大模型时代的AI应用开发，可以不用，但必须会！

关注

原创最新推荐文章于 2026-04-28 12:00:00 发布 546 阅读 AI 写同款· GEO 优化 ›

全方位解析Agent！这本 大模型应用开发-动手做AI Agent 值得一读！ 人工智能时代一种全新的技术— Agent正在崛起。今天就给大家分享下这本LLM大模型的书《大模型应用开发 动手做AI Agent》，本书从AI agent的角度探索目前人工智能最前沿的技术发展，并且借助开源框架带着读者亲手制作7个常用的agent。本书将探索Agent的奥秘，内容包括从技术框架到开发工具，从实操项目到前沿进展，通过带着读者动手做7个功能强大的Agent，全方位解析Agent的设计与实现。最后展望了Agent的发展前景和未来趋势。阅读详情

成熟的“格子衫”和年轻的“脸庞”，与开发者有关的大会总是少不了这两种元素，Create 2024百度AI开发者大会也不例外。

过去几十年，层出不穷的编程语言、框架等新技术，把一代又一代年轻的脸庞，塑造为成熟的格子衫，软件应用开发的效率确实在提升，但却总是跟不上庞大而又繁杂的需求，似乎开发者将永远陷入在这样的循环。

直到大模型的出现。

“你只要会说话，就可以成为一名开发者，用自己的创造力改变世界。”百度创始人、董事长兼首席执行官李彦宏言之凿凿。

掷地有声。成熟的格子衫还在思考，话语有几分可信与其间难题，年轻的脸庞已经深信不疑，迫切想要听到该如何“说话”，才能成为新时代的开发者。

基础大模型的确炫人眼目，大部分人如今还沉浸在基础模型层面，但是时候把更多目光聚焦在应用层面，先是大模型等新技术为应用场景提供了新的可能性，接下来就是软件应用生态的繁荣，去推大模型的再次提升。

而百度正在做的事，就是扫平大模型和应用之间的障碍，这也是本次开发者大会，百度拿出的三大工具——智能体开发工具AgentBuilder、AI原生应用开发工具AppBuilder、各种尺寸的模型定制工具ModelBuilder。

大模型，应用为王

“大语言模型本身并不直接创造价值，基于大模型开发出来的AI应用才能满足真实的市场需求。”李彦宏表示。

正如李彦宏所言，过去一年，大模型足够让人侧目，例如百度文心大模型，从3.0版本到3.5，再到4.0版本的进化，在代码生成、代码解释、代码优化等通用能力方面，达到国际领先水平。

文心大模型已经成为了中国最领先、应用最广泛的AI基础模型。不仅如此，相比一年前，文心大模型的算法训练效率提升到了原来的5.1倍，周均训练有效率达到98.8%，推理性能提升了105倍，推理的成本降到了原来的1%。

但仅靠大模型还不足以催生出新的业态，就像互联网起初只是一种技术概念，而互联网应用融入到千行百业的场景，造就了如今耳熟能详的互联网巨头。“他们”没有发明互联网技术，也没有在互联网的底层基础设施做文章，却是把互联网用得最好的代表。

百度为开发者提供的大模型，就像是过去的互联网，百度有动力也有必要，提供尽可能好的大模型，从而为大模型应用开发者打好基础。

可以想象，百度冲在大模型第一线，踩坑是免不了的。李彦宏也直言，百度“踩了无数的坑，交了高昂的学费”，得出了一些基于大模型开发AI原生应用的具体思路和工具，直接分享给行业。

第一是MoE。未来大型的AI原生应用基本都是MoE架构，这里所说的MoE不是一般的学术概念，而是大小模型的混用，不依赖一个模型来解决所有问题。但什么时候调用小模型、什么时候调用大模型、什么时候不调用模型，要针对应用的不同场景做匹配。

第二是小模型。小模型推理成本低，响应速度快，在一些特定场景中，经过SFT精调后的小模型，其使用效果可以媲美大模型。

“这就是我们发布Speed，Lite、Tiny三个轻量模型的原因。我们通过大模型，压缩蒸馏出来一个基础模型，然后再用数据去训练，这比从头开始训小模型，效果要好很多，比基于开源模型训出来的模型效果更好，速度更快，成本更低。”李彦宏说。

第三是智能体。智能体是当下很热的一个话题，随着智能体能力的提升，会不断催生出大量新的应用。

智能体机制，包括理解、规划、反思和进化，它让机器像人一样思考和行动，可以自主完成复杂任务，在环境中持续学习、实现自我迭代和进化。在一些复杂系统中，还可以让不同的智能体互动，相互协作，更高质量地完成任务。这些智能体能力，反思、规划、自我计划的能力，百度已经开发并向开发者全面开放。

AI应用开发三大“神器”

李彦宏表示，大模型和生成式AI，将彻底改变开发者群体。过去，开发者用代码改变世界；未来，自然语言将成为新的通用编程语言。

与之相对应地，开发者的武器库也需要与时俱进，以适应新时代的软件开发体系，同时针对MoE、小模型、智能体这三大方向上，百度已经做好了“开箱即用”的工具。

AgentBuilder：最主流的大模型使用方式

首先是智能体开发工具AgentBuilder。智能体可能是未来离每个人最近、最主流的大模型使用方式，基于强大的基础模型，智能体可以批量生成，应用在各种各样的场景。

