更開放的百度，才有更好用的產品

1 開放是大勢所趨

DeepSeek 帶來的漣漪還在持續。OpenAI 有防御三連：免費的 ChatGPT 聯網搜索、推出深度研究功能，以及提前發布 GPT-5 。

也像我之前在文章（）里寫的一樣，各個平臺都在迅速接入 DeepSeek。并且也都要擁抱免費和開源。

其中國內最大的變化，莫過于百度前幾天宣布的，文心大模型 4.5 將在 3 月 16 日上線，同時免費加開源。

這種大勢，是無論如何都停不下來的。隨之而來的，是訓練大模型的成本降低，個人和小團隊都能以極低算力（例如 50 美元云計算費用）訓練高性能模型。

訓練模型的成本降低的同時，使用成本也在極速降低。我們手里的手機都可以成計算終端。而大量的還沒有自己大模型的平臺，也能快速接入大模型，并且讓用戶用低廉的價格用上。

在開放的背景下，有功能的平臺會有價值，例如夸克；有內容的平臺也會變得有價值。例如小紅書、知乎。而既有功能又有內容的平臺，當然會更有價值，比如很多人可能會忽略的，百度文庫、百度網盤。他們在這幾天也接入了 DeepSeek。

2 應用的一站式

從界面看，文庫的智能助手似乎與別家區別不大，可以在聊天框下面看到一個鮮明的「DeepSeek - R1 滿血版」。

常見的 ChatBot 的確也都是這個形式。差異在于，我們用 DeepSeek、ChatGPT、Claude 這些工具，很多時候是「獲取建議」，并不會「展開工作」。在百度文庫的融合，相當于 DeepSeek 提供了外腦，讓文庫成為了四肢，直接能讓 AI 干活。

所以真正的精華，還是在輸入框上面那一行功能之上：

隨著 AI 能力的開放，一站式將變得越來越有機會。有一些朋友肯定會有體感，在具體的問題上，AI 降臨，成本至少降個一半，有時四舍五入等于沒有了。

我記得自己讀書時，雖說有了筆記本電腦，但記錄全靠手打和復制粘貼，要搜索時只能用固定的準確的關鍵詞。而現在，直接可以對話學習資料。對話完了，還能繼續全網搜索，并且順便智能總結，再來一個智能 PPT，這一條龍的感受，就是前所未有的。因為連貫的資料和信息，在一個地方流轉，不僅是復制粘貼的問題，還有對信息處理的一致性的問題。

就像我們這代人，是「互聯網原住民大學生」，接下來的大學生，都將會是「AI 原住民大學生」。

根據英國高等教育政策研究所與數字教材供應商 Kortext 聯合發布的報告，大學生使用AI的比例從 2024 年的 66%，急劇攀升至 2025 年的 92%。另一份資料顯示的是，根據另一份麥可思研究院的報告，54% 的大學生利用AI工具來查找和整理資料，而進行數據分析和可視化的比例同樣達到了 54%。這兩類都是百度文庫這樣有大量數據、信息和可視化資料的內容平臺有巨大優勢的。

另外的一些 AI 場景，也許會比更多美其名曰生產力 SaaS 工具的產品，還更加生產力一些。比如 PPT。

下面就是這篇文章的內容生成的 PPT，各位可以感受一下，幾秒鐘就能帶來的震撼。

這些生產力工具，經過了用戶市場的洗禮。百度文庫的 14 億文檔基礎上，是 4000 萬付費用戶，這數字估計超出很多人想象。在大模型普及之前，百度文庫的 AI 功能的用戶 MAU 已經到了 9400 萬，付費率提升 60%。這是消費者用腳投票選出來的真正好用的功能。

從之前聊過的自由畫布就能看得出（ ），文庫依靠資料數據的優勢，野心是大的，企圖做操作系統。這種一站式服務，目前較大的瓶頸還是在如何完善交互上。從邏輯看，創作、編輯、存儲、管理、查找、觀看、使用、分享拉到一個內容創作產品里，是合理且很理想化的。長期看，AI 還是最一勞永逸的方式。因為 AI 可以讓知識庫長腦子。

