从蒸馏到合成数据到 RSI，模型竞争的下一个焦点是什么？｜对谈 Evolvent AI 联创孟繁青曲凯与 Evolvent AI 联创孟繁青（前 Kimi RL Infra，参与 K2.5/Linear）从后训练创业聊到 RSI、合成数据与蒸馏，核心判断是国内模型真正特色在 Pre-training 的资源倒逼架构创新（如 Kimi 线性注意力、DeepSeek 注意力机制），后训练反而因数据积淀弱于海外，因此蒸馏只是加速手段而非决定性因素，即使海外封掉蒸馏通道国模仍能靠预训练创新追赶。节目对比了 Bench 从做题到模拟白领环境的演化，认为造数据仍是模型厂核心 know-how，且优质数据需训练才能评判；合成数据单条长程任务可卖到几千元，但普通 agent 数据已近尾声，下一波是 RSI 数据——如用模型后训练小模型的十余小时轨迹。孟繁青将 RSI 定义为更聪明的 DFS，靠 world model 与 context 长度支撑，不认同存在独立的 RSI 基础模型，Evolvent 想做模型厂与应用公司之间的 RSI 通道，并发布了 RSIBench-Data。他还回应了蒸馏的敏感性：字节不蒸是怕抄近道遗失主路 insight，AI4S 走热则是模型厂需要 coding 之外展示智能的场景。2026年8月8日 · 59:29AI 发展了 4 年，把应用发展没了？｜AI 年中复盘曲凯在42章经的这期单口复盘中，回顾了AI发展四年间市场从质疑到狂热的剧烈波动：模型势能达到最强，应用市场却冷到谷底，甚至出现“应用已死”的说法。他点名智谱和Google是模型市场最值得研究的公司，认为智谱靠Coding和Reasoning押注成功，而应用公司中Manus、Liblib等硕果仅存，海外市场如Dify、ACE Studio能实现千万美金ARR。他提出应用创始人正处历史上最好时机，应“随波逐流”跟随模型与资本，但不要纯粹为融资讲故事，要回归用户价值。他还借用卡萝塔《技术革命与金融资本》指出AI可能已从爆发期进入狂热期，转折点不远，并相信模型不会吃掉一切。2026年7月19日 · 26:36唯一深度参与过字节、美团组织建设的人｜对谈 AI 创业者魏小康魏小康，曾深度参与字节跳动与美团的组织建设，现为AI招聘创业者，在本期节目中分享了他在两家巨头内部观察到的组织建设精髓。他提出创业公司应将80%-90%的组织精力投入招聘，而招聘中最关键的并非面试而是背景调查。他还直言00后创始人在本轮AI浪潮中处于劣势，因为商业竞争需要快速组建团队、融资和应对复杂挑战的经验积累。2026年6月27日 · 50:20泡沫的四个必要不充分条件 | 对谈经济学者朱宁教授朱宁教授与曲凯对谈AI股票与泡沫，指出泡沫无法事先预测，但可通过四个必要不充分条件识别：新技术、宽松流动性、政府支持、缺乏经验的投资者。他强调投资应多元化，避免过度自信和从众心理，并主张AI虽集齐泡沫条件，但技术基本面坚实，价值投资并未失效。朱宁还分享了财富观：赚钱是为了生活，而非反之。2026年6月13日 · 1:10:46一个 AI 创始人的虚荣心、装，和愚昧之巅｜对谈 invoko.ai 创始人梦琪从字节出来创业一年后，invoko.ai 创始人梦琪坦诚复盘了团队在垂直 Agent、Sourcing、to B 方向上的多次 pivot，指出那些逻辑自洽的决策大多都是错的。她批评自己当初被虚荣心和性感叙事牵着走，陷入愚昧之巅，并直言很多 AI 产品只是给投资人看的景观。在经历绝望之谷后，她转向 C 端做了一款浏览器插件 Clicker，重新找回对软件的信心，认为只要缩短用户意图与解决方案的距离就有价值，并强调创业不能只用左脑，要把用户当人。2026年5月23日 · 1:08:42当软件容易被创作，新时代的产品长什么样？ | 对谈 AlbertAlbert 回来聊他们团队两个月做了几十个新产品后的新方向 merging.live，一个为开发者打造回响的社区。他提出行业哀鸿遍野但个人创作者崛起，认为未来软件格局会变成哑铃型：模型公司拿走最大价值，底部是充分分散的 OPC 群体。他强调智能不是最高层价值，连接和回响才是，并探讨了从 token 到经济价值的更短路径。2026年5月16日 · 47:11用 Agent 动力学，和 40 个 Agents 一起为「人 + AI」做产品｜对谈 Slock.ai 创始人 RC本期嘉宾是 Slock.ai 创始人、Kimi CLI 作者 RC。他讲述了从 Kimi 离开创业的缘由，并详细解释 Slock 如何为多 Agent 与人类提供协作环境，通过「40 个 Agent + 7 个人」的团队实践探索「Agent 动力学」——包括 Agent 间相互监督、办公室政治等有趣现象。他提出 Coding 与 Building 已正交，未来产品价值在于满足人的「灵光一现」，并分享了 Agent Marketplace 和 Agent Native GitHub 等长远构想。