百度秒噠負責人朱廣翔：AI開發革命的終局，是讓創意本身成為唯一的“代碼”

分享嘉賓 | 朱廣翔

責編 & 采訪 | 王啟隆

出品 | AI 科技大本營（ID：rgznai100）

AI 爆發的這幾年，程序員本都以為要解放了，但回首發現，傳統的應用開發模式始終被一個“不可能三角”所困：低成本、高質量、個性化，三者似乎永遠無法兼得。

傳統編碼（Coding）能保證高質量與個性化，但成本高昂；模板化的低代碼平臺降低了成本，卻犧牲了個性化；而一度興起的聊天機器人（Chatbot）雖具個性化且成本較低，其簡單的交互形式又往往達不到高質量應用的標準。

今年，OpenAI 聯合創始人 Andrej Karpathy 提出“Vibe Coding”（氛圍編程）的理念——開發者（甚至是非開發者）只需沉浸在創造的“氛圍”中，通過自然語言描述想法，AI 便能將創意變為現實。業界開始思考，“一句話生成應用”究竟是一時風靡，還是未來的大趨勢？“人人都是開發者”的時代真的到來了嗎？

在上，百度秒噠產品負責人朱廣翔博士對此進行了系統性的闡述，并于會后接受了 CSDN 的深度專訪。這位擁有近 20 年編程經驗、從程序員轉型為產品負責人的清華博士，為我們揭示了秒噠背后的產品哲學與技術愿景。

在演講中，朱廣翔博士分享了多個核心洞察：

• 應用開發的“不可能三角”：深入剖析傳統開發模式在成本、質量、個性化上的固有矛盾，并提出秒噠旨在成為同時滿足三者的“破局者”。

• AI 時代的生產力公式：AI UI + Agent = AI App。一個優秀的AI原生應用，需要兼具由 AI 驅動生成、以用戶需求為中心的交互界面（AI UI），以及背后執行復雜任務、連接萬千工具的智能體（Agent）。

• 從高頻場景到長尾需求：傳統軟件開發聚焦于 10% 的高頻剛需，而秒噠這類工具將釋放剩下 90% 被忽視的、海量的長尾應用需求，開啟“全民創造”的新時代。

• 多智能體協作是關鍵：秒噠的核心是模擬一個高效的軟件開發團隊，通過產品經理、架構師、程序員、設計師等不同角色的 AI 智能體協同工作，將一句模糊的需求，轉化為一個功能完備、體驗良好的應用。

• Vibe Coding，為大眾賦能：AI 開發革命的終極目標是讓每個人都能擺脫代碼束縛，聚焦于創意本身。秒噠的定位正是“真正為大眾賦能的 Vibe Coding 產品”。

• 產品經理與程序員的未來：AI 不會取代這兩個角色，而是將其推向更高級的形態。產品經理將能直接對接 AI 實現原型，而程序員則更專注于復雜的架構與邏輯設計，AI 成為雙方的超級助理和溝通橋梁。

應用開發困局：海量需求 vs “不可能三角”

朱廣翔博士首先指出了當前軟件行業面臨的核心矛盾。一方面，在技術革新、產業升級和數字化轉型的多重驅動下，全球軟件市場正經歷高速增長。根據 Precedence Researh 的數據預測，全球軟件市場規模將以 11.8% 的年復合增長率，從 2023 年的 6592 億美元增長至 2034 年的 22483 億美元。應用開發的需求日益旺盛，一個新的“AI App”賽道更是異軍突起，成為增長的新引擎。

“在上一時代，沒有 AI 原生應用。比如 AI 寫作，在三四年前是不存在的。”朱廣翔提到，“而現在我的很多老師朋友都在吐槽，他們的學生已經完全不會從零到一寫東西了，只會先讓 AI 生成一個差不多的版本，再在上面修改。這表明，新產品已逐步重塑了我們的固有習慣。而這些新產品的誕生，讓整個應用市場不斷膨脹。”

