「核心提示」

红包大战后的冷思考：在行业集体陷入追逐风口、制造概念时，主动聚焦更难能可贵。

作者 | 詹方歌

编辑 | 邢昀

春节时，你手机里为抢红包下载的AI 独立APP有多久没打开了？

这场以“撒币”换流量的狂欢逐渐冷却，反思和追问必须跟上。

热力学第二定律中有一个概念“熵增”，它描述了一个孤立系统自发走向混乱与无序的自然过程。映射到商业世界，当行业陷入一种被焦虑驱动、盲目追逐热点的竞争状态时，便会在战略路线选择和产品体验层面产生类似的“熵增”效应：

巨头们不断投入象征着能量的巨额资本与资源，但并未构建出坚固的护城河或持久的用户价值，反而加剧了行业的整体内耗与战略迷茫。体感的“热闹”，实际上是系统正在变得更为无序。

AI行业集体陷入“熵增”浪潮中，也有大厂开始一系列反直觉操作，从产品、技术到战略层面，聚焦真实价值，换取确定性，通过熵减构建秩序，回答AI时代的根本性问题：在无限的可能性中，什么才是真正值得做的事？

1、从“撒币竞赛”到“价值锚点”

刚刚过去的2026年春节，一场围绕AI应用入口的“撒币”竞赛以空前规模上演。腾讯、阿里、字节、百度几家大厂投入的营销费用规模总计达到了近百亿规模。

其中，腾讯靠社交裂变，阿里捆绑电商与本地生活，引导用户下载独立的AI APP。虽然各家逻辑和战略并不相同，但焦虑是集体性的。

这场天上掉馅饼的“红包雨”并不是简单的节日营销。巨头们普遍认为，在这个全年最大、最集中的流量窗口开放之际，让自己的产品成为下一个超级流量入口，才算是获得了AI时代的新船票。

可是，当热潮褪去，补贴停止，这些被“真金白银”吸引来的用户还会为AI本身的价值留下吗？这次红包大战中AI助手看似能够做很多事，包括图片生成、话术生成、帮点外卖，有哪些是真正的刚需？模式尚未成熟，先抢占的流量来得快也去得快，这是一种无奈的“熵增”。

不仅国内，全球AI领头羊OpenAI也面临同样困境。为应对竞争和IPO压力，OpenAI不得不进行战略收缩，包括明星产品Sora视频生成器、Atlas浏览器在内的多个“支线任务”将被边缘化，资源聚焦于编程和企业市场这一核心变现路径。

熵增之后，OpenAI终于发现，在什么都想做、什么都想要的过程中，公司组织能力、资源、算力都会遇到问题。比如，不同项目组之间争抢算力反而拖累了核心模型的更迭，让公司陷入被动。

回到国内，尽管身处流量焦虑的大潮中，也有公司已经开始重新审视熵增路径的合理性，比如百度。

百度同样参与了红包营销，但和诸多巨头的玩法不同。它没有创造全新的独立APP，而是将AI能力深度内嵌进月活7亿的国民应用百度APP中，红包的作用更多是促活。

让用户回到最熟悉的场景里，用最低的迁移成本，提供最可信赖的AI服务。这不是在生硬创造“伪需求”，而是将AI能力“无痛嫁接”到最刚需、最高频的入口搜索框里，完善和强化百度核心的“搜索”功能，使其自然进化成“AI增强型搜索”。

聚焦于主航道、减少用户操作、提升体验确定性，百度选了一条和别人不太一样的“产品熵减”之路。

事实上，百度在产品端的收束动作可以追溯到更早以前。2025年初，百度APP全量上线新的AI入口，到10月，全新品牌“百度文心助手”启用，取代了此前的“百度AI搜索”。

如今点开百度APP的文心助手界面，对话框上有大量垂类场景卡片，从AI生视频到拍题答疑，用户带着明确意图来搜索，天然适配AI介入，而产品的价值锚点也回归到“解决问题”这个核心上。

这种产品层面的“熵减”，背后是百度2026年更核心的战略逻辑：业务聚焦，兑现价值。

2、追求“准确”而非“参数”

最近，演员刘美含在AI上询问“铸币坊”读音的视频上了热搜。她先后查询了五款主流AI工具，最终，只有百度AI给出了与《新华词典》及语言学教授验证一致的正确答案“fáng”（二声）。

这个案例引发共鸣，因为它击中了用户使用大模型时最普遍的痛点：AI幻觉。幻觉的根源在于模型的底层运行机制，它不是从权威知识库中检索答案，而是通过对海量语料的统计学习，预测“最可能”出现的词句组合。当训练数据中存在矛盾、错误或信息稀缺时，模型就可能一本正经地胡说八道。

今年“3·15”晚会曝光的GEO（生成式引擎优化）业务，更是将这一问题推向公众视野。不法商家批量编造虚假测评信息、伪造权威推荐内容，投喂给大模型，让AI给出定制推荐。用户往往被AI自信而完整的表达所迷惑，难以察觉其中潜藏的事实谬误。

