李彦宏的判断力，和百度的落地难题

2014年，Dario Amodei在百度硅谷AI实验室做语音识别。他的上级是吴恩达。在那段时间里，他注意到一个现象：随着数据量增加、模型变大、训练时间拉长，模型性能会持续提升。

六年后，OpenAI发表《Scaling Laws for Neural Language Models》，这个规律被命名为“Scaling Law”，成为大模型时代的基石理论。Amodei是那篇论文的合著者。

更早的证据来自2017年。百度硅谷AI实验室发表了一篇题为《Deep Learning Scaling is Predictable, Empirically》的论文，系统讨论了机器翻译、语言建模、图像分类和语音识别四个领域的缩放现象。Meta研究员Jack Morris后来在X上翻出这篇论文时说了一句被广泛传播的话：“大多数人不知道，关于Scaling Law的原始研究来自2017年的百度，而不是2020年的OpenAI。”

百度没有把这篇文章命名为“Law”，也没有围绕它构建一个完整的技术叙事。三年后，OpenAI做了这件事，并以此为基础训练出GPT系列。

这是一个可以被视为“先发优势”的故事，也可以被视为另一个版本的“起大早，赶晚集”。

李彦宏的战略判断从未落后

如果把百度过去二十年的关键节点拉出来，李彦宏在方向判断上的准确率，在中国第一代互联网创始人中几乎无人能及。

2003年，百度贴吧上线，比Reddit早两年。2005年，百度知道上线，比Quora早四年。2013年，百度推出轻应用，比微信小程序早四年。同年，百度成立深度学习研究院，李彦宏亲自担任院长，距离全球大模型浪潮爆发还有十年。2019年，文心大模型1.0发布，是中国首个正式开放的预训练模型，比ChatGPT引爆全球早三年。2021年，百度开始布局自动驾驶出行平台萝卜快跑。2023年3月，文心一言启动邀测，是国内首个对标ChatGPT的大模型产品。

这份清单放在任何一家公司身上都堪称耀眼。李彦宏几乎在每一个技术周期的起点都做出了正确的战略判断。吴恩达离开百度时说过一句话：“百度是最早投入深度学习的中国公司。”

但战略判断和产品落地之间，存在一条百度反复跨越但从未真正走通的鸿沟。

百度的战术执行少有领先

从贴吧到文心一言，百度在战术层面反复出现三种错位。

第一种是“变现节奏”错位。2003年上线的贴吧，曾经是中文互联网最大的兴趣社区，沉淀了中文互联网早期最丰富的话题语料。在AI时代，这类数据资产本可以成为训练语言模型的稀缺资源。但在商业化压力下，过度的广告植入侵蚀了用户体验，贴吧逐渐从“社区”退化为“流量池”。到文心一言需要高质量中文语料训练时，贴吧的黄金时代已经过去了。

第二种是“组织耐力”错位。2014年的百度硅谷AI实验室拥有吴恩达、Dario Amodei、韩旭等顶尖人才，国内有王海峰、余凯等核心骨干。这支团队的配置放在全球范围内都是罕见的。但技术上的领先没有转化为持续的产品优势。李彦宏后来承认，早期资源分散于搜索、无人驾驶和云服务等多线作战，导致在大模型时代无法快速迭代。

第三种是“路径选择”错位。2013年的轻应用，本质上是一个“无需下载、即搜即用”的Web App生态，这个思路在移动互联网初期极具前瞻性。但它需要百度主动开放搜索流量、扶持开发者、建立分发机制。百度没有做这些事。四年后，微信小程序用类似的概念，加上微信的社交关系和支付能力，重新定义了这个赛道。2019年的文心大模型比ChatGPT早三年发布，但直到2023年文心一言上线，百度才真正把这个技术积累转化为C端产品。而在文心一言开放后不久，李彦宏在公开场合明确表示“开源模型是智商税”，坚持闭源路线。这个判断在当时有其商业逻辑，但DeepSeek等开源模型的崛起直接颠覆了它。截至2026年3月，AI原生App月活榜单上，字节豆包3.45亿、阿里千问1.66亿、DeepSeek 1.27亿，文心App已经跌出前十。

这三种错位有一个共同点：百度在“发现”层面几乎从不落后，但“发现”和“定义”之间隔着一整套能力。发现一个技术方向，需要的是研究视野和早期投入。定义一个产品品类，需要的是持续的资源聚焦、灵活的组织机制、以及对开发者生态的开放姿态。

李彦宏自己在百度季度高管会上做过一场主题为《求真务实》的内部演讲。他罕见地系统反思了这个问题，直言：“百度为什么打不赢仗？为什么起大早赶晚集？因为我们不聚焦。”

这句话点到了问题的一半。

B端找到位置，C端失去阵地

2026年第一季度，百度的财务数据呈现出一个矛盾的结构。总营收321亿元，其中AI业务收入136亿元，占一般性业务收入的52%，首次超过一半。AI云收入88亿元，同比增长79%；GPU云收入同比增长184%。李彦宏在财报会上说，AI已成为百度的核心驱动力。

这意味着百度在B端AI市场找到了自己的位置。政企客户的智能云需求、算力租赁、行业解决方案——这些业务不需要百度去“定义产品”，它们需要的是技术能力和交付能力，而这恰好是百度AI积累最扎实的部分。

但B端的成功反衬出C端的失落。文心一言在2023年拥有全国最高的AI产品认知度，到2026年却在AI原生App月活榜上消失。百度把AI的能力卖给了企业，却没有把AI的产品留住用户。

李彦宏在内部演讲中表示，百度有规模庞大的用户基础和技术积淀，仍有信心走出一条AI道路。这句话是对的。但“走出一条AI道路”和“成为AI时代的定义者”，是两个不同的目标。

发现者与定义者之间

回到Scaling Law的故事。

百度2017年那篇论文的作者中，有一位叫Gregory Diamos的研究员。他在个人介绍中将自己的工作与LLM Scaling Law相关联，表明百度内部有人知道自己做了什么。但知道和让世界知道是两回事。

OpenAI在2020年的Scaling Law论文里，引用了百度研究人员2019年发表的一篇后续研究，但没有引用2017年那篇更早的论文。有研究者认为这是一种“有选择地引用”。但问题在于，学术引用从来不只是关于谁先发现，而是关于谁构建了叙事。

百度发现了Scaling Law，OpenAI定义了它，并围绕它建了一个产业。Dario Amodei在百度看到了这个规律，后来在OpenAI用它训练模型，再后来在Anthropic用它做出了Claude。

李彦宏拥有的是洞察力。OpenAI和Anthropic拥有的是把洞察力转化为产品的组织能力。

这或许才是百度二十年故事的核心：不是李彦宏看错了方向，而是百度从来没有建立起一套能持续把正确方向变成正确产品的战术体系。战略上百度几乎从不落后，战术上百度几乎从未领先。

本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。