然而，與需求的蓬勃發展形成鮮明對比的是，應用開發的供給側長期受困于一個“不可能三角”——低成本、高質量、個性化三者難以兼顧。朱廣翔分析了過去三種經典的開發模式：

1. 傳統 Coding：由專業的程序員編寫代碼。這種方式可以實現極高的質量和充分的個性化，但其“軟肋”在于成本高昂。全球 80 億人口中，專業的程序員僅有約 3000 萬，他們是高薪、高知的稀缺資源，使得這種開發模式門檻極高。

2. 模板化低代碼平臺：用戶通過選擇預設模板、填寫參數來快速生成應用，如常見的問卷、邀請函工具。這種方式實現了低成本和較高質量（模板通常經過設計），但其致命缺陷是缺乏個性化。用戶的創作被牢牢限制在有限的模板庫中，難以實現天馬行空、獨一無二的創意。

3. Chatbot（聊天機器人）：近年來興起的基于對話的應用形式。它成本低，也具備相當的個性化能力，能應對不同場景和問題。然而，它的短板在于質量不夠高。這里的“質量”更多指向產品體驗。一個冰冷的對話框，缺乏豐富的UI和流暢的交互設計，在很多用戶看來，“不像一個真正的 App”，顯得較為簡陋。

這三種模式各有所長，卻又都“缺了一角”，無法完美應對當前爆炸式增長且日益多元化的應用開發需求。

AI 開發革命：Vibe Coding 與 AI UI 時代已來

朱廣翔認為，秒噠的出現并非偶然，而是順應了兩大全球性的技術潮流：Vibe Coding（氛圍編程）和 AI UI（人工智能用戶界面）。

Vibe Coding：為大眾賦能

傳統的編碼流程是“規劃 -> 編碼 -> 審查”，而 Vibe Coding 流程則是“自然語言描述 -> AI 生成代碼”。

在這個賽道上，產品形態各異。有面向專業程序員、提升寫碼效率的 AI 輔助編程產品；也有面向非程序員、完全無代碼的應用開發產品。

AI UI：從“界面”到“意圖”的革命

谷歌前 CEO 施密特曾預言：“用戶界面將逐漸消失。人們可以跟智能體說話，當場生成界面。”這一理念，朱廣翔稱之為“AI UI”。傳統 UI 是研發驅動的，先有工程框架，再實現界面結構，最后填充內容。而 AI UI 是需求驅動的，用戶先提出要解決的問題，AI 圍繞這個問題倒推出最合適的交互和界面。

秒噠正是 AI UI 理念的一個具象化落地產品。但朱廣翔認為，僅僅有 AI UI 還不夠，一個真正強大的 AI 原生應用，其公式應該是：AI App = AI UI + Agent。

“AI UI 就像好看的外表，Agent 就是聰明的大腦。有臉有大腦，也就是有面子、有里子，最終才是一個好的應用。”他解釋道。例如，一個 AI 試卷生成工具，其前端界面（AI UI）是為了讓老師能方便地配置和預覽試卷，而其背后，則有一個強大的 Agent 在負責生成邏輯嚴密、答案正確的數學題。

釋放 90% 的長尾需求，開啟全民創造新時代

“我們面向的用戶群體，是所有人。”朱廣翔強調。過去，軟件開發主要依賴于3000 萬專業程序員，而現在，目標是全球 80 億人。

這種用戶群體的擴展，對應著應用需求從“高頻”到“長尾”的轉移。過去二十年的數字化建設，主要解決了 10% 的高頻剛需場景，比如社交、電商、出行、支付等，我們手機里的 App 大多屬于此類。但日常生活中，我們有無數個小想法、小創意、小需求被忽視了，因為沒有順手的工具能將它們快速實現。“我想馬上做一個調查問卷”、“我想為我的寵物社團做個小網站”，這些稍縱即逝的想法，在傳統開發模式下實現成本太高，最終只能不了了之。

