这几天看到了漂亮国的《时代》周刊把2025年“年度人物”给了“The Architects of AI（AI架构师们）”，而不是某一个名字，其实挺耐人寻味的。很多人第一反应是，这是不是有点“安全”的选择，既不站队具体的大佬，也不押宝天朝和大漂亮的AI方向，但如果你真的站在工程和技术演进的角度看，会发现它反映的恰恰是 AI 所处的真实阶段。
AI大模型已经不在“有没有可能”的阶段了，也不在“谁第一次做到”的阶段。现在的问题变成了一件很工程味的事，这玩意到底能不能被持续建下去，能不能在真实世界里跑得住，能不能撑得起一个完整产业，而不是靠 Demo 和融资故事活着。从这个角度看，用“建造者”这个词，其实比“发明者”更准确。
也正因为这样，国内大模型行业先驱的百度CEO李彦宏老总出现在这次专访里并不意外。如果你把百度还简单理解成一家搜索公司，那大概率已经跟现实脱节了。官方公开的信息里写得很清楚，百度现在的业务已经覆盖芯片、云基础设施、大模型、智能体到应用层和消费级产品，这不是一个 PPT 上拼出来的全栈，而是过去十多年持续投入的结果。只不过以前大家更习惯盯着搜索，看广告收入，看市场份额，很少有人认真去拆它背后的技术路径。
我自己是比较早使用百度的文心一言系列大模型的，一直到文心一言3.5/4.0都有不错的体验感，再看李彦宏这几年反复讲“应用驱动”，其实挺有代入感的。因为你只要真的参与过大模型训练，然后用它来分析DPDK/VPP这些代码，就会知道一个现实问题，模型做得再漂亮，如果没有明确的使用场景去反推需求，最后大概率会变成一个昂贵又难以规模化的技术翻译和展示而已。
李彦宏在这次《时代》周刊专访里说得很直白，他判断未来 AI 领域只会剩下少数几个基础模型，真正机会最多的地方在应用层。这个判断在情绪上可能不够热血，但在工程上非常冷静，原因也不复杂，因为训练一个基础模型，算力成本、数据成本、工程复杂度都在指数级上升。公开资料显示，主流大模型单次训练的算力消耗已经是千万美元量级，而且模型参数规模继续扩大的边际收益正在下降。这个阶段，能长期承受这种投入的公司，本来就不会太多。
在这种背景下，继续执着于“做一个什么都能干的万能模型”，反而是最容易把资源耗散掉的路线。李彦宏明确说过，百度在训练文心大模型尤其是 5.0 版本时，并没有追求覆盖所有需求，而是围绕搜索、数字人等明确应用去强化模型能力。这种做法在外行看来可能不够“宏大”，但在工程上很现实。模型能力是可以定向塑形的，关键看你愿不愿意接受取舍。
很多人喜欢把中国AI和美国 AI 放在对立叙事里，其实从技术视角看，这种对比意义并不大。美国科技公司愿意在AGI方向持续砸钱，有它的土壤，资本结构、科研体系、市场回报周期都支持这种路线。中国的现实则完全不同，制造业密度高，应用场景复杂，对成本和效率极度敏感，这种环境天然会逼着技术往“能解决问题”的方向走，而不是“概念领先”。
李彦宏在专访里提到，中国有很多在别处找不到的 AI 应用场景，比如制造业。这个说法并不抽象，根据工信部公开数据，中国规模以上工业企业超过 48 万家，制造业增加值占全球比重接近 30%。这些场景意味着什么，意味着数据不是干净的，流程不是标准化的，约束条件极多。如果 AI 能在这种环境下跑起来，那它的工程成熟度一定是经过打磨的。
今年 11 月的百度世界大会上，百度发布了可商用的自我演化超级智能体伐谋。外界更多关注的是评测成绩，但从研发视角看，它真正有意思的地方在于定位。它不是一个替人做决定的“黑箱”，而是被设计成在真实产业场景中寻找全局最优解的工具。现实世界里的问题往往没有标准答案，约束条件还在不断变化，这对算法推理和系统稳定性要求非常高。公开信息显示，伐谋在多项权威基准测试中表现领先，这至少说明它不是靠营销撑起来的。
当然，这并不意味着智能体已经成熟到可以大规模替代复杂决策。李彦宏在谈到药物研发时的态度就非常克制。他明确提到，当前药物研发最大的痛点在于方案有效性难以验证，这正是现有 AI 的短板，药物研发的失败率长期维持在 90% 以上，临床试验周期动辄数年，这是任何模型都绕不过去的现实约束。他对这个领域的判断是 10 到 20 年尺度的突破，而不是短期颠覆，这在今天的舆论环境里其实挺少见的。
多模态被他认为是 2025 年行业里最具决定性的突破，这个判断我个人也比较认同。单一模态的模型已经接近瓶颈，而真实世界本身就是多模态的。图像、语音、文本、结构化数据同时参与决策，工程复杂度会陡然上升，但一旦跑通，对应用层的价值是实打实的。自动驾驶、工业质检、医疗影像这些领域，本质上都在等多模态能力真正成熟。
回过头看《时代》这次选择，其实没有那么多戏剧性。它并不是在给某家公司背书，也不是在替某种路线盖章，而是在确认一件事，AI 的竞争重心正在从单点突破转向系统建造，从芯片到云，从模型到智能体，再到具体应用，每一层都需要长期投入和工程耐心。
李彦宏这些年反复强调“卷应用”，放在这个语境下就很容易理解了。应用不是附属品，而是约束模型、牵引技术、验证价值的核心。如果基础模型决定的是天花板高度，那应用决定的就是这个天花板下面能不能住人，能住多少人。
所以这次专访真正有价值的地方，不在于谁上了封面，而在于一个信号被反复确认。现在AI已经进入下半场，ChatGPT、Gemini、Qwen等大模型的激情和故事仍然重要，但真正拉开差距的，会是那些愿意在复杂场景里慢慢打磨系统的人，而这对于工程师来说，这反而是一个更熟悉，也更公平的战场。
全文完，感谢阅读，如果喜欢请三连。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！