百度创始人李彦宏在 2023 中关村论坛上指出，大模型正在重塑人工智能及世界格局。大模型通过算力、数据、模型的突破实现智能涌现，推动人工智能从辨别式向生成式转变。IT 技术栈由三层演变为芯片、框架、模型、应用四层结构。未来人机交互将依赖提示词工程，50% 的工作可能与提示词相关。开发者需掌握 Prompt 工程、模型微调及应用框架，适应与机器共生的新时代，而非被替代。
2023 年，大模型技术的爆发式增长引发了全球关注。百度创始人、董事长兼 CEO 李彦宏在 2023 中关村论坛上发表了题为《大模型改变世界》的演讲，深入探讨了大模型对人工智能乃至整个社会生产力的深远影响。
李彦宏指出，大模型成功地压缩了人类对于整个世界的认知，让我们看到了实现通用人工智能（AGI）的路径。他表示："当下，我们正处在全新起点，这是一个以大模型为核心的人工智能新时代，大模型改变了人工智能，大模型即将改变世界。"
大模型时代的到来，离不开三大核心要素的突破：
这三者相互关联、相互促进，使得人工智能系统展现出出乎意料的智能行为和能力的现象，这种现象被称为**"智能涌现"**。李彦宏解释道："过去的人工智能是，我想让机器学会什么技能，就教它什么技能。教过的有可能会，没教过的就不会。大模型出现智能涌现之后，以前没教过的技能，它也会了。"
如今，写文章、写代码、做翻译已经是基础操作，大模型为 AI 工具带来了全新的想象力。例如，百度的文心大模型曾"补全"了《富春山居图》，让历史画作重现当代，且能让风格与现存真迹达到一致。
李彦宏强调，人工智能发展方向正从"辨别式"走向"生成式"。关于这两者的区别，他举了个例子：搜索引擎就是典型的辨别式；用 AI 进行文学创作，写报告、绘制海报等等，这些都是生成式。
回顾过去三次工业革命，世界的改变本质上是对产业的改变，进而带来人的改变。那么人工智能将对我们每个人产生怎样的影响？
首先，大模型重新定义了人机交互。通过自然语言处理和生成模型等技术，大模型使得人们可以更自然、无缝地与机器进行交流和互动。而被重新定义的人机交互带来一场**"提示词"（Prompt Engineering）**革命。
李彦宏预测："我做过一个预测，10 年后，全世界有 50% 的工作会是提示词工程。提出问题比解决问题更重要。我们的教育要教孩子提出问题，而不仅仅是解决问题。"
未来的应用，是通过自然语言的提示词来调动原生 AI 应用实现的。这意味着，"未来你的薪酬水平，将取决于你的提示词写得好不好，而不是取决于你的代码写得好不好。"当然，这并非否定编程能力，而是强调利用 AI 工具提升效率的能力将成为核心竞争力。
根据方舟投资公司（Ark Invest）发布的《Big Ideas 2023》年度投研报告，到 2030 年，人工智能预计将使知识工作者的生产力提高 4 倍以上。报告还提到，如果 100% 的企业采用人工智能，人工智能可以在总体上花费 31 万亿美元，带来约 200 万亿美元的劳动生产率。
不过，人工智能一直在进步，也一直带给一些人们"机器会不会取代人？"的担忧。如李彦宏所说，大模型会重新定义营销和客服。有了大模型，即使你有 70 亿个客户，每一个客户也都可以有一个专属的 7×24 小时的、什么都知道的助理去服务他。但于营销和客服而言，谁拥有最佳的跟客户沟通的方式，谁就会拥有这个客户，而这个道理在大模型出现之前就成立，人工智能是为了提高人的效率，而不是为了取而代之。
李彦宏认为，"把机器变成人，不应该是努力的方向。机器很多方面会比人强，但机器变不成人，也没必要变成人。机器会越来越聪明，能够干的事越来越多，效率会越来越高，我们需要与机器共生，而不是二元对立。"历史发展有其一定的规律，过去三次工业革命，每一次都会让一部分工作消失，但每一次也创造出了更多的新工作岗位。
大模型时代来了，每一个产品都值得重做一遍。业界有一种说法，大模型时代来了，每一个产品都值得重做一遍。但谁真正重新做了一遍呢？
李彦宏表示，"百度要做第一个把全部产品重做一遍的公司，不是整合，不是接入，是重做，重构！"
李彦宏如此说，底气何在？一方面源于百度在技术上的长期投入和积累。自 2013 年开始布局至今，10 年间百度在人工智能上的投入超千亿。
另一方面，则是来自百度的"独特优势"。李彦宏认为，大模型改变人工智能的背后，IT 技术栈也发生了非常根本的变化。过去，无论是 PC 还是移动时代，IT 技术栈都是三层：芯片层、操作系统层、应用层。
人工智能时代，IT 技术栈变成了四层：
芯片层方面，百度布局有昆仑芯，已经量产几万片，昆仑芯第三代，预计 2024 年初量产；深度学习框架方面，百度的飞桨与 Meta 的 PyTorch、谷歌的 TensorFlow 齐名，百度的飞桨，在中国的市场份额排第一；模型层百度拥有文心一言，此外还有交通大模型、能源大模型等行业大模型。
百度是目前全球为数不多做到四层全栈布局的人工智能公司，全栈布局的优势是，能够实现层层反馈，端到端优化，在实际应用中，可以大幅提升效率。李彦宏举例称，通过智能调整红绿灯的时间，可以让城市交通效率提升 15% 到 30%。"五一长假之前最后一个工作日，北京大堵车，从二环堵到六环一片红，唯一绿的是亦庄，因为亦庄 300 多个路口全部部署了百度 AI 信控系统。"
第三则是自主可控。文心一言大模型做到了数据可控、框架可控、模型可控，能够体现在国际竞争当中高水平的科技自立自强。李彦宏也对文心一言寄予厚望，"它可以赋能千行百业，助力中国经济开创下一个黄金 30 年。"
大模型时代，企业对人才的需求变了，AIGC 相关岗位人才难求，薪资持续走高。AI 运营、AI 工程师、大模型算法等岗位的薪资平均值均呈现显著增长趋势。
掌握大模型技术意味着更多可能性：
面对大模型带来的变革，开发者需要更新知识库和技能树。以下是几个关键的学习方向：
提示词不再是简单的指令，而是与模型沟通的艺术。有效的提示词通常包含以下要素：
学习使用 LangChain、LlamaIndex 等框架，可以快速构建基于大模型的应用程序。这些框架简化了 RAG（检索增强生成）、Agent（智能体）等复杂模式的实现。
通用大模型在特定专业领域可能表现不足。掌握 LoRA、QLoRA 等高效微调技术，可以利用企业私有数据训练出符合特定业务场景的专用模型。
随着大模型能力的增强，内容安全、数据隐私、偏见消除等问题日益重要。开发者需要在系统设计阶段就考虑合规性和安全性。
大模型正在改变世界，而对于投身人工智能行业的公司来说，背后的商业机会也正在发生变化。历史证明，技术变革总会淘汰旧岗位，但也会创造新机遇。关键在于我们是否准备好拥抱变化，掌握新的工具，与机器共生，共同推动社会生产力的进一步发展。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