以新加坡旅游局为例，打开文心智能体平台，创建页面有着零代码、低代码两种模式，新手可以直接选择“零代码模式”，用自然语言，几句话就能创建一个智能体，实现酒店查询、景点门票购买等服务能力，目前百度已经跟携程合作，提供了酒店、景点、票务等旅游服务工具。

新加坡之外，大连、沈阳等文旅类智能体也都在文心智能体平台上线，还有知识类、创作类、学习类、娱乐类等各式各样的智能体。

目前，已经有3万多个智能体被创建、5万多名开发者和上万家企业入驻。文心智能体平台还为开发者们提供了流量变现的通路。除了百度搜索，百度生态的其他产品，如小度、地图、贴吧、车机等，都能接入智能体的相关能力，为开发者解决流量分发的后顾之忧，获得实打实的收益。

有分发，就会有数据反馈；有数据反馈，飞轮转起来，智能体就能够自主迭代，越用越聪明。文心智能体平台还上线了智能体的数据分析和问答调优模块，不久后还将有更多的新能力上线。文心智能体平台将通过分发-诊断-收益的数据飞轮，驱动智能体形成质量更优、流量更好、收益更大的正循环。

除了新加坡之外，大连、沈阳等文旅类智能体也都在文心智能体平台上线，还有知识类、创作类、学习类、娱乐类等各式各样的智能体，这些都能在AgentBuilder做出来。

AppBuilder：自然语言三步就能开发一个应用

AppBuilder提前封装和预置了开发AI原生应用所需的各种组件和框架，可以大幅降低开发门槛，不写一行代码，最快只需三步，开发者就可以用自然语言开发出一个AI原生应用，并且能够便捷地发布、集成到各种各样的业务环境中。

以游乐场排队助手为例，打开AppBuilder的开发界面，第一步先给应用起名“游乐场排队助手”，第二步填写角色指令，包括调用代码解释器、算出在固定时间内的最佳组合、输出结果等；第三步再插入需要的工具组件。这样，在零代码的情况下，一个应用就生成了。

从去年开始，百度用AI重构了百度文库，使它成为用户“内容生产的起点”。如今，在AppBuilder的支持下，百度文库新推出的智能漫画和智能绘本，更是把场景延伸到了更加有趣的跨模态创作领域。

在AppBuilder上面，百度也提供了一定的跨模态能力，开发者只需要给一段文字，或者几句话，就可以快速创建绘画类的应用，像漫画、儿童绘本等。百度文库最新推出的漫画生成和绘本生成功能，就利用了AppBuilder上提供的这类组件。

从行业视角来看，百度AppBuilder具备两个明显优势：

一是功能强大。依托文心4.0对指令的理解和遵循能力，百度AppBuilder能保证冷启动状态下就能达到一个不错的水平，不会因为效果差，再花很长时间去调优，大大降低了开发门槛。

依托检索增强技术RAG，在知识问答等典型场景，问答准确率和友好回复程度都达到了95%以上，大幅超越其他同类产品。AppBuilder还提供丰富完整的组件工具，包括百度搜索等基于百度多年技术积累的AI能力组件、大模型能力组件，还有百度独家开放的业务组件等55个组件。

此外，一些主流场景的第三方API，比如航班查询、论文查询等，百度也有提供，最新支持了自定义组件，客户可以直接对接自己专有的任何工具和数据。这些丰富的组件，共同支撑起了AI原生应用的高效开发。

二是简单易用。使用AppBuilder，只需三步即可快速创建应用、一键分发。百度也支持开源的SDK，方便大家进行二次开发。

ModelBuilder：高效低价生产模型

ModelBuilder是更适合专业开发者使用的工具，它可以根据开发者的需求定制任意尺寸的模型，并根据细分场景对模型进一步精调SFT，从而能达到更好的效果。

为了方便专业开发者快速上手，ModelBuilder预置了最全面最丰富的大模型。包括了ERNIE3.5和ERNIE4.0旗舰版大模型，它适合通用的复杂场景，能力强大；

此外还有三个轻量级的大模型，Speed、Lite、Tiny；以及两个垂直场景的模型——ERNIE Character适合角色扮演，ERNIE Functions适合对话或问答场景中的外部工具使用和业务函数调用。当然也包括国内外第三方主流模型，总数量达到77个，ModelBuilder是国内拥有大模型数量最多的开发平台。

以小度添添AI机器人日程规划为例，背后调用了不同的模型。先是由小模型ERNIE Tiny执行了“模型路由”的工作——把晨跑中的天气问题，分配给了基于ERNIE Lite打造的精调模型，快速查询出了气温25度、天气晴朗这些信息；同时，又把更复杂的日程安排，分配给了性能最好的大模型——文心4.0，来计算一天各项事项安排。

ModelBuilder的关键是高效低价生产模型的能力。企业客户可以根据需要，兼顾效果、响应速度、推理成本等各种考虑，裁剪出适合各种场景的更小尺寸模型，并且支持精调和Post-pretrain。

通过降维裁剪出来的模型，比直接拿开源调出来的模型，同等尺寸下，效果明显更好，同等效果下，成本明显更低。