过去两年，行业陷入一种“参数崇拜”的迷思，不断追求参数规模与对话流畅度的过程中，“准确性”正在成为一种稀缺品。如今越来越多人意识到：准确性正在取代参数规模，成为AI的第一性原理。

百度对这一趋势的判断，比行业早了至少一年。当其他厂商还在比拼万亿参数时，百度已经将重心转向“少幻觉、低污染”。百度APP内嵌文心助手，能够使AI生成结果与传统搜索交叉验证，用户可追溯信息来源，双重验证机制，大幅降低了误导风险。

这背后的逻辑是，百度认为AI的价值在于“能多靠谱地做事”。为此，百度在大模型层面进行了熵减，聚焦准确性。

首先是从技术路线上减少幻觉的源头，拒绝“后期融合”。

百度文心5.0采用了原生全模态统一建模架构，将文本、图像、视频、音频等多源数据在同一模型框架中进行联合训练，避免了信息在层层传递中容易失真的问题。

其次，为了进一步确保准确性，百度推出 “文心导师”计划，邀请来自科技、金融、教育、医疗等十余个行业的835位专家，在知识传授、鉴赏评价、专业判断等方面对大模型进行指导。

强大的模型能力最终服务于实用。自春节红包活动开启，百度APP文心助手月活跃用户同比猛增4倍， 这正是基于百度APP的产品生态，通过搜索、问答等真实用户需求的自然转化。

面对万亿参数的军备竞赛，百度没有盲目入局，而是将技术重心放在提升模型的事实性、指令遵循和减少幻觉上，并将此能力深度集成到百度搜索等高频产品中，尝试让强大的模型能力在真实场景中，解决实际问题。

3、长期主义的定力与敏捷

2026年开年，OpenClaw（龙虾）爆火，百度成了国内最早拥抱OpenClaw的玩家。从1月，百度智能云率先推出部署方案开始，短短两个多月内，百度还完成了主APP集成、电脑端零门槛部署服务，以及桌面端、移动端、家居IoT端创新的全链路布局。社交媒体上，OpenClaw创始人看到消息也向百度发来合作邀约。

而百度搜索Skill下载量超4.5万次，更是成为养虾平台上全球下载量第一的搜索引擎官方技能插件。

百度之所以能在OpenClaw爆发时实现精准卡位，源自一套更深层的战略逻辑。在无限的可能性中，用聚焦换取确定性，用提前布局赢得先机，这正是百度的“战略熵减”。

当行业陷入盲目扩张的“熵增”循环时，百度选择用超前预判、长期积累和组织敏捷，构建一套灵活敏捷的战略体系。

实际上，百度CEO李彦宏在2024年就表示，智能体是AI应用的最主流形态，即将迎来爆发点。

2026开年一次内部分享中李彦宏再次强调，“AI时代的应用就是智能体”，并首次明确了百度相关的四类智能体：搜索智能体（百度AI应用的主航道）、数字人智能体（慧播星）、代码智能体（秒哒）和演化智能体（伐谋）。

有了战略预判，还需要执行能力来兑现。

在拥抱OpenClaw的闪电战中，百度展现了其基于“芯、云、模、体”全栈能力进行快速产品化的强大执行力。也正是这一套长期打磨的全栈闭环，构成了百度区别于其他大厂的核心差异化壁垒。

在“芯”层面，自研的昆仑芯已迭代三代产品，为大规模模型训练与推理提供了自主可控的算力心脏。2026年1月，昆仑芯正式向港交所提交了主板上市申请，预备分拆上市。

“云”层面，百度智能云不仅是算力资源的提供者，更依托百舸、千帆技术赋能体系，打通从训推加速、模型工程到智能体落地的全链路，服务超80% 央企，并支撑具身智能产业30余家重点企业研发落地。“模”和“体”分别是文心大模型5.0和以慧播星数字人、伐谋演化智能体为代表的多元化应用。

这套从底层算力到顶层场景完全打通的体系，是百度深厚的、体系化的“家底”，使其能在行业热点切换到智能体时迅速调动资源，实现敏捷而有力的出击，而不是被动跟风。2025年，百度AI业务收入达400亿元，同比涨幅达到48%。

与此同时，在业务不确定性加剧的AI时代，组织敏捷性本身就是一种竞争力。百度此前完成了一系列关键调整，让决策链条更短、资源更集中，组织反应更快。

去年11月末，百度模型团队完成拆分升级，分别为聚焦大模型的基础模型研发部和聚焦场景、专精模型调优的应用模型研发部，直接向李彦宏汇报。据社交媒体透露，业界知名大模型技术人才将于近期加入百度，增强模型研发组织竞争力。

此前百度文库与网盘也整合完毕，组成个人超级智能事业群（PSIG），这进一步强化了百度在AI应用方面的整体协同创新能力。

百度的“熵减”路径，是在不确定性的浪潮中构建确定性价值的过程。

在行业集体陷入追逐风口、制造概念时，百度主动聚焦，将能量投入到构建AI最本质的价值中去。让AI从炫技的“玩具”，真正转化为人们日常可信赖的“工具”。这正是百度在AI 时代的长期主义定力所在。