2026年4月23日 · 1:06:10我们是如何定义 OpenClaw for Teams 新产品形态的｜对谈 Kuse&Junior 联创兼 CTO 宇豪本期嘉宾是Kuse.ai与Junior.so的联合创始人兼CTO徐宇豪，他讲述了团队如何在没有融资的情况下将Kuse做到千万美元ARR，并分享了从固定定价转型为usage-based定价、放弃画布转向AI网盘等关键决策。宇豪详细介绍了新产品Junior——一款定位为OpenClaw for Teams的AI数字员工产品，强调其核心差异在于企业级记忆、安全权限和Agent身份（配Gmail和手机号）。他通过内部使用Ring、Azura等Agent的实例，展示了AI同事如何7×24小时工作，甚至主动自我纠正幻觉，并预判2026年将进入AI劳动力时代，建议创业者尽早建立评估框架。2026年3月19日 · 1:14:43OpenClaw 之后，我只想未来 3-6 个月的事情｜对谈 Sheet0 创始人王文锋王文锋聊OpenClaw与Agent新阶段，以及他创业思路的根本转变。他对比了OpenClaw和去年Manus带起的Agent热，认为Coding Agent已接近AGI，并详解了长程任务、Proactive、自进化三大能力。他坦言自己从预判5-10年转向只看未来3-6个月，拒绝为差异化放大Ego，而是跟随趋势做“管AI的AI”产品——让AI直接驱动Claude Code，将开发周期压缩到两周，个人效率提升10倍。2026年3月14日 · 57:10优化胜率而非赔率，把一件事做到理论上该有的样子｜对谈连续创业者 AlbertAlbert 回顾三年创业历程，从追求赔率转向优化胜率，先后尝试互动内容平台和影像工具，并最终找到 PMF。他对比张一鸣、黄峥、段永平等一流企业家的策略，指出优化胜率而非赔率才是长期成功的核心。同时，他判断 AI Coding 平权将带来巨大机会，并分享 Higgsfield 如何通过精准展示模型能力实现快速增长。2026年3月7日 · 1:05:51AI + 游戏 + 社交的新演绎 | 对谈 Wanaka 创始人张阳本期对谈Wanaka创始人张阳，分享他第三次创业为何选择AI+游戏+社交方向，以及产品一年来的关键迭代。他拆解了为何放弃上下滑交互、选择3D个性化路线，并对比Roblox和国内游戏社交困境，提出社交的核心是让用户将个性化内容与熟人一起玩，而非依靠AI对话。张阳还结合在字节和北美社交产品的经验，讨论了社交产品的增长逻辑与AI时代的新机会。2026年2月28日 · 1:15:53从 Clawdbot 到 26 年 AI Coding 主题大爆发｜对谈 PingCAP CTO 东旭本期嘉宾黄东旭从实操出发，解析Clawdbot（OpenClaw）、Cowork、Skills等产品的本质，认为AI Coding已跨越奇点，未来一切产品都将“套壳”Coding Agent。他提出Clawdbot的操作系统级意义，并论证Skill比MCP更适合Agent生态，同时分享AI自我演化、Box概念以及对工程师“成为有趣的人”的建议。2026年2月7日 · 1:11:25All in AI 的第一个三年｜对谈绿洲资本合伙人张津剑曲凯与绿洲资本合伙人张津剑回顾All in AI的三年周期，复盘最正确决策（重仓AI与MiniMax）和最大遗憾（错失Figure AI），并畅谈未来：AGI可期，大科学时代来临，创业者需活出真我。张津剑提出AI时代两种生存策略——演到极致或全然真实，强调主体性是未来十年核心，坚信中国创始人的全球创新力。2026年1月10日 · 1:21:04中美 AI 创投的真实差异｜对谈 Leonis Capital 合伙人 Jenny本期节目中，曲凯与前 OpenAI 研究员、Leonis Capital 合伙人 Jenny Xiao 深入探讨了中美 AI 创投的真实差异。Jenny 对比了两地市场：美国投资人偏爱 To B，且更注重替代人力的产品，而中国则更侧重 To C 与软硬件结合。她还拆解了中国创业者赴美融资的全流程，强调融入本地生态、避免依赖 FA，并指出当前美国 AI 估值存在泡沫，应用层公司若想突围需在细分领域建立数据与技术壁垒。2025年12月27日 · 1:08:20Dify 从被低估到成为明星项目，到底做对了什么｜对谈 Dify 创始人路宇Dify创始人路宇与曲凯复盘了Dify从被低估到成为GitHub全球Top50明星项目的历程，揭示了其应对LangChain、Coze、n8n、GPTs等竞对的关键战略。路宇坚定选择Workflow路线与模型中立，通过开源和工程优先建立信任，并解释了为何零销售却能渗透财富500强并在日本市场现象级流行。他还反思了团队建设与使命不清晰的教训，强调创始