“我們簡單統計了一下，這些被忽視的長尾需求，其實占到了總需求的 90%。”朱廣翔說，“通過秒噠這樣的新工具，我們可以把這 90% 的市場打開，讓無限的創意，秒變應用。”

下文我們將通過和朱廣翔博士的對話，解答一個貫穿始終的問題：“應用開發的「不可能三角」，究竟是怎么解決的？”

深度對話朱廣翔：AI 時代的“創作者平權”

王啟隆：秒噠是一款讓用戶不用寫代碼，用自然語言就可以生產應用的產品。這讓我想到 AI 時代經常有一句玩笑：程序員一直在發明淘汰自己飯碗的工具。您是怎么看待這個話題的？可以借此展開聊一聊秒噠這款產品的靈感來源嗎？

朱廣翔：今天是 CSDN 的產品經理大會，我在進入互聯網之后也是在做產品經理。但我是一個非典型性產品經理，我是研發出身，寫了很多年代碼，后來轉成產品經理。做產品經理之后，我發現一個非常大的痛點，這在研發視角可能看不到：很多人，或者說我們每個人，都有很多想法和創意，但這些想法和創意只是礙于自己沒法直接實現。因為我以前是程序員，想到什么就做什么，比較直接，但很多人沒有這個能力。

如果有一天，有一款工具能讓大家非常平權、非常簡單地把自己的想法做出來，甚至可能做得比程序員還好，產品經理實際上就解放出來了。由此類推，不僅是產品經理，我們每個人、每個行業里的人，都有自己獨特的行業知識和業務邏輯，這些東西不是程序員能比的。如果每個人都能把這些知識和邏輯實現出來，那會是一個非常廣闊的空間。

舉個小例子來體現這個想法。我讀書的時候在實驗室里，導師要求我們每個人做一個個人主頁，用于展示學術成果，讓別人更好地了解自己的研究方向，看看有沒有合作機會。我們是計算機學院的，就拿一些開源代碼修改，做了很多主頁。有的人還有余力，給實驗室、社團和學院都做了主頁。

我們做完后很多其他學院的人也想做，就來找我們幫忙，這個過程中就出現了很多問題。首先，人很多，不同人有不同的想法和品味。比如美院的同學，可能要求比較高的設計感，但研發大部分沒有這么多設計思路，做出來他們可能不滿意。有的人希望有個性化，不希望自己的主頁和別人的除了名字以外，整體看起來都一模一樣，像是從一個模板里出來的，所以就要去換用不同的代碼。而且在這個過程中我們發現，很多工作都是重復性的，就是找代碼，改一些常規的東西。

當時我們就想，未來會不會有一天這些事就不需要我們干了？會不會有一些 AI 工具，可以直接幫我們搞定這些重復的、偏實現落地的事情，我們只需要想創意？到那個時候，甚至都不需要程序員去做。其他學院的同學，不管是美院的、人文學院的，還是外語學院的，他們自己就能按照自己的想法去實現。

這一天比想象中來得更快。我也有幸能從事這個賽道和行業，今天也非常興奮地想給大家介紹我們的產品，它真的能讓大家把想法直接說出來就能實現，非常簡單。

王啟隆：您的演講中有一頁很精彩，是一個技術演進圖，從算盤一直畫到現在的無代碼時代，它的基調就是解放生產力。回顧歷史，每一次生產力解放其實都伴隨著一些職業的消亡與興起。那么秒噠這款產品，它會讓程序員這個角色發生什么樣的變化呢？

朱廣翔：現在關于 AI，大家一直有一個擔憂，感覺 AI 會不會有一天就把人給取代了，導致我們都沒有工作。我認為不必有過多擔憂。從歷史上看，一開始沒有計算機，后來有了計算機；一開始是機器語言，后來是匯編語言、高級語言，再后來有了框架，到現在不用寫代碼。在這個過程中，程序員是一直存在的，只是職業屬性發生了一些變化。

