AI熵增之下，百度的突圍。

文/王芳潔

編輯/楊磊

1998年，在亞馬遜股東信里，貝佐斯寫道：“我們要反抗熵增。”

所謂熵增，是潛藏在物理世界的一個“魔鬼”。塞薩爾·伊達爾戈在《增長的本質(zhì)》一書中提到，熱力學第二定律表明，一個封閉系統(tǒng)里，熵值（混亂度）總是自發(fā)增加，系統(tǒng)從有秩序演變至無秩序。

而要維持秩序、創(chuàng)造美好，就必須反抗這股強大的自然趨勢。但，怎么反抗呢？

28年過去了，我們從互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)，再到AI，時代在變，這個命題卻沒有。

在現(xiàn)實世界中，熵增無處不在。最近，演員劉美含就發(fā)現(xiàn)亂套了。為了給新劇配音，她需要明確“鑄幣坊”中“坊”字的讀音，自己直覺是讀fǎng，但又吃不準。于是，劉美含用時興的五款AI工具查一查，居然出現(xiàn)了兩種結果，百度文心說讀fáng，其他四個都說讀fāng。

這事很多人當笑話看，但它卻讓我想起了一個嚴肅的問題——我們的AI市場，是否已經(jīng)因過度供給變得混亂了？

“過度供給”這個概念曾經(jīng)出現(xiàn)在《創(chuàng)新者的窘境》一書當中，作者克萊頓·克里斯坦森認為，創(chuàng)新是有陷阱的，其中之一是性能過度供給。這一點顯然已經(jīng)在不斷調(diào)參數(shù)刷榜的模型競賽上體現(xiàn)出來了，很多通過數(shù)據(jù)污染、刷題庫搶榜單排名的模型，到了應用層面顯出原形。

如果把整個AI市場看作整體，這樣的過度供給的情況不僅體現(xiàn)在模型上，也體現(xiàn)在產(chǎn)品、營銷上。僅僅短短幾年時間里，百模大戰(zhàn)、紅包大戰(zhàn)，百蝦大戰(zhàn)，一輪又一輪下來，Token是暴漲了，但整個AI市場卻日漸陷入無序之中。

顯然，像劉美含這樣的普通人，即使手機里裝了好幾款AI App，但我敢保證，除了名字，她壓根分不清這個和那個有啥區(qū)別，甚至不能幫她把讀音理順，讓她的思路更混亂。

你看，熵不僅會自發(fā)增加，無效的過度供給是使得系統(tǒng)加速熵增的。

最終，還是經(jīng)紀人通過《新華詞典》APP查詢，才確定了“鑄幣坊”中“坊”字的正確讀音為fáng。

恭喜百度文心答對了。

01

別重復造輪子

尊重用戶

可能很多人都覺得難以置信，一個簡單的讀音，居然難倒了一眾如雷貫耳的AI工具。

前陣子，它們可是花了那么多錢去發(fā)紅包，怎么就不舍得買一本新華字典？

事情當然沒有簡單。問題的根源在于，生成式AI（如大語言模型）的核心機制是預測下一個最可能出現(xiàn)的詞或音節(jié)，而非檢索權威知識庫確認事實。它通過訓練數(shù)據(jù)中的統(tǒng)計規(guī)律生成回答，但它真正理解你所提問的問題嗎？

DeepSeek很誠實地跟我說，“從純粹的技術原理上說，我無法像人類一樣理解世界，我只是一個基于復雜數(shù)學和統(tǒng)計學原理運行的模式識別與信息處理系統(tǒng)。”而我養(yǎng)的某家廠商的“龍蝦”，自始至終連我的問題都沒“聽”明白。

這讓我對劉美含感同身受了，看似我操縱著各種先進的AI，但它并不理解我所說的，也不知道為什么會給我這個結果，它只是消耗了token基于已有的資料給出了每一個字符出現(xiàn)的概率分布，而這，是很容易被污染的。

今年的315晚會曝光了一種新型黑產(chǎn)— GEO（生成式引擎優(yōu)化），專門給大模型投毒，投喂虛假內(nèi)容，從源頭上操縱了主流AI大模型推薦結果。

只需十余篇虛假軟文，大模型就會信以為真，將一款子虛烏有的產(chǎn)品列為優(yōu)先推薦產(chǎn)品推薦給用戶。并且實測中，GEO的投毒幾乎百發(fā)百中，就能給所有大模型制造幻覺。

所以，有時候我會想，這些被重復制造出來的輪子究竟有多大的意義？它們花錢做模型，再花錢搞入口，然后發(fā)紅包拉新，底層架構大差不差，所引用的數(shù)據(jù)也基本一樣，所生成的信息真假難辨，消耗了大量token卻使得整個系統(tǒng)愈加混亂，加速熵增。

