大廠“雞娃”式搞AI，為什么百度不焦慮？

毫無疑問，2026年是AI加速發展、真正走進千家萬戶的一年。如果要為今年以來的中國AI行業找幾個主題詞，除了“突飛猛進”之外，我覺得最恰當的是 “焦慮”。人類歷史上的重大科技變革發生的時刻，當事人總是無時無刻不處于焦慮狀態，現在也不例外：

• 個人在焦慮，擔心被AI淘汰，擔心錯過了最新的AI知識。每個人都在養龍蝦；聊天如果不聊Agent，那簡直不可能。
• 各行各業都在焦慮，就拿我熟悉的影視行業、游戲行業來說，在巨大的降本增效壓力下，AI工具成為了唯一被寄予厚望的變量，但怎么用、用在哪，真正想清楚的人卻很少。
• 互聯網大廠、中廠其實也在焦慮，紛紛陷入“AI熵增”的怪圈：產品越做越多，業務越鋪越散，為了不錯過任何一個可能的入口，寧可四面撒網、重復造輪子。

何謂“熵增”？就是把事情越做越多、越做越復雜，寧愿付出巨大的代價做無用功，也決不錯過哪怕最微小的“機會”——產品熵增，大廠不但推出越來越多的AI產品，還致力于把老產品用AI重做一遍，即使這些產品彼此定位重疊、讓用戶困惑不已，也要全力維持下去。業務熵增，在同一家公司之內，各個業務線、事業部、事業群都在搞AI，至于具體怎么搞？多半是你搞你的、我搞我的，不知道誰聽誰的。

我覺得這種“AI熵增”，在本質上很像“雞娃”。大廠就像是被AI焦慮驅動的家長，什么都想做、什么都想要?，F實告訴我們，“雞娃”的大部分資源都被浪費了，其中不少甚至有副作用，那為什么還要“雞”呢？因為這是一種緩解焦慮的方式，能說服自己“我在努力適應時代”，提供安心感。人在焦慮之下從來是只會做加法、不會做減法的！

但是，不管大廠怎么做，用戶不會無腦、無條件地接受AI。對于AI的實用性和安全性的顧慮，從一開始就存在，至今仍揮之不去。前幾天的央視315晚會，曝光了GEO（生成式引擎優化）黑產的亂象：虛構產品，幾十塊錢的軟文，幾天之內就能成為AI的“標準答案”，這種“信息投毒”正在不聲不響地損害AI的公信力。這個問題背后，其實是更基礎的大模型幻覺問題——基于Transformer架構的大模型自身是無法徹底擺脫幻覺的。AI產品的“熵增”，只會把問題搞得更復雜、讓用戶更加疑慮，就像“雞娃”只會讓娃不知所措。

如果我們把整個AI產業的圖景作為一個整體看待，就會發現，“AI熵增”在每個環節都在制造代價。從用戶角度，產品日益復雜導致了用戶困惑和體驗下降；從大廠自身角度，資源被分散到了許多互不關聯、乃至互相打架的方向上。AI產業的集體焦慮，成為了一種自我實現的預言：越是焦慮，值得焦慮的新事物就越多！這種情況下，回歸常識反而成了大廠最稀缺的一項能力。

在全球科技大廠當中，我注意到，百度是極少數業務聚焦、選擇“熵減”的AI公司之一。簡而言之，就是聚焦于真實價值，做自己擅長、對用戶而言有用且可靠的事情：不再空談模型參數，而是以應用為牽引，將百度大模型的能力深入嵌入搜索這一已被驗證的超級入口——用產品激活技術，讓重心回歸用戶剛需。

百度APP內嵌了文心助手，搜索與AI功能融合為一體。從用戶體驗講，基本上“無痛遷移”，AI成為了早已習慣的使用行為的一部分。從信息可靠性的角度講，搜索與AI之間交叉驗證，得到更加準確透明的結果，盡可能地壓制信息污染和大模型幻覺，更有利于客戶獲得真實信息。事實一再證明，當AI能夠高效地接入高質量搜索時，“胡說八道”的概率會大幅度下降——習慣跟大模型聊天的人，恐怕都會認同這一點。

舉個例子：女演員劉美含問AI“鑄幣坊的坊字該怎么讀”，這個話題登上了社交媒體熱搜。她向6家AI應用提問，答案莫衷一是，甚至同一個AI的答案前后都能矛盾！只有百度文心給出了與《新華詞典》及語言學教授驗證一致的正確答案“fáng”（二聲）。這一方面是大模型本身的力量，說明訓練的好；另一方面則是對海量信息交叉驗證的結果。比方說，我現在在百度搜索任何一個漢字該怎么讀，首先出現的肯定是百度漢語的內容，其次是百度百科——二者均基于權威參考資料，經歷了嚴格的審核。這就大幅降低了AI出錯的概率。

這就是“搜索+AI”的本質：通過高質量信息的交叉驗證，增強人們的信息選擇和思考能力，而不是代替人們思考。只要信息污染下降了，大模型“胡說八道”的概率也會跟著下降，而且用戶也不會輕易上當了。

