在人工智能领域，每一次技术浪潮的涌动，都伴随着对既有认知的颠覆与重构。从大模型的参数竞赛到开源与闭源的路线之争，从对话机器人的狂热到智能体的崛起，行业的风向标在不断摇摆，而那些敢于在“非共识”中坚持的探索者，往往成为引领变革的关键力量。
回溯至2018年，全球顶尖学术圈曾对大模型的未来持悲观态度。彼时，Transformer架构初露锋芒，但参数规模的指数级增长与算力成本的攀升形成鲜明对比，性能提升的边际效应逐渐减弱。主流观点认为，大模型之路难以走远，过拟合与泛化能力下降成为难以逾越的障碍。然而，OpenAI以GPT-3为突破口，提出“scaling laws”，揭示了模型能力与参数规模、计算量、数据量之间的幂律关系，为大模型的规模化扩张奠定了理论基础。自此，每一次模型规模的跃升，都伴随着能力的质的飞跃，彻底改写了行业对大模型的认知。
历史总是充满戏剧性。仅仅数年后，AI行业再次上演了从“共识”到“非共识”的逆转。2026年，全球AI领域掀起了一场闭源浪潮，meta、阿里、智谱等曾高举开源大旗的头部厂商，纷纷转向闭源战略。meta推出的MuseSpark、阿里的通义千问旗舰系列、智谱的GLM-5-Turbo，无一例外地选择了闭源路径。这一转变，让“开源必胜”的昔日共识瞬间崩塌，行业陷入对技术路线选择的深刻反思。
若将时间拨回至2024年，百度在行业中的角色显得尤为独特。当大多数厂商沉迷于开源带来的生态红利时，百度创始人李彦宏却多次在公开场合强调闭源模型的商业价值。他认为，在激烈的市场竞争中，闭源模型能够通过更高的业务效率和更低的成本构建竞争优势，持续吸引算力和人才，从而保持能力的领先。这一观点在当时显得格格不入，甚至被视为“另类”。然而，随着AI行业逐步迈入商业化变现阶段，闭源模型在技术保护、成本优化和商业化灵活性方面的优势逐渐显现，成为ToB场景中的核心竞争力。meta的案例便是明证：尽管Llama系列通过开源策略迅速占领市场，但在营收和利润上却远落后于坚持闭源的OpenAI和谷歌。国内厂商的转向，同样是对商业化现实压力的回应，闭源化已成为旗舰模型赛道不可逆的趋势。
开源与闭源之争，本质上是技术与商业本质的碰撞。开源模型在学术研究、人才培养和中小开发者生态建设中仍具有不可替代的价值，但在竞争最激烈的旗舰模型领域，闭源化已成为行业共识。这一转变，标志着AI产业从“技术单点突破”迈向“技术与商业双轮驱动”的新阶段。百度和李彦宏的“非共识”，恰恰在于比行业更早洞察了这一趋势，为技术商业化铺平了道路。
如果说闭源路线的回归是行业对商业化本质的重新认知，那么智能体的爆发则是AI价值判断的彻底转向。2026年，一款名为OpenClaw的红色龙虾智能体火遍全球。与传统的ChatBot不同，OpenClaw能够直接操控电脑，完成文档处理、数据整理、流程审批甚至代码编写，被誉为“真正的数字员工”。它的走红，将行业的目光从对话机器人拉向了智能体领域。几乎一夜之间，所有AI厂商都将智能体作为核心战略。OpenAI在GPT-4o中强化了Computer Use能力，谷歌将Gemini的升级重点放在多智能体协同上，国内办公软件和企业服务厂商也纷纷将智能体作为产品升级的核心方向。
这一转变并非偶然。早在2024年的百度世界大会上，李彦宏便预言智能体将成为AI应用的主流形态，迎来爆发点。他将智能体比作PC时代的网站、移动时代的自媒体账号，认为其将成为AI原生时代内容、服务和信息的新载体。次年，他在《人民日报》发表署名文章，进一步指出2025年可能是AI智能体爆发的元年。然而，当时的行业环境并未给予这一观点足够重视。2024年的AI行业，ChatBot被视为万能药，玩家们卷对话轮次、卷上下文窗口长度，行业的普遍认知是，流量为王已被token为王取代，谁的token消耗量更大，谁就更有话语权。很少有人思考，token消耗本身能带来多少价值。同样的token用量，用于写搞笑文案或闲聊吐槽，与用于解决客户问题或优化生产流程，创造的价值有着天壤之别。
