推荐序一/张亚勤
推荐序二/吴晓波
自序
第一章  历史演进：大模型带来人工智能应用拐点
  第一节  人工智能螺旋式发展，越来越强
  第二节  大模型有什么独特之处
  第三节  大模型带来通用人工智能的曙光
  第四节  大模型为商业带来新范式
  第五节  大模型在中国的发展
  第六节  小结
第二章  技术突破：大模型为何更具有商业化价值
  第一节  预训练：工程化属性带来加速发展
  第二节  有监督微调：让大模型更好理解并执行实际的需求
  第三节  人类反馈强化学习：对齐人类价值观
  第四节  检索增强生成：发挥企业专有数据的优势
  第五节  智能体：用“超级管家”为业务提效
  第六节  混合专家模型：给业务快速配备一批专家
  第七节  长上下文：更聪明地处理复杂信息
  第八节  DeepSeek：如何掀起大模型的效率革命
第三章  机遇研判：大模型成为生产力，时机已到
  第一节  大模型的波折与前行
  第二节  便捷享用新型人工智能基础设施
  第三节  大模型和中国产业结合的时刻
  第四节  技术革命时常产生于“危机”中
  第五节  小结
第四章  抓住红利：大模型带来技术平权
  第一节  技术栈的变化，提升了开发便利
  第二节  模型开发，轻松实现
  第三节  人工智能原生应用的开发，更加便利
  第四节  成熟应用一键集成
第五章  产业变革：大模型赋能千行百业
  第一节  手机：成为智能私人助理
  第二节  汽车：更智能、更舒适的“第三空间”
  第三节  具身智能：与大模型互相促进
  第四节  金融：智能体数字员工的崛起
  第五节  能源：借助大模型加速形成新质生产力
  第六节  教育：在大模型促进下的产教融合新范式
  第七节  电商：用大模型让营销更快捷
  第八节  小结
第六章  实践路径：高效落地的建议与未来展望
  第一节  借助新技术保持领先的建议
  第二节  大模型从技术到生产力，步步为营
  第三节  做好大模型评估，选对模型、降低风险
  第四节  未来趋势展望

    1997年，我考入华北电力大学，主修计算机专业。那时，计算机尚未普及，有的宿舍几个人拼凑一台组装电脑，同学们会去轮流使用。尽管条件简陋，但正是从那时起，我与计算机和互联网结下了不解之缘。
    我本科毕业那年，正值“互联网泡沫”破裂。但放在更长的时间轴上看，那其实是新一轮技术浪潮的起点。1998年谷歌、腾讯成立；1999年Paypal（贝宝）正式上线，阿里巴巴诞生；2000年李彦宏先生回国创立百度……新兴的科技浪潮即便有波折，但方向却不会受到影响。
    2001年，我到清华大学读研，师从陆玉昌教授，开始专注于人工智能的研究，2004年到香港科技大学师从杨强教授，并取得人工智能方向的博士学位。从最早的文本挖掘，到今天的大模型与智能体，这个领域持续吸引着我不断探索。
    人工智能诞生于20世纪50年代，最初只是少数学者的理论研究。过去几十年，人工智能在图像、语音、语言等领域不断取得突破。但直到大模型出现，它的理解、生成、逻辑、记忆能力，才真正将这些分散的技术系统化地串联在一起，让人工智能具备强大的通用能力。更重要的是，智能体（Agent）的应用创新，让大模型逐步具备了自主规划任务、调用工具、解决复杂问题的能力。这意味着人工智能已正式进入产业化的深水区。未来，人工智能所带来的产业变革，或将远超蒸汽机和电气时代。
    近两年，大模型演进迅猛，相关技术和生态也快速变化，社会各界都在关注。我有幸参与了一些政府组织的专题研讨，并受邀为央国企管理者、企业客户、合作伙伴、EMBA/MBA（高级管理人员工商管理硕士/工商管理硕士）学生授课，与他们交流。其间，大家普遍关心的问题是：大模型究竟是什么？我们该如何抓住机会、快速落地？
    正因如此，我萌生了撰写本书的想法。希望结合企业内部实践与一线交流体会，对当前的人工智能技术体系、大模型演进趋势以及产业落地挑战进行系统性的梳理与总结，为更多人理解、使用大模型，提供切实、有价值的参考。
    支撑我做这件事的，是百度在人工智能领域长期积累的技术底座与产业实践。百度不仅形成了从芯片到框架、从模型到应用的完整人工智能体系，还在互联网、金融、制造、能源、交通、政务等关键领域，积累了大量真实的案例。这使我得以在教学与交流中，不只讲技术趋势，也为企业、开发者提供可复制的落地路径。
    2024年，我曾用“毛竹”的生长过程来比喻大模型的发展。毛竹在栽种后的前3年，地上部分生长缓慢，高度几乎无变化，而在地下扩展庞大根系。竹笋破土后，在生长旺季便以每天数十厘米的速度迅速拔节。今天的大模型正处于这样的阶段——国家鼓励政策陆续出台，技术体系已然扎根，通用能力迅速增长，产业化应用全面提速。更重要的是，中国具备完整产业链、丰富场景和深厚数据资源，为人工智能提供了独特的“土壤”。无论是互联网、移动互联网时期的各类应用工具，还是中国30年来企业数字化转型的丰富硕果，都可以通过各类开放协议，一键继承到人工智能原生时代。大模型可以迅速连接这些资源，让企业积累多年的数字财富继续发挥作用，形成“模型—应用—数据”的飞轮效应，释放新的生产力。
    当然，技术越强，门槛越高，不平等的风险也越突出。我们必须正视这一点，加强智能基础设施建设，加速人才培养和知识普及，让更多企业和个人都能分享人工智能带来的红利。所有的技术，用起来，才是王道；用到好处，才是正道。只有将人工智能融入产业和生活，化为看得见、摸得着的现实生产力，才能实现我们共同的目标——让生产更高效，让生活更美好。
    最后，我想特别说明：大模型技术仍处于高速演进之中，相关的技术路径、产品架构、产业趋势都在不断发展与更新之中。本书所呈现的内容，是基于成稿时期的个人理解与实践整理，理解有误或者表达不当之处，敬请读者包涵、指正。