我是ChatGPT長達三年的忠實用戶，不過最近幾個月，我個人用的最多的英文AI應用變成了谷歌Gemini，原因很簡單：整合谷歌的多語言搜索能力，快速交叉驗證。我還會經常使用Grok，因為它能提供對X Platform (Twitter)信息的交叉驗證。它們的思路與百度是吻合的，也就是把大模型能力與一個早已驗證的超級入口結合起來，從而達到“1+1>2”的效果。以應用場景激活技術，莫過于此。

我還想強調一下：搜索與AI的改造是相互的，在搜索為AI提供高質量信息的同時，AI也在深刻影響著搜索產品的形態。例如，百度“百看”在搜索結果中以“頭圖+大模型生成答案”的形式，讓用戶得以高效地獲得信息概要，再選擇觀看具體搜索內容。這一點與谷歌搜索的“AI總結”(AI Overview)功能異曲同工——截止2026年初，接近50%的谷歌搜索會激活AI總結，對于復雜的信息咨詢的激活率高達99%，而大部分用戶對此十分滿意。

需要注意的是，“熵減”不代表只聚焦于一小塊、忽視行業大趨勢。很多人可能沒有注意到，百度是在全球范圍內擁抱OpenClaw最早、最積極的科技大廠之一：2026年1月，百度云率先推出了龍蝦部署方案；2月14日，百度APP接入OpenClaw；3月12日，百度推出全球首款手機龍蝦應用；3月17日，包括“云端蝦”、“手機蝦”、“安全蝦”多款產品在內的百度“龍蝦”全家桶亮相，并宣布上新多款Skills，其中百度搜索Skill下載量超4.5萬次，成為全球下載量最大的搜索引擎官方Skill； 3月22日，首個國產企業級滿血版OpenClaw——百度智能云DuMate（中文名：搭子）正式上線，全量開放。

就OpenClaw這個案例看，百度仍然是一家不僅跟得上時代、而且始終樂意走在時代前列的AI大廠，善于對行業趨勢做出快速反應。百度擁抱OpenClaw的速度，不僅比國內許多大廠更早，甚至比OpenAI還要早！

上面說的，基本都是業務層面的事情。事實上，常識告訴我們：產品側和業務側的“熵減”，同時必然對應著組織側和業務側的“熵減”，二者本是一體兩面的。前段時間，百度模型團隊拆分成了兩個，直接向百度創始人李彥宏匯報；百度文庫和網盤團隊整合，成立了PSIG（個人超級智能事業群組），也直接向李彥宏匯報。從全球的經驗看，大廠一號位直接主抓AI研發及核心應用，是加快AI創新的有效方式。谷歌是一個最佳成功案例：在CEO及聯合創始人布林共同抓AI的情況下，Gemini在短短兩年內實現了飛躍。

附帶說一句，坊間傳聞，業內知名大模型廠商的一位技術大牛最近加入入職百度；此人的具體身份，市面上存在很多說法，總之是一位重量級人物（我們大概很快就會知道答案了）。這充分說明，百度在“組織熵減”的同時，抓核心技術人才可是一點也沒手軟。

業務和組織“熵減”背后，也不難看出百度極具前瞻性的“戰略熵減”路徑：第一是有取有舍、有保有壓——因為任何人都不可能同時擅長所有的事情，資源只有集中才能形成壓強。第二是認清什么是最重要的，才能在紛繁的誘惑中做出取舍，讓力量聚焦于價值高地。而且，這種“戰略熵減”不是權宜之計，而是一種長期主義聚焦：

• 早在2023-2024年，李彥宏就在業內最早呼吁大家“卷應用，而不要卷模型”。百度是國內最早系統布局智能體的，率先預判智能體將是最主流的AI應用方向。正是這種對應用價值的堅持，讓百度在OpenClaw橫空出世后能夠最早響應，率先實現應用的部署落地。
• 也正是“戰略熵減”，百度成為了全球范圍內極少數擁有“芯、云、模、體”（昆侖芯+百度智能云+文心大模型+智能體）全棧AI技術積累的公司之一，構成了區別于其他大廠的核心差異化壁壘。只有以清醒的頭腦，把資源用到刀刃上，才有可能達到這樣的結果。

AI是一場長跑，任何人都有可能在任何時間節點領跑，但是只有基本功扎實、正確配置資源和節奏的人，才有可能跑到最后。正所謂“上兵伐謀”，百度沒有像其他大廠那樣，在AI浪潮中制造一個又一個“噱頭”和“顛覆性口號”，但穿越周期再來審視，才發現百度的每一步選擇都已經得到驗證——

剛剛過去的2025年第四季度，AI新業務收入在百度一般性業務收入當中的占比，已經提升到了43%；這個過程幾乎是不聲不響、平穩而順暢的完成的。文心5.0大模型發布，文心助手月活用戶突破2億，昆侖芯開啟獨立上市之路，蘿卜快跑足跡覆蓋全球26座城市……這些里程碑也是自然而然發生的，而不是巨額砸錢或補貼的結果。

這就是百度主動選擇“熵減”的意義。我相信，過不了太久的時間，這種選擇大概會被很多同行效仿，從而在一定程度上治愈無處不在的“AI焦慮癥?！?/p>