過去可能更多關注如何寫代碼。比如在機器語言時代，所有代碼都要寫成 0101 串，基本上要把計算機的所有指令都描述一遍。但后來有了匯編語言，很多底層的、偏硬件的事情就不需要再描述了。再往后是高級語言，關于匯編語言里的一些存儲管理、堆棧等也不需要描述得這么詳細了。每一次都有一個新的封裝，這樣大家就可以把精力放到更高級的算法設計、業務邏輯、計算設計上。工作沒有少，只是我們的精力放到了更高級的事情上，最終會把事情做得更好。

這就像很多年前，工業革命之前，路上有很多趕馬車的馬車夫。當時他們也擔心，因為已經出現了一些工業產品，比如自行車、汽車，他們擔心會不會有一天汽車多了，就不需要馬車夫，導致他們全部失業。但我們現在回過頭來看，并不會。馬車夫少了，但司機多了，還是那些人，只是做了更高級的工作，把原來的工作做得更高效了。

所以從這個角度來看，包括百度秒噠或類似 Vibe Coding 產品出現后，程序員這個群體其實還會存在，但是會以更高級的形式存在。程序員會更多地去設計邏輯、算法、創意和想法，然后由 AI 負責執行。這樣，未來的應用可能會做得更加高級，更加 AI，更加智能。

王啟隆：您剛剛提到是從程序員轉到產品經理。現在很多黑客松比賽，很多隊伍沒有程序員也能獲獎，本質是因為他們創意比較出色。那么，未來程序員和產品經理這兩個職業的邊界會是怎樣的呢？AI 時代，未來的產品經理需要掌握的核心能力會是什么？可以聊一聊您眼中未來的產品經理嗎？

朱廣翔：產品經理更多還是和他本質的工作相關，就是去關注用戶的需求。我認為產品經理和研發的分工主要是：產品經理偏用戶，研發偏實現。但我剛才也說了，現在 AI 來了之后，一些實現的工作會被 AI 取代，主要是重復性的工作，但偏向架構設計、邏輯實現的工作，可能還是由研發負責。

研發和產品經理的協作邊界，我認為和上個時代還是類似的，產品經理更多地關注用戶本身，去收集需求、總結需求，抽象提煉出產品化的方案。在這個過程中，也可能會出現一個現象：產品經理可以借助一些研發工具，直接繞過程序員，去對接 Agent（智能體），幫助他落地實現。現在也出現了這樣的跡象，比如在秒噠上，很多產品經理就在用它做原型圖。

這相當于工作可能會分類。比如，有些類型的應用需要非常復雜的邏輯設計、非常高的性能和支持非常大的并發，這些服務要求比較高的，可能還是和研發一起協作，由研發做一些高級的設計。但對于那些非常簡單、非常長尾、非常靈活的小工具或輕應用，那可能就是產品經理直接對接智能體了。

王啟隆：研發的溝通就減少了，就不用一直跟研發吵架了。

朱廣翔：對，還有一種可能，就是在最終那一天到來之前，產品經理先通過智能體，做出一個原型圖或者一個基本簡單的實現，然后研發再去做精加工。也有可能是在中間插一個智能體，負責兩邊的對話和協調。因為智能體能幫 PM 把腦子里的東西大體做出來，也能幫助研發通過這個初步實現，理解 PM 想要什么，承擔了一個中間橋梁的作用。

王啟隆：您的演講中有個概念是“應用開發的不可能三角”，就是低成本、高質量、個性化，通常傳統方案只能選其中兩個。那秒噠試圖用 AI 來打破這個三角，是怎么實現的呢？AI 在里面扮演了什么樣的新角色，讓這個三角不再不可能呢？

朱廣翔：我們一直在說，當前應用開發遇到了一個瓶頸，這個瓶頸在于，我們希望應用能同時達到三個維度，才能更好地滿足用戶需求。比較通用地來說就是這三個：一是成本要低，做一個應用我們希望花更少的錢、更少的精力；二是質量要高，做出來的應用既要好用，又要好看，而且交互體驗要比較好；三是需要比較個性化、比較靈活，不同的人可能要滿足自己不同的需求。

