不懂代码？有口就行！百度发布三大AI开发工具，李彦宏：人人都是开发者

电子发烧友网报道（文/梁浩斌）只要会说话，就能成为开发者？在4月16日的Create 2024百度AI开发者大会上，百度创始人、董事长兼首席执行官李彦宏提出了一个观点：“未来，自然语言将成为新的通用编程语言，你只要会说话，就可以成为一名开发者，用自己的创造力改变世界。”

那么要如何实现“人人都是开发者”的世界？李彦宏在大会上也给出了他的答案。

大模型和生成式AI将彻底改变开发者群体

以往，开发者的门槛都普遍较高，需要学习计算机编程语言，才能通过代码来创造一个应用。而在AI大模型的发展下，计算机能够理解自然语言，并将其转换成对应的代码而构建一个应用。

于是，在强大的AI大模型基础下，自然语言就将成为新的通用编程语言。开发者不需要具备写代码能力、不需要编程能力，只需要将应用需求用自然语言表达出来，就能创造一个应用。开发门槛降低的同时，也就大幅提高了生产力。

而这并不是未来，在今天AI就已经开始帮助企业开发者进行工作。基于文心大模型的智能代码助手Comate，不仅支持100多种语言和所有主流IDE平台，可以推荐代码、生成代码注释、查找代码缺陷、给出优化方案。此外，它还可以深度解读代码库、关联私域知识生成新的代码。

李彦宏透露，在推出一年多的时间里，Comate已经走入了喜马拉雅、三菱电梯、软通动力等上万家企业。它的生成的代码采纳率达到了46%，百度每天新增的代码中，已经有27%是由Comate生成的。

就如同短视频的兴起，其中也得益于视频制作的便利性，短视频平台提供了丰富的视频制作工具，摆脱了以往视频制作需要专业软件的门槛，让每个人都能成为视频创作者。

如今生成式AI，也为应用开发带来了革命性的变化，开发应用不再需要代码、编程等能力，在AI的帮助下开发应用就像拍短视频一样简单，只需要创意和灵感，每个人都能成为开发者。

未来AI原生应用发展趋势：MoE、小模型、智能体

“大语言模型本身并不直接创造价值，基于大模型开发出来的AI应用，才是能够真正满足市场需求的东西”。

关于AI原生应用，李彦宏分享了基于百度过去一年的实践，总结出的基于大模型开发AI原生应用的具体思路和工具。

首先，李彦宏认为，未来大型的AI原生应用基本都是MoE架构。MoE是指大小模型混用，未来AI应用不会依赖单一模型来解决所有问题，但其中的难点在于，什么时候调用小模型、什么时候调用大模型、什么时候不调用模型，这些策略都需要针对应用的不同场景做匹配。

其次，另一个趋势是小模型。“小模型推理成本低，响应速度快，在一些特定场景中，经过SFT精调后的小模型，它的使用效果可以媲美大模型。”

据介绍，百度通过大模型，压缩蒸馏出来一个基础模型，然后再用数据去训练，这要比基于开源模型训练出的模型效果更好、速度更快、成本更低。而百度也为此推出了Speed，Lite、Tiny三个轻量模型。

第三个趋势是智能体，智能体的机制包括理解、规划、反思和进化，令机器像人一样思考和行动，完成自我迭代和进化，不断催生出大量的新应用。

三大AI原生应用开发工具“开箱即用”

在AI原生应用MoE、小模型、智能体的趋势下，百度就提供了智能体开发工具AgentBuilder、AI原生应用开发工具AppBuilder和各种尺寸的模型定制工具ModelBuilder，来为AI原生应用提供完备的工具。

其中，AgentBuilder是一款面向所有人的开发工具，用户只需在设定中明确智能体所需具备的能力，系统就能自动完成其余工作。如果要让智能体更加专业，则需要将资料添加到知识库，让智能体自动进行更新；或是添加一些第三方的服务工具，让智能体具备更全面的功能。

AppBuilder作为AI原生应用开发工具，为了降低开发门槛，百度在AppBuilder中提前封装和预置了开发AI原生应用所需的各种组件和框架，通过自然语言开发AI原生应用，开发步骤最快被压缩到三步。