我注意到，劉美含在介紹5款AI應用時，其他都是新APP，只有百度APP，還是咱們熟悉的那個老朋友。

顯然，她是通過百度APP在用AI。這和我的習慣一樣，畢竟百度一下，已經(jīng)形成了肌肉記憶，無需經(jīng)歷“下載-注冊-使用”的復雜鏈條，只需在底欄輕點，即可從“問百度”切換到“問文心”。整個鏈路簡單直接，而且發(fā)生在用戶最熟悉、最高頻的場景中使用AI，把對用戶的打擾降到最低。

這背后的邏輯是，百度并沒有選擇重復造輪子、沒有刻意造一個全新的AI入口把眼花繚亂的AI功能裝進去，而是把大模型能力嵌入到一個已經(jīng)被驗證過的超級入口里，即在百度APP里嵌入文心助手。在這里，不只有AI能力，更承載著用戶最真實的需求。‘

二十多年的搜索服務，讓百度積累了對用戶需求的精準洞察。它清楚用戶真正需要的是好用、精準解決問題的能力，而非大而全的功能集合。這也映射出當下AI產(chǎn)品存在的一種熵增現(xiàn)象：AI功能愈發(fā)繁多，卻讓用戶更加無從選擇。

為什么百度文心能答對坊的讀音？除了文心大模型本身低幻覺和低污染，還因為百度搜索本身的可驗證性和準確性。在內(nèi)嵌AI入口的同時，搜索本身也完成了徹底的AI化，例如搜索“百看”提供富媒體結果，用戶可以直接獲得幻覺率更低、可信度更高、效果更穩(wěn)定的AI回答，并以圖文、音、視頻等富媒體形態(tài)呈現(xiàn)，還有智能體等形態(tài)，帶來更豐富的體驗。

這也解釋了315曝光GEO投毒后，外界為何再次出現(xiàn)“懷念百度”的聲音。能夠懂用戶，準確解決問題，始終是AI產(chǎn)品最本真的價值。所謂產(chǎn)品層面的熵減，也是一種返璞歸真，本質(zhì)上是讓業(yè)務回歸用戶需求本身。

百度所遵循的，其實是一種第一性原理：不是為了AI而做AI，而是基于自身所擅長的、用戶所需要的，有節(jié)奏的進行相關布局，從尊重用戶需求視角出發(fā)，完善產(chǎn)品的智能化路徑。

截至2026年3月，百度APP月活超7億，文心助手月活數(shù)已突破3.6億。我是這3億分之一，習慣用百度的核心原因還不是因為方便，而是我要把信息的選擇權和認知思考的能力把握在自己手上。

02

讓系統(tǒng)開放

沒有人想要“圍墻花園”。隨著人工智能大模型和智能體的發(fā)展，構建開放、協(xié)作的生態(tài)系統(tǒng)顯得愈發(fā)重要。

百度很早就意識到唯有開放，才能對抗AI的熵增，唯有積極擁抱最前沿技術，吸納“外界的能量”，才能實現(xiàn)熵減。

2026年開年以來，百度對OpenClaw展開了一系列布局，是最早擁抱這一技術的大廠。

百度的“龍蝦”布局速度是以天為單位的，1月，百度智能云率先推出部署方案，2月14日：百度APP接入OpenClaw；3月11日，百度發(fā)布零部署服務DuClaw；3月12日，百度推出全球首款手機龍蝦應用；3月17日：百度“龍蝦”全家桶正式亮相，包括“云端蝦”、“手機蝦”、“安全蝦”，并發(fā)布全新自研“桌面蝦”產(chǎn)品DuMate和全球首款“家用小龍蝦”。

在“系統(tǒng)開放”方面，百度總是跑在前面的，它深知“封閉”加劇熵增，而生態(tài)繁榮、持續(xù)迭代，正是實現(xiàn)熵減的關鍵路徑。

過去，我們往往認為對于商業(yè)體來說，開放要么意味著開放性組織，要么意味著開放生態(tài)，這些開放已經(jīng)被驗證是有利于組織進化和商業(yè)繁榮的，但多少都具有局部性，例如部分人員的流動，例如基于自身小生態(tài)的開發(fā)和分發(fā)。

但AI時代為系統(tǒng)級開放創(chuàng)造了條件，企業(yè)和企業(yè)之間、業(yè)務和業(yè)務之間、產(chǎn)品和產(chǎn)品之間不再是簡單的競爭或合作，而是形成促進互相生長的關系。或者說，擁抱新事物、新秩序本身就是對抗熵增趨勢，實現(xiàn)熵減。

OpenClaw是個新事物，為因過度供給而同質(zhì)化混亂化的AI市場，帶來了新方向，百度自然毫不吝于支持新生態(tài)的誕生，它不但讓更用戶低門檻用到龍蝦，更是龍蝦的生態(tài)伙伴。

