大早的百度,为什么在 AI 浪潮里赶了个晚集?

2023年3月，文心一言发布，百度是国内第一家拿出对标ChatGPT产品的大厂。三年过去，局面完全反转：到2026 年3月，国内AI原生App月活前三名是字节豆包（3.45 亿）、阿里千问（1.66 亿）和 DeepSeek（1.27 亿），百度的文心App已经跌出前十。

中国最早押注AI的巨头，为什么被后来者反超？表面的答案很多人讲过：人才流失、组织僵化、决策太慢。我们想往深里说一层：百度不是输在起跑线，而是输在三道自己给自己上的枷锁。

2013年，百度成立深度学习研究院（IDL），这是国内第一个以深度学习命名的研究院，李彦宏亲任院长；2014 年，请来 "谷歌大脑之父" 吴恩达做首席科学家，启动 "百度大脑"；2017 年，陆奇空降，"All in AI"，押注Apollo自动驾驶和DuerOS；2019年，文心大模型1.0发布，比ChatGPT引爆全球早了三年。

然后转折来了：吴恩达 2017 年离开，陆奇 2018 年 5 月离开（市值一度蒸发近千亿），余凯出走创办了地平线，连后来创办 Anthropic（Claude 背后的公司）的 Dario Amodei，早年都在百度硅谷实验室工作过。到今天，字节 Seed、阿里通义的业务带头人不少是 "百度系" 出身 —— 百度成了中国 AI 的 "黄埔军校"，为整个行业输送了人才，自己却没留住。

2025年2月，据媒体报道，连百度搜索都宣布接入 DeepSeek—— 等于自己承认，自研大模型还不能独当一面。到2026年初，文心App跌出国内前十，第三方监测显示月活一年缩水近一半。

这是我们认为最深层的一条。

百度做 AI，出发点一直是 "用 AI 增强搜索"：让结果更准、广告更聪明、体验更顺。李彦宏这些年对 AI 的布局 —— 自然语言处理、知识图谱、大模型 —— 几乎都能落到 "把搜索这个现金牛喂得更肥" 上。

但 ChatGPT 证明了一件残酷的事：AI 真正的杀伤力，恰恰在于替代搜索这个入口本身。用户不再 "搜索 — 点击 — 阅读"，而是直接 "提问 —AI 给答案"。百度很难承认这一点，因为搜索是它的命根子 —— 这就落进了管理学说的 "创新者的窘境"：在位者不是看不见新机会，而是新机会会杀死自己的旧生意，于是永远只做改良，不做革命。

字节没有这个包袱。豆包长在抖音的信息流生态里，从一开始就是产品思维：好不好玩、留不留得住人，比模型参数重要。百度内部员工的一句话特别扎心："百度做 C 端产品化的能力，和字节不在一个维度上。" 技术最强的人，做不出用户愿意天天打开的产品 —— 这是百度和字节最本质的差距。

为什么人才会持续流失？除了薪资，我们判断更关键的是两件事：决策权高度集中，和失败容忍度低。

陆奇当年的权柄是 "借" 的 —— 所有事业群向他汇报，他再向李彦宏汇报；如今大模型业务设了模型委员会（BMC），仍是直接向李彦宏一人汇报。权力始终收在一个人手里，好处是决策快，坏处是：真正有野心的人，要的是 "自己的地盘" 和 "试错空间"，而不是 "给老板打工的执行权"。

再看节奏。AI 以周为单位迭代，而大厂一个 AI 项目平均要过十几个环节、耗时约 9 个月 —— 有分析对比过，DeepSeek 把 R1 从立项做到上线只用了 3 个月。DeepSeek 的模式（小团队、算力自由、不做 KPI 考核）能赢，不是玄学，而是它把 "组织速度" 拉满了。百度输的不是技术参数，是组织速度。

李彦宏从一开始就明确不做开源。这个选择有充分的商业理由：闭源保护核心资产、方便云服务收费。但行业人士的观察是：开源是过去两年 AI 快速迭代的关键杠杆。 DeepSeek 用开源 + 低成本掀翻牌桌，换来的是全球开发者社区、人才反馈、数据飞轮 —— 一个正循环；而文心闭源，等于一个人在生态里孤军奋战。技术路线之争背后，其实是 "生态打法" 对 "堡垒打法" 的胜利。

上面的判断很扎心，但我们不想把百度说成失败者 —— 它的另一条腿，比绝大多数大厂都扎实。

自动驾驶的萝卜快跑，覆盖全球 28 座城市、累计超 2300 万单，是无人驾驶出行订单最多的平台之一；自研昆仑芯跑在万卡集群上；2026 年一季度，AI 收入占比首次过半（136 亿元、占 52%），智能云在国内自研 GPU 云市场份额 40.4%，全国第一。值得注意的是，这 136 亿里智能云占近 65%，应用端收入不增反降 ——百度的赢面在 B 端和基础设施，不在 C 端应用。 李彦宏自己的说法是 "先修路、再跑车"。

我们判断，百度有两条路可走，都还没堵死：一是做"AI 时代的基础设施之王"—— 模型层很难追回第一，但卖算力、卖云、卖芯片的钱，未必比做应用赚得少；二是靠任务型入口翻盘—— 智能体的竞争刚开场，而搜索、地图、网盘、文库、无人车都是天然的 "任务场景"，智能体要 "干活"，恰好是百度的主场。

我们倾向于认为，大模型竞争已经进入下半场：各家模型能力正在趋同，胜负手转向 "应用入口 + 数据飞轮 + 组织速度"。百度手里的牌（入口、场景、B 端技术积累）依然不少，但前提是：组织变阵（设 BMC、取消职级、砍冗余）真的能缩短决策链，而不是只换一批名字；B 端订单的高增长，能撑住整个 AI 叙事。