#如何理解李彦宏说的”不要卷模型，要卷应用“ #

李彦宏强调的是在人工智能领域的发展重心不应过度集中在技术研发的“深度学习”或“模型堆叠”（即卷入越来越复杂的模型竞赛），而是应该更多关注实际应用的创新和优化。他鼓励业界更加注重开发能解决实际问题的应用程序，这样可以推动AI技术更好地服务于用户和社会，实现商业价值和社会效益的双赢。
李彦宏强调了在未来技术发展中，学习提问的能力将变得至关重要。这对企业意味着，随着大模型如文心一言等的进步，企业应该鼓励员工提升问题引导和创新思维，因为这些能力将决定他们能否适应快速变化的技术环境并推动业务发展。企业培训和发展策略应包括培养员工的批判性思考和问题解决技巧，而不只是技能的具体操作。因此，企业应该投资于员工的软技能提升，尤其是如何有效利用智能工具来驱动问题探索和创新决策。
"提示词工程"是指在未来工作中，随着自然语言人机交互的发展，理解并创建有效的指令或提示对于人工智能系统的引导变得至关重要。李彦宏认为，这将是大模型时代的一个重要组成部分，因为能否有效地编写和设计能够清晰传达意图的提示词，将直接影响到个人的职业前景，比如在搜索引擎优化、智能对话系统等领域的工作表现。简单来说，就是理解和构建能够让机器理解和执行的输入命令的能力。
李彦宏提倡"不要卷模型，要卷应用"的理念强调的是人工智能行业应该专注于实际应用场景的创新和优化，而非过度竞争基础模型的大小或复杂性。他认为，虽然大模型在理论上可能带来更高的性能，但资源密集型的大规模模型研发可能导致资源浪费。实际上，很多企业应关注如何利用现有的基础大模型进行定制化开发，以满足特定领域的需求，这样可以实现更高效的应用落地和智能涌现。

这意味着企业应当注重应用层面的技术创新，比如开发与现有模型相结合的解决方案，提高模型在实际场景中的效率和实用性，而不是盲目追求模型的规模竞赛。这样做不仅可以减少不必要的研发投入，还能推动整个行业的可持续发展。
李彦宏提倡的“不要卷模型，要卷应用”理念，强调了在人工智能行业中，应当更加注重实际应用的创新和优化，而不是单纯追求基础模型的规模或复杂性。这一观点主张，虽然理论上更大规模的模型可能带来更高的性能表现，但这种资源密集型的大规模模型研发往往会导致资源的浪费。因此，他建议企业应更多地关注如何利用现有的大型基础模型进行定制化开发，以适应特定领域的需求，从而实现更加高效的应用落地和智能化发展。

这种思路鼓励企业在应用层面上进行技术创新，例如开发与现有模型相结合的解决方案，以提高模型在真实场景中的效率和实用性。通过这种方式，不仅可以减少不必要的研发投入，还能促进整个行业的可持续发展。

李彦宏提出的“不要卷模型，要卷应用”理念，是对当前人工智能领域的发展趋势进行的深刻洞察和前瞻性指导。这一理念强调了人工智能技术在实际应用中的重要性，而不是单纯地追求模型的技术先进性。下面将围绕此理念展开详细分析：

1. AI技术与应用的关系

   • 技术基础：李彦宏认为，随着基础模型的日益强大，技术开发变得越来越简单，但这并不意味着应该只专注于技术本身。
   • 应用为王：他强调，没有实际应用，光有基础模型是无价值的。即使是开源或闭源的高端模型，若不能转化为实际的应用，其价值也大打折扣。

2. AI应用的发展方向

   • 智能体的发展：李彦宏特别提到，智能体是AI应用中最被看好的发展方向，它体现了AI技术在各行各业中的渗透和应用。
   • 产业增益：他认为，只要AI应用能对产业、对应用场景产生重大增益，其整体价值就超过了仅仅追求用户数量的移动互联网时代。

3. 超越“超级应用”思维

   • 避免陷阱：李彦宏警示要避免陷入仅仅追求DAU(日活跃用户)的“超级应用陷阱”，AI时代应该有更加多元和实际的价值定位。
   • 实际需求导向：他以高考季为例，指出实际需求比如考生报志愿、选择学校和专业等，需要智能体提供具体、个性化的回答，而非追求让AI写高考作文的表面应用。

4. 开源与闭源模型

   • 学术与教学价值：李彦宏认同开源大模型在学术研究和教学领域的重要价值，但强调这并非终点，应用层面的创新才是关键。
   • 产业落地：开源或闭源的技术，最终都需要在产业应用中落地，才能真正发挥其价值。

5. 对未来AI发展的展望

   • 理性估值：李彦宏预测，AI行业的估值将回归理性，市场将从“百模大战”变为更为集中的竞争模式。
   • 应用驱动增长：他相信，未来AI领域的增长将主要由实际应用场景的需求来推动。

综上所述，李彦宏的“不要卷模型，要卷应用”理念，不仅是对AI技术发展方向的指引，更是对整个行业健康、可持续发展的呼吁。在此基础上，可以进一步探讨和实践如何通过创新应用推动AI技术的落地和普及，以及如何在追求技术进步的同时，确保这些技术能够真正服务于社会和产业的发展。