多元化應用。

這套從底層算力到頂層場景完全打通的體系，是百度深厚的、體系化的“家底”，使其能在行業熱點切換到智能體時迅速調動資源，實現敏捷而有力的出擊，而不是被動跟風。2025年，百度AI業務收入達400億元，同比漲幅達到48%。

與此同時，在業務不確定性加劇的AI時代，組織敏捷性本身就是一種競爭力。百度此前完成了一系列關鍵調整，讓決策鏈條更短、資源更集中，組織反應更快。

去年11月末，百度模型團隊完成拆分升級，分別為聚焦大模型的基礎模型研發部和聚焦場景、專精模型調優的應用模型研發部，直接向李彥宏匯報。據社交媒體透露，業界知名大模型技術人才將于近期加入百度，增強模型研發組織競爭力。

此前百度文庫與網盤也整合完畢，組成個人超級智能事業群（PSIG），這進一步強化了百度在AI應用方面的整體協同創新能力。

百度的“熵減”路徑，是在不確定性的浪潮中構建確定性價值的過程。

在行業集體陷入追逐風口、制造概念時，百度主動聚焦，將能量投入到構建AI最本質的價值中去。讓AI從炫技的“玩具”，真正轉化為人們日常可信賴的“工具”。這正是百度在AI 時代的長期主義定力所在。