3 讓整個知識庫都長腦子

知識庫最大的難題，其實并非是如何記錄，或者如何搜集。我們隨時都能打開搜索引擎，都能摘錄到自己的設備上，都能寫下幾行筆記。

使用知識庫，其實最關鍵的問題在于，如何「取用」。

舉個例子，百度文庫有 14 億的文檔，如果我們用量子閱讀法，每秒鐘看一份，不吃不睡不上廁所，看完需要多久？答案是 44 年。

而最常用的獲取知識的方式，是搜索，搜索的弊端顯而易見，如果我們無法掌握準確的關鍵詞，很可能搜不到好的內容，搜不出正確的文檔。對于搜索引擎來說，提出好的問題，更加關鍵。

DeepSeek 這樣的強力 AI 內核，就仿佛是讓百度文庫長了腦子，我們問的問題，可以隨意成為自然語言，就能得到靠譜的答案。我們想做的事情，不考慮物理世界的，凡是信息世界的，都可以讓 AI 大腦去幫我們思考和處理。諸如搜集材料、整合信息、處理分析數據，乃至寫作、繪圖、編碼等等。

比如拿之前提到的自由畫布舉例子。對于搜集到的文庫各種資料，都可以直接進行進一步處理，基于選中的內容，讓 DeepSeek 做延展、觀點總結、重述表達，或者任何 AI 能做的事情。這個處理，進而變成新的卡片。在整個處理的融入過程中，非常無縫。

任何一本書，都可以直接在這個工作臺上做處理。生成的資料也可以繼續變成生產資料。

同理，百度網盤這樣的私人資料庫也是如此。我們什么時間去哪玩過，過去的操作路徑是，自己按時間順序翻閱查找當時的照片，判斷一下在哪拍的，看看照片數據。而未來，AI 可以直接幫我們記錄詳盡的個人旅行蹤跡，不用再做大量機械的勞動。

這些都在變成現實。變成現實，并非只是接入大模型就可以，還要依賴大量的具體技術，比如爬蟲、搜索引擎、多模態、消除知識幻覺（如 RAG）、隱私保護，等等等等。百度文庫本就探索多年的 MoE 混合專家模型技術，和對用戶意圖的認知，對搜索的把握，都是應用層的積累。這是內容產品所獨有的優勢。

公開資料、私有資料，在 AI 的加持下，都能夠更為我們所用，同時也能更有機結合在一塊。

長了大腦的知識庫，就像我們的外腦一樣成為器官。

4 應用的戰爭

百度文庫的智能助手接入 DeepSeek 時，很多人會說，接入 DeepSeek 的多了，家家都有。沒錯，正因為家家都有，家家背后的內容獨特性、功能的生態，才構成了 AI 的新機會。

百度文庫和百度網盤是有大量用戶參與和活躍的內容產品，都會有新的可能性。目前 DeepSeek 還是剛剛接入，我期待的，是未來的深度融合，與全新的產品形態。

另外一個視角，百度的產品主動擁抱開放的 AI ，肯定能帶來更好的產品體驗。也許是個好的信號，讓國內的產品之間的無形墻能再少一些。拉齊了技術體驗，沒有自視清高的技術傲慢，那就是要拼刺刀了。

技術不僅帶來成本的降低，還重新改變了競爭邏輯。技術民主化后，場景再次成為兵家必爭之地。

電最初發明的時候，只用來照明，有錢人才用得上。電價降低，不僅讓更多人用上電了，更重要的是，才有了我們今天日程使用的各種電器和城市設施。電從能源到生產力杠桿，是一種跨越；AI 從純粹的高性能技術，到生產力杠桿，要怎么跨越，會是未來幾年最重要的課題。