三句话速览
- 01
孟繁青认为模型竞争重新回到数据:后训练门槛下降后,真正拉开差距的是数据生成、筛选、评测和基础设施的联合能力。
- 02
一个反常识判断是,国内模型更独特的优势可能不在偏工程的后训练,而在资源限制倒逼出的预训练架构创新。
- 03
蒸馏只是加速手段而非决定性基础;更长期的机会是 RSI,把模型、算法、数据与基础设施连接成可自我改进的闭环。
模型竞争的单位正在从单个算法转向‘算法—数据—基础设施—评测’系统。蒸馏能缩短追赶时间,却不能替代预训练创新与自有反馈;RSI 的商业机会更可能出现在连接模型厂和应用公司的中间层。
10 条核心观点
01后训练创业源于能力外溢
Post-training expertise is becoming entrepreneurial because models, tooling, and data infrastructure make experimentation accessible outside frontier labs.
后训练专长正变得更适合创业,因为模型、工具和数据基础设施让前沿实验室之外也能进行实验。
- post-training expertise:模型后训练专长
- entrepreneurial:具备创业转化可能
- accessible:更容易被外部团队使用
原文语境
01:15—07:12 讨论从 Kimi 到创业、后训练人员创业机会和门槛下降。
观点解读
能力外溢会创造数据、评测和工具公司,但不代表质量门槛消失。
02评测正在从静态榜单走向任务闭环
Modern evaluation must measure whether data and training improve real agent behavior rather than merely lift a static benchmark score.
现代评测必须衡量数据与训练是否改善真实智能体行为,而不只是抬高静态基准分数。
- real agent behavior:真实任务中的智能体行为
- static benchmark:固定题集基准
- merely lift:只是抬高
原文语境
04:37 讨论今天的 benchmark 和 eval 与过去的变化。
观点解读
静态分数易被优化;真实任务更能暴露泛化和工具使用问题。
03数据质量差距来自全链条
Synthetic-data quality depends on task design, generation, filtering, verification, and training feedback as one integrated pipeline.
合成数据质量取决于任务设计、生成、筛选、验证与训练反馈这一整条集成管线。
- filtering:筛除低质量样本
- verification:验证正确性与难度
- integrated pipeline:一体化流程
原文语境
10:35 解释同样做数据为何质量差距很大。
观点解读
数据不是文件数量;价值来自是否能稳定改变模型行为。
04国内优势可能在预训练架构
Resource constraints may have pushed Chinese model teams toward distinctive pre-training architecture innovations rather than advantages only in post-training engineering.
资源约束可能迫使中国模型团队形成独特的预训练架构创新,而不只是拥有后训练工程优势。
- resource constraints:算力与资本资源限制
- distinctive:具有自身特点的
- pre-training architecture:预训练阶段的模型架构
原文语境
12:48 起嘉宾提出与常见印象不同的判断。
观点解读
受限资源能促成效率创新,但仍需用模型和训练结果验证。
05竞争终局是系统效率
Domestic model competition will increasingly be decided by how efficiently teams combine architecture, data, compute, and product feedback.
国内模型竞争将越来越由团队如何高效组合架构、数据、算力与产品反馈来决定。
- be decided by:最终由……决定
- product feedback:真实产品反馈
- system efficiency:系统整体效率
原文语境
17:09 讨论国模格局与最后要拼什么。
观点解读
单次发布领先很短,持续迭代系统才形成复利。
06RSI 是研究流程自我改进
Recursive self-improvement means building loops in which AI helps generate hypotheses, data, experiments, and updates that improve the next iteration.
递归自我改进意味着建立这样的闭环:AI 帮助生成假设、数据、实验与更新,从而改善下一轮迭代。
- recursive self-improvement:递归自我改进
- hypotheses:待验证假设
- next iteration:下一轮迭代
原文语境
21:50 区分 RSI、Self-Evolving、AI for AI 与 Auto-Research。
观点解读
RSI 不是模型凭空变强,而是把多个可验证环节连接起来。
07RSI 的瓶颈仍是可靠反馈
A self-improving loop works only when it can generate trustworthy evidence about which changes actually improved the model.
只有当自我改进闭环能生成可信证据,说明哪些变化真正改善了模型时,它才有效。
- trustworthy evidence:可信证据
- actually improved:真正带来改善
- reward hacking:钻奖励函数漏洞
原文语境
30:39 讨论做好 RSI 本质要解决的问题。
观点解读
没有可靠评测,系统会放大噪声和奖励黑客。
08模型厂外采数据是为了速度与专业化
Frontier labs buy external data because specialized suppliers can explore niches, iterate faster, and absorb operational complexity.