3月12日，OpenClaw創(chuàng)始人Peter Steinberger在海外社交平臺上點贊，并在多個帖子下連續(xù)評論，稱中國AI創(chuàng)新速度“Amazing”，表示愿與百度共同開發(fā)“龍蝦”。

而百度也為AI新生態(tài)貢獻著力量。目前，百度推出的“龍蝦”全家桶產(chǎn)品方案為用戶提供便捷好用的多端“OpenClaw”原生體驗。百度搜索Skill也已成為全球下載量最大的搜索引擎官方Skill，可謂“裝龍蝦必備”，截至3月17日，百度搜索Skill下載量超4.5萬次。

這些努力讓OpenClaw乃至賽博世界完成了一次細胞更新，何嘗不是促進了熵減呢。

其實，不止擁抱OpenClaw，百度還開放姿態(tài)擁抱了眾多前沿技術，是最早接入MCP，擁抱DeepSeek的大廠。此外，百度也極其注重自身的生態(tài)打造，依托核心產(chǎn)品不斷培育并壯大生態(tài)體系—無論是飛槳文心開發(fā)者生態(tài)，千帆企業(yè)生態(tài)，還是秒噠超級個體生態(tài)，均已發(fā)展至相當規(guī)模。

熵減，是“建立并維持新秩序”的物理學表達，它需要像百度這樣開放、參與創(chuàng)新才能實現(xiàn)。

03

減少組織熵增

煥發(fā)組織創(chuàng)新活力

熵增不止在系統(tǒng)里，也存在組成系統(tǒng)的每個組織，乃至個體里。

杰弗里·韋斯特在《規(guī)模：復雜世界的簡單法則》中揭示了一個深刻的規(guī)律：企業(yè)和生物體一樣，都要服從熵增定律。難怪彼得·德魯克會說：“管理就是要做一件事情,就是如何對抗熵增”。

不幸的是，無效的管理反而會造成熵增，封閉的人才系統(tǒng)、冗長的匯報層級、復雜又含糊不清的規(guī)則，往往會造成巨大的內(nèi)部交易成本。放在高度科層化的傳統(tǒng)行業(yè)尚可忍受，但如果一家企業(yè)想要贏得AI時代的競爭，那是萬萬不行的。

試想一下，如果百度沒有在第一時間上下同欲，超前布局“龍蝦”，那么一個月后的今天，它已經(jīng)根本沒有幾乎上桌了。

因為AI時代的迭代速度就是這么快。

必須要讓組織敏捷起來，這已經(jīng)是AI巨頭們的共識了。隨著模型競爭的深化，百度也在不斷調(diào)整打法。其中，AI組織結構的調(diào)整，便是激發(fā)組織創(chuàng)新活力的重要一環(huán)。

去年11月，百度TPG（技術中臺群組）拆分為聚焦大模型的基礎模型研發(fā)部和聚焦場景、專精模型調(diào)優(yōu)的應用模型研發(fā)部，負責人吳甜與賈磊均向百度CEO、創(chuàng)始人李彥宏匯報。今年1月，從MEG中拆分百度文庫與百度網(wǎng)盤，成立新的PSIG（個人超級智能事業(yè)群組），聚焦個人AI應用場景，其商業(yè)化以探索訂閱模式展開。

在一家企業(yè)，新技術、新業(yè)務的發(fā)展需要非常多的支持和協(xié)同，而組織內(nèi)部是有結構洞的，比如兩個業(yè)務之間怎么拉通，業(yè)務和技術之間如何對齊，都得過這個洞。所以，必須要讓最有power的人占據(jù)結構洞，讓他去授權，去溝通，去連接。

在對抗AI熵增的戰(zhàn)役中，僅靠CEO掛帥還不夠，打勝仗得良將如云。在《創(chuàng)新與企業(yè)家精神》中，德魯克提出了建立開放系統(tǒng)的理念。他也意識到企業(yè)必須從外部世界吸取能量，實現(xiàn)反熵增的目標。

這話不難理解，得讓水活起來，一方面讓內(nèi)部人才的潛力得以涌現(xiàn)，一方面讓外面的人才進來，引入外部新鮮血液。百度以技術創(chuàng)新為核心的組織文化，也孵化出了重視人才、吸引人才的培養(yǎng)機制，內(nèi)部長期重視 AI 人才培養(yǎng)，創(chuàng)新氛圍活躍，如激勵AI創(chuàng)新園隊的“百度最高獎”已連續(xù)舉辦16年。近期百度還升級了AIDU計劃，讓富有創(chuàng)造力的年輕人挑大梁，培養(yǎng)未來的AI領軍人才。

正如韋斯特所言，人才和功能的結合足以產(chǎn)生新的變體，企業(yè)前景便會不斷擴大，“找最好的人才，信任他們，給予他們支持。”