比如在华北电力大学的AI助理应用中，利用AppBuilder创建的第一步是为应用设置名称、简介、头像等基本信息；第二步是通过自然语言在角色令中描述具体要求，包括任务、组件能力、要求与限制；第三步是插入自定义的图书借阅查询、课表查询、学生成绩查询等组件，再加入开场白就完成了应用的构建。

而ModelBuilder则是一款面向专业开发者的工具，可以根据开发者的需求定制任意尺寸的模型。同时，根据细分场景对模型进一步精调SFT，掌握模型精调方法也是用好大模型的关键。

ModelBuilder可以基于文心大模型，根据需求裁剪出适合不同场景的小模型，同时支持精调和post pretrain。而ModelBuilder预置了包括ERNIE3.5和ERNIE4.0的大模型，以及ERNIE Speed、Lite、Tiny三个轻量级大模型，另外还有两个垂直场景的模型：适合角色扮演的ERNIE Character，以及适合对话或问答场景中的外部工具使用和业务函数调用的ERNIE Functions。甚至还支持国内外多达77个第三方主流模型，是国内拥有大模型数量最多的开发平台。

前面也提到，通过大模型压缩出的小模型，效果要比基于开源模型训练出的模型更好。

李彦宏在这里也提出了一个观点：“大家以前用开源觉得开源便宜，其实在大模型场景下，开源是最贵的。所以开源模型将会越来越落后。”

文心大模型推理成本下降99%

文心一言自去年3月发布以来，就成为国产大语言模型应用的代表之一。据介绍，截至目前文心一言的用户数突破了2亿，API日均调用量也突破了2亿，服务的客户数达到了8.5万，利用千帆平台开发的AI原生应用数超过了19万。

作为文心一言背后的支撑，文心大模型在过去一年里经历了从3.0版本到3.5，再到4.0的进化。而近几个月来，文心大模型在代码生成、代码解释、代码优化等通用能力方面实现了进一步的显著提升，达到国际领先水平。

在这次开发者大会上，百度还正式推出了文心大模型4.0的工具版。所谓工具版，即提供了文档问答、数据分析、代码执行等功能，通过自然语言交互就能实现对复杂数据和文件的处理和分析。

同时，相比文心大模型3.0，目前4.0版本的算法训练效率提升到了原来的5.1倍，周均训练有效率达到98.8%，推理性能提升了105倍，推理的成本降到了原来的1%，也就是成本下降了99%。

据称，成本的下降，得益于百度在芯片、框架、模型、应用这四层架构上有着全栈的布局，通过端到端优化，来降低大模型的使用成本。

视觉大模型的最大应用场景是自动驾驶

大语言模型之外，多模态大模型，比如文字、图片、语音、视频等多模态的融合，是基础模型的长期发展方向，是通往AGI的必经之路。李彦宏判断，其中视觉大模型最大的应用场景将会是自动驾驶。

在自动驾驶方面，百度实际上也是国内最早布局的厂商之一。基于超过1亿公里的、中国复杂城市道路测试里程数据，百度训练出来了Apollo视觉感知大模型。它具备检测、跟踪、理解、建图四大基础能力。这让百度拥有了更智能、适应性更强、更安全的自动驾驶方案。

而在商业落地上，百度旗下的自动驾驶出行平台萝卜快跑已经在北京、上海、广州、深圳、重庆、武汉等多个城市开放运营Robotaxi，部分还已经实现无安全员运行。

今年春节后，萝卜快跑将武汉的服务区域从长江北岸延伸到了南岸，在武汉的部分区域，萝卜快跑已经实现了7X24小时的全天候运营，还计划年内在武汉部署1000台无人驾驶车辆。

“这是自动驾驶走向真正商业化的一个标志性事件，它不再仅仅是区域性的示范，而是进入到了城市级应用示范的新阶段。萝卜快跑在武汉覆盖了3000多平方公里、770万人口，是全球范围内最大规模的自动驾驶运营区域。”

写在最后

AI被认为是未来人类生产力提升的关键技术，从开发者的角度，百度文心大模型系列以及这次推出的三个开发工具，大大降低了应用开发的门槛，真正实现了“人人都能成为开发者”的愿景。而通过更多人的想象力和创造力，通过AI开发的应用，也将很大程度上提升各行各业的生产力。

正如李彦宏所说：“今天，人人都可以成为开发者。而未来，也必将是一个由开发者一起创造出来的未来！”