前沿模型厂外购数据,是因为专业供应商能探索细分领域、更快迭代并承担运营复杂度。
- specialized suppliers:专业供应商
- explore niches:探索细分任务
- operational complexity:运营复杂度
原文语境
39:07 回答模型厂能造数据为何还要外采。
观点解读
外采不是能力不足,而是分工与机会成本选择。
09算法、数据与基础设施正在融合
In frontier model development, algorithms create data, data defines infrastructure needs, and infrastructure shapes which algorithms are practical.
在前沿模型开发中,算法生成数据,数据定义基础设施需求,而基础设施决定哪些算法可行。
- defines infrastructure needs:决定基础设施需求
- shapes which algorithms:影响哪些算法能落地
- practical:在成本与规模上可行
原文语境
43:00 讨论“算法就是数据,数据就是 Infra,Infra 就是算法”。
观点解读
组织边界若仍按三部门割裂,会损失迭代速度。
10蒸馏是加速器而非根基
Distillation can accelerate capability transfer, but durable competitiveness still requires original pre-training, data, and evaluation innovation.
蒸馏可以加速能力迁移,但持久竞争力仍需要原创的预训练、数据与评测创新。
- distillation:从强模型输出中迁移能力的蒸馏
- durable competitiveness:持久竞争力
- capability transfer:能力迁移
原文语境
46:11 与 53:58 分两次讨论合成数据、蒸馏技法及其对国内追赶意义。
观点解读
若外部通道关闭,只依赖蒸馏的团队会失去迭代源头。
深度分析
数据的产品化升级
合成数据公司不能只按条数售卖,而要证明数据改变模型行为。
这要求评测、训练和反馈成为交付的一部分。
RSI 的现实路径
完全自主改进仍遥远,但局部闭环已可落地。
从代码、数学、数据生成等可验证领域开始,更容易形成复利。
蒸馏之外的护城河
蒸馏压缩追赶时间,却依赖外部教师和可访问通道。
原创架构、数据与评测能力才决定通道关闭后的韧性。
值得回听的时间点
从 Kimi 到创业
观察后训练能力外溢。
Bench 与 Eval 变化
从静态分数转向真实任务。
国内外模型优势
提出预训练架构的非共识。
RSI 概念
澄清自我改进闭环。
数据需求的几轮变化
解释合成数据机会。
算法、数据与 Infra 融合
展示系统竞争。
蒸馏的真实意义
区分加速与根基。
RSIBench-Data
Evolvent AI 的产品方向。
人物、工具与数字
立场与分歧
共同立场
- 数据再次成为模型竞争核心。
- 蒸馏不能替代原创能力。
主要分歧
- 常见观点认为国内优势在后训练工程;嘉宾认为更独特的是资源约束下的预训练架构。
- 外界把 RSI 想成基模创业;嘉宾更看好模型厂与应用公司的中间层。
工作启发与行动
- 数据公司从卖数据集转向卖闭环能力。
- 评测与数据基础设施进一步融合。
- 预训练效率创新仍是国内模型机会。
可以从这里开始
- 把每个数据项目绑定到明确模型行为指标。
- 建立生成—筛选—训练—评测闭环而非只交付文件。
- 区分蒸馏带来的短期增益和自有能力。
- 为 RSI 项目先选择可验证任务。
- 研究模型厂与应用公司之间的数据反馈接口。
事实、观点与不确定项
以下沿用历史报告的标注与判断,归档迁移未对节目事实重新核验。
历史稿标注的事实
- RSS 显示本集发布于 2026-08-08 21:30(上海时间)。
- 孟繁青曾参与 Kimi Agent、RL Infra 和模型发布。
观点与判断
- 嘉宾认为国内模型特色更多来自预训练架构创新。
- 嘉宾认为蒸馏只是加速手段。
仍需留意
- 有关国内外模型优势是嘉宾判断,不是统一行业结论。
- 自动转写中的中英文专有名词已结合官方 show notes 校正。
金句与关键词
算法就是数据,数据就是 Infra,Infra 就是算法。这句中文金句概括模型开发三要素的融合:任何一项变化都会重塑另外两项。
回到原始内容
保留历史报告的观点与证据边界。英文观点句沿用原稿标注,转述句不作为逐字引用。了解编辑说明
收录于 2026-08-10