李彦宏却早早看到了这一点。他在内部讲话中指出，“Computer Use”与“端到端优化”是AI时代的护城河。与ChatBot不同，Computer Use从“能给你出主意”升级为“能给你订机票”，实现了从思想到行动的转变。在百度世界大会上，他进一步提出，健康的AI产业中，模型能产生10倍于芯片的价值，而AI应用能创造100倍于模型的价值。这一观点在当时难以被理解，但随着OpenClaw的走红，行业终于开始重新审视AI应用的价值。当越来越多的企业发现，ChatBot只能当“聊天玩具”，而智能体才能成为真正的生产工具时，整个行业的评价体系从“看消耗”转向了“看价值”，AI竞争的焦点也转向了更深层的商业价值创造。
百度的提前布局，使其在这场变革中占据先机。从搜索场景的文心助手、百看，到任务执行类的小度虾、DuClaw、DuMate、GenClaw、RedClaw、百度健康有医助理，再到代码类智能体秒哒、演化智能体伐谋、数字人智能体，百度的智能体矩阵已覆盖搜索、办公、医疗、开发、数字人等多个产业，并在实际应用场景中持续创造价值。
AI行业的发展历程中，类似的“非共识”变“共识”的案例不胜枚举。2016至2017年，移动互联网流量红利达到顶峰，短视频爆发，电商、O2O成为全行业的必争之地，赚快钱、抢流量是主流逻辑。而AI在当时仍停留在实验室阶段，离商业变现遥遥无期。行业普遍认为，投入AI就是烧钱。然而，百度却在李彦宏的带领下全面提速AI布局。早在2013年，百度便成立了国内首个深度学习研究院，成为中国第一家将深度学习提到核心技术创新地位的互联网企业。从2017年宣布All in AI开始，百度每年将营收的15%以上投入AI研发，连续多年的研发投入强度远超国内同行。这场坚守的结果，在2022年底所有科技巨头全面All in AI的那一刻彻底显现出来。提前10年布局、7年All in的百度，已完成“芯-云-模-体”的AI全栈布局，成为国内唯一拥有完整AI技术闭环的企业。2025年Q4的财报数据显示，百度AI业务收入同比增长超过50%，AI收入占核心营收的比重接近40%，AI真正成为百度增长的核心引擎。
对周期的深刻理解，不仅体现在战略方向的选择上，更体现在对底层技术的坚守上。2016年，谷歌的TensorFlow和meta的PyTorch垄断了全球深度学习框架市场，国内AI开发者大多使用海外开源框架。行业普遍认为，国内做深度学习框架是重复造轮子，既无技术优势，也不可能搭建起自己的生态，完全是浪费钱。然而，李彦宏却表示，“中国人工智能在论文和专利数量上领先，但深度学习框架领域存在差距”。同年，百度正式开源飞桨，这是中国首个自主研发、开源开放的产业级深度学习平台，被定位为“AI时代的操作系统”，是百度AI战略最核心的底层基座。随着科技博弈的持续升级，海外AI框架出口限制、开源协议收紧，国内AI意识到，自主可控的深度学习框架是必选项。一夜之间，国内所有科技巨头都下场自研AI框架，而此时的飞桨，已成长为国内市场份额第一的深度学习平台。
三年前，百度率先发布国内首个生成式大模型文心一言，比国内其他大厂的同类型产品早了3至6个月。当全行业陷入百模大战，疯狂卷参数规模时，李彦宏明确提出，“卷大模型没有意义，卷应用机会更大”。这句话在当时被很多人视为百度跟不上参数竞赛的托词，但到了2025年，当行业从疯狂的参数竞赛中冷静下来，终于意识到，大模型的核心价值是落地应用，“应用驱动”彻底成为行业共识。
从开源到闭源，从ChatBot到Agent，从拼参数到拼应用，每一次行业共识的形成，都不是因为某一家企业的说服力，而是因为商业规律和技术本质在时间中自然显现。在AI这个以指数速度迭代的行业里，所有人都在追求快，追求风口，追求当下的共识。但真正能穿越周期的，往往是那些愿意慢下来，做难而正确的事，坚持自己对商业和技术本质判断的人。百度过去十几年的轨迹，恰好印证了这一点。当行业追逐风口时，他们在做基建；当行业聚焦短期变现时，他们在投研发；当行业形成共识时，那些曾经不被理解的判断，正在被一一验证。