但這三個想同時滿足其實非常困難。我們看最近的這些生產范式，都恰好缺了一角。比如最經典的范式就是寫代碼。寫代碼能做得非常靈活，質量也很高，但是成本很高，需要高精尖的工程師。

還有一種方式，就是我們都懂的一些模板化、配置化的低代碼工具。比如我們以前做一些問卷、邀請函，有一些網站或小程序，我們就選幾個模板，填上自己的屬性就行了。它缺了什么角呢？它確實門檻很低，質量也還可以，也挺美觀，但是不夠個性化，可能你做的和我的差不多，模板就那些，做不出什么花樣。

再有一種方式，是這兩年比較火的 Chatbot，也叫簡單 Agent。這些簡單的 Agent 基本上就是一個對話框的形式，它不像傳統的應用，一打開是一個非常豐滿、豐富的界面，能告訴我們大概有哪些模塊、哪些功能，并且已經有非常好的交互體驗。比如我上傳一個圖片之后，處理過程中能及時展示出來，能看到中間過程，減少用戶的等待焦慮。而現在的 Chatbot，這個冰冷的對話框，它的質量不是很高。很多人都說，Chatbot 不像個應用，一看就感覺很潦草，就是因為它交互體驗比較弱。

破解“應用開發的不可能三角”，秒噠是通過多智能體協作來實現的。

比如，秒噠有專門的交互設計師智能體去設計交互、設計外觀；有專門的任務執行智能體去幫它設計后面的 AI 任務，把性能和效果做得很好；整個過程中還有產品經理智能體、研發智能體、QA 智能體，去做開發、測試、上線，節省了人力。這樣，大大降低了應用開發的門檻，我們每個人都可以秒噠提出想法。

其次是高質量。我們通過大模型的能力，不僅生成了我們原來預期的樣子，甚至還能幫我們補充。比如，用戶想做一個問卷，調研咖啡館如何選址，但可能對咖啡館的很多背景知識不了解。這時我們把這個訴求告訴秒噠，它會幫我們構思內容，要調研好這個問題，我該從哪些方面去問，該問什么樣的問題，如何去高效地獲取用戶信息，它是有一些專業知識的。所以秒噠不僅幫我們設計了我們能想出來的頁面，還能幫我們補充了這些頁面背后應該具備的信息和能力。

而且秒噠會幫我們去調用各種工具，去集成豐富的服務。比如像秒噠里我們做的一個應用，同樣是做邀請函，我們可以調用百度地圖把導航信息加進去，用戶打開邀請函點一下就能導航到那個位置。也可以調用一些短信服務，進行活動預約。通過工具調用把這些能力全集成進來，也是最近比較火的 MCP。

王啟隆：您剛才提到產品經理智能體，我覺得現在最大的一個挑戰，包括我自己感受最深的一個挑戰也是：用戶不僅是不會寫代碼的問題，主要是需求提不清楚的問題。從以前最基礎的跟 Chatbot 聊天，就是“提示詞工程”那個時代開始，包括我在內的很多人應該都覺得，很多時候在 AI 面前你很難精確表達自己的需求，問題問不清楚。如果提到用您剛剛說的產品經理智能體追問、用廣場給靈感，那作為產品負責人，您是怎么設計和衡量這個產品經理智能體的 KPI 的？是它的追問次數、澄清率，還是最終應用的生成成功率呢？

朱廣翔：這是一個非常好的問題。就像我們如何管理人類產品經理一樣，一直遇到一個痛點，就是給他們定 KPI 很難。比如研發比較好定 KPI，最終研發出來的應用，它的效果、性能，以及研發效率，比如說多長時間實現多少個功能。但是對于 產品經理來說，一直很難界定他在其中的價值，因為可深可淺，而且很難量化。