企業(yè)作為有機體，組織與人才的迭代，也是熵減。

04

把水燒到100度

一直以來，很多企業(yè)家都有個困惑：所有企業(yè)都希望對抗熵增，實現(xiàn)熵減，但是為什么很多都沒做到？

因為熵增和熵減都是非線性的，就像在水平面上，水不會在99度時沸騰，必須久久為功，加上最后一把火，直到讓一鍋水沸騰。

但你以為看著爐子上的火是唯一重要的事情嗎？非也，試想一下，廚房里只有一個灶頭，灶臺下面放著很多鍋，有的是不銹鋼的，有的是搪瓷的，還有的干脆就是砂鍋，選擇拿哪個鍋去燒熱效率最高，至關重要。

畢竟，我們都知道經(jīng)濟學第一原則：資源是稀缺的。

所以，對于企業(yè)來說，選擇就是戰(zhàn)略，要把能量都聚焦在一個戰(zhàn)略上，堅持長期主義，直到發(fā)生質(zhì)變。你知道，水沸騰后會變成蒸氣，那是一種巨大的能量，能頂翻天花板。

回頭來看，在國內(nèi)的AI產(chǎn)業(yè)，的確是百度先找對了戰(zhàn)略。早在2010年，百度就已經(jīng)開始布局AI，那時候就連移動互聯(lián)網(wǎng)時代的大幕還沒拉開。2017年，當大家還在為移動互聯(lián)網(wǎng)興奮時，李彥宏就已經(jīng)說，互聯(lián)網(wǎng)思維已經(jīng)過時了，未來應該是AI思維。

因為最早布局，并長期堅持投入，百度實現(xiàn)了全球少有的「芯云模體」全棧AI布局。底層有自研芯片昆侖芯提供算力，中間有百度智能云做基礎設施，再往上是文心大模型提供AI能力，最頂層是面向千行百業(yè)場景的智能體等應用。

及至今天，每一層能力都已經(jīng)迎來價值兌現(xiàn)時刻。

例如昆侖芯，開年提交獨立分拆上市，市場有機構給出500億美元高估值；無人駕駛同樣領先，蘿卜快跑更已進入全球26個城市，加速規(guī)模化落地。至于智能云，其實百度也是國內(nèi)第一個提出智能云概念的，到AI大模型時代，當整個云行業(yè)都在喊智能的時候，百度的AI規(guī)模化落地已走在前面，多次財報表現(xiàn)中，AI云已成百度核心引擎；智能體領域，從“龍蝦”應用全家桶，到伐謀、秒噠，智能體應用創(chuàng)新保持高速度。

（圖注：圖數(shù)據(jù)源自2025年百度Q4&全年財報）

這些率先“開花結果”的收獲，與百度較早意識到戰(zhàn)略熵減的重要性密不可分。戰(zhàn)略熵減的要義在于，戰(zhàn)略要清晰、要聚焦核心、還要有定力，才能夠在外界充滿熵增的環(huán)境中，主動構建起自我秩序，從而沉淀起穩(wěn)固的長期競爭力。

回溯到十多年前，百度入局AI之初，就同步強調(diào)用技術解決實際問題。2024年，在大家還在卷模型的時候，李彥宏率先判斷模型的價值在于應用，呼吁行業(yè)卷應用，他也是最早看好智能體的，預判未來智能體會成為最主流的AI應用形態(tài)。

這些思路、產(chǎn)品為中國的AI科技世界注入了新風，延緩了它的熵增速率，乃至形成了一定程度的熵減。今天回頭看，在全球AI競賽中，只有中美唯二兩國領跑，不能不說沒有這股新風的功勞。

百度持續(xù)的投入，把AI這鍋水，燒開了。

當然，我不是說，在反熵增的戰(zhàn)役中，百度已然取勝，事實上，這是一場沒有終局的長期博弈。

那個在28年前就已吹響號角的亞馬遜，也還仍然在與熵增博弈，但從線上書店到線上零售再到云計算，亞馬遜的確在周期的更迭中，證明了只有自我迭代，不斷吸取外界能量，才能在熵增的大趨勢下，實現(xiàn)企業(yè)的熵減，乃至讓上下游、用戶都受益。

今天，百度或許也是最早意識到AI行業(yè)同樣會發(fā)生熵增的科技巨頭之一。和亞馬遜類似，百度選擇主動對抗熵增。

對抗“熵增”、主動熵減，其實是偉大公司成長的必經(jīng)之路。亞馬遜、微軟、谷歌等國際巨頭都曾在不同階段與熵增反復博弈，并通過主動熵減增強了長期韌性。

經(jīng)歷十多年AI浪潮起伏，百度以長期主義與全棧布局來作為主動熵減的核心策略。如今的一系列好成績，也正在印證：這已成為它跨越互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)周期，在AI時代率先見到“結果”的成長密碼。