百度今天又发了一通新闻稿，讲他们的飞桨平台和文心大模型开放了什么新接口。我一边用 Python 脚本爬他们开发者文档里的示例代码，一边看着窗外成都这连绵不绝的雨，心里那股熟悉的恐慌感又漫上来了。不是那种文艺的恐慌，是物理性的，胃里发紧，手指发凉。38岁了，我引以为傲的那套技术栈，正在被这些庞然大物用我无法理解的速度和资源碾过去。
我花了整整一个下午，在本地用 requests 库模拟登录，处理各种反爬的 token 和 session，就为了能稳定地调用他们那个“文心ERNIE-ViLG”的图片生成 API。文档写得像天书，示例代码跑不通，错误码含义模糊。这感觉太熟悉了，就像 2016 年我死磕微信小程序审核规则，2018 年熬夜研究 Google 的 Core Web Vitals 算法更新。每一次技术浪潮涌来，最先感到窒息的就是我们这些靠具体技能吃饭的人。大厂开放能力，听起来是福音，实际上是一场更残酷的筛选。他们提供的是黑箱化的“能力”，而不是可理解的“技术”。你得学会在他们的规则框架里跳舞，而框架的边界，他们随时可以调整。
以前做爬虫，对抗的是 DOM 树结构变化、IP 封禁、验证码。现在面对大厂的 AI 开放平台，对抗的是完全不同的东西：调用频率限制、计费策略的突然变更、模型版本的无声迭代、以及最可怕的——整个服务线说停就停。百度这次开放，重点明显不在搜索，而在 AI 作画、AI 写文案这些“生成式”能力上。这说明他们的战略重心已经彻底转向了。搜索的护城河还在，但增长的想象力，全押在 AI 了。
作为一个被迫回归“超级个体”状态的人，我的策略必须变。不能再像以前那样，试图自己从零搭建一个“更好”的爬虫引擎或者推荐算法了。没戏。成本和技术壁垒高到离谱。现在的活法是“寄生”和“组装”。用大厂开放的 AI API 作为核心发动机，用自己的业务逻辑和自动化脚本作为传动系统，去解决那些大厂看不上的、垂直的、具体的需求。
比如，我最近在给几个健身教练客户做内容自动化工具。他们的痛点是每天要生产大量的健身食谱和训练计划文案，枯燥且重复。我之前的方案是用模板加随机库，生成的东西很僵。现在我的新方案是：用爬虫脚本，从百度百科、健康类垂直网站抓取食材的营养数据，结构化存到本地数据库。然后，前端用一个简单的 GUI（我用 PySimpleGUI 搭的）让教练输入客户的基础信息（减脂、增肌、体重、过敏食物）。后端逻辑调用百度的文心大模型 API，根据结构化的营养数据和客户标签，生成一段看起来像模像样的、个性化的“一日三餐建议”。最后，再用另一个文本摘要 API，把长文案缩写成适合发朋友圈的短文案。
这里面全是坑。API 的返回不稳定，有时生成的是废话，有时直接超时。计费方式让人心惊肉跳，你根本不知道生成一段 500 字的文案，背后被调用了多少次 token，这个月账单会不会爆。更底层的不安是：我的价值在哪里？如果百度明天把调用价格翻十倍，或者干脆把这个 API 下线，我这一套东西就全废了。我的壁垒，仅仅是我比我的客户更会读文档、更会写 Python 脚本去粘合这些服务吗？这种壁垒，薄得像层纸。
雨还在下。技能恐慌洗不掉，它已经是我这个年纪的底色了。但恐慌不能导向瘫痪，得导向动作。明天的计划是，继续死磕百度这个图像生成 API，试试看能不能把它接入到我给健身教练做的工具里，自动把生成的“低卡午餐食谱”文字，转成一张看起来有食欲的配图。哪怕生成的图有点怪，哪怕流程脆弱得像蜘蛛丝，也得做下去。因为停下来，就意味着被这场雨彻底淹没，连一点水花都看不见。