同樣的，對于我們這個智能體，去衡量它干得好不好也很困難。我們嘗試定了一些指標，當然這還在持續探索中。

第一個指標，它對意圖理解的準確率。首先，用戶的第一輪對話，它要能基本理解清楚，這句話到底是什么意思，需要實現哪些功能，調用哪些工具，達到什么程度，什么樣風格。

第二個指標，它需要去幫用戶拓展知識，那拓展知識的豐富度、完善度就是它的第二個指標。在秒噠，用戶可以實現“一句話做應用”，但用戶的簡單描述常常難以覆蓋全部重點。這種時候就需要我們的智能體去幫他拓展，它拓展的可能性越豐富，命中用戶真正想法的概率就會越高。

第三個指標，澄清和溝通的效率。智能體有很多種可能性，需要和用戶再去溝通，最終定下來選哪個，這是一個多輪澄清溝通的過程。能不能把秒噠解釋的需求，和用戶原始的需求能對齊，這個對齊過程的效率就是第三個指標。

第四個指標是，對齊之后，秒噠生成一個完整的我們俗稱的 PRD（產品需求文檔），幫用戶非常詳細地寫好所有的事情，然后評估這個PRD 的質量。這個質量怎么衡量？一方面我們會有些先驗方法去衡量，一方面有后驗方法。就比如這個文檔給到我們的研發智能體，它能不能讀懂，能不能把代碼寫出來？就像人類產品經理一樣，如果研發老是反饋哪個產品經理的文檔很難理解，那這個產品經理的 KPI 肯定不會高。如果研發反饋這個 PM 寫的東西特別好懂，他一看就知道該怎么寫代碼，那就說明它的文檔很好。這個文檔其實是面向開發者的，它能讓開發者開發效率最高。這個準確率是從這個角度去衡量的。

王啟隆：AI 原生應用是從零到一的創造，比如說拍照解題，它可以給出推理的過程。那在您看來，判斷一個應用是“+AI”或是“AI Native”的第一性原理標準是什么？什么樣的應用才能算 AI 原生應用呢？

朱廣翔：關于 AI 原生應用，我認為現在有兩種模式，一種是“+AI”，另一種是“AI 原生”。界定邊界就是看我們這個應用，它在大模型時代之前，是否原來就已經有了。比如，電商現在都有智能客服。這種客服，在大模型之前也有，有人工客服，還有那種基于小模型的客服。這個就屬于一個“+AI”的業務，因為它原來就有，有了 AI 之后它能力更強。

但有些應用，原來就沒有。比如說AI 寫作，寫作能力是生成模型才具備的，以前沒有生成模型的時候，它沒法去寫作。有大模型之后，大家在寫作的習慣上發生了很大的變化。我有很多同學在讀博或當老師，每次聚會時都吐槽一件事，說現在的學生已經不會對著一個白板去寫字了，不會從零到一去寫東西，大家只會改，不會寫了。

我們以前寫論文都是從一個白板開始，先去構思我的框架是什么，每一部分怎么寫摘要，怎么寫前言，怎么寫方法，怎么寫實驗。而現在的人呢，先生成一個差不多的，基于這個再往上改。有了大模型之后，整個寫作習慣全發生了變化。AI 寫作這種應用，在過去是不存在的，有了 AI 它才有的，那就是屬于 AI 原生的。

或者說像搜索，它其實就是“+AI”，因為原來有搜索，后來有了 AI 搜索。所以，我認為判斷的邊界就在于這個業務模式在過去是否存在。

王啟隆：最后一個問題，我們展望一下未來。創造“Vibe Coding”這個名詞的 Andrej Karpathy 曾經說過，寫代碼不難，部署運維這些流程才麻煩。秒噠解決了很多問題，那在您看來，在“想法”和一個“能穩定運行、持續迭代的成功應用”之間，還剩下哪些最硬的骨頭是 AI 暫時搞不定的？

朱廣翔：“AI 暫時搞不定的”，這個詞非常精準。我們原來以為 AI 很多搞不定的，后來發現都能搞定。比如我們做秒噠的心路歷程，一開始的時候，AI 只能生成一些核心代碼，周邊的邊角料它生成不了，導致必須程序員把這一塊拼到原來的代碼里才能用。再往上個時代，AI 只能幫你去編輯、修改或者補全，類似于現在經典的 Cursor，它之前就是去補全代碼，幫你增加一些小的模塊，但主流還是你自己寫的。

后來隨著大模型能力增強，當時大家也認為它只能幫你補全、幫你補位，不能替代你。但后來發現，它能幫你寫完整代碼了。但是，這完整代碼還只是幫你寫一些核心文件，周邊的東西還是不行，還是需要你補上來。這就從以人為主、AI 為輔，演變成了以 AI 為主、人為輔，最后發展到 AI 可以全權包辦，它可以完整生成整體代碼。

這個時候，很多人又發現它只能生成前端的，那時候大家都斷言說它生成不了復雜的后端邏輯。但是，秒噠也經歷了 fertilisers 過程，去年的時候只能生成前端，今年就能生成帶后端的應用了。比如說，我的數據想存儲下來，我做一個相冊，創建完發布了，我明天再打開看還有，這個信息能存下來，能讀取數據庫，這個后端能力是今年新突破的。我們原來認為的邊界是：前端代碼大模型可以處理，后端就不行，現在發現這個邊界也越過了。

有了后端之后呢，我們又判斷說，就像 Karpathy 大佬說的，部署運維也很困難。但是現在這個邊界也被突破了。比如在秒噠上，或者類似國外像 Vercel 這樣的產品，發布完之后，是有地方能去自動托管的。在秒噠上，我們用了百度智能云的技術，去實現了一個云上的托管和自動的運維部署。這個用戶完全不需要操作，用戶按的按鈕就一個，點“發布”，然后后端一系列執行，各種資源的配置、部署、做安全隔離、上線、測試，這一系列都是自動化 AI 做好的。

所以，我們站在今天展望下一步 AI 可能做不了什么，也許明年就能實現了。比如現在大家認為什么不行呢？現在認為對于高并發場景、高響應要求，比如說做一個應用一下子要有 100 萬人用，那它對整個架構的性能挑戰是很大的。現在 AI 生成的應用，可能還無法承載這么大的流量。所以現在主要是面向一些中小公司和個人。那面向那種超大型公司，能不能支持？我感覺未來也是可能的，因為現在已經出現跡象了。包括我開始講的那個例子，我們內部做了一個運營平臺，那個平臺已經有幾千人在用了。再往后幾萬人、幾十萬人，我覺得隨著模型能力，這也會慢慢去突破的。

但我認為有一個點，可能是大模型在短期內，甚至長期都無法突破的，就是創意、想法。因為這個是需要基于我們很多年的一些行業經驗才能想出來的。我們每個人都有自己的背景，比如說，假設我是一個非常老道的銷售經理，我知道見什么樣的客戶說什么樣的話，我有我自己的 know-how，我有一套方法論，由此產生的創意、想法和邏輯，是大模型很難領會的，大模型很難去原生具備。所以說這種情況下，人的輸入是必要的。所以創意這塊，我認為大模型是永遠無法替代人來創造的。

我認為在當前這個時代，創意為王，創意最重要。再舉個例子，最近有個觀察，就是百度每年都會舉辦一個黑客松大賽，每年都會有很多作品涌現出來，我一直擔任評委，發現一個現象：每年最頂尖的那些創意，其實不在于它實現得好，不在于它代碼寫得好，而在于想法本身非常好，非常有社會價值，或者說非常有創新。這個想法好其實是應用最關鍵的東西。所以，從創意到落地的環節，秒噠可以幫你完成，但創意本身是我們人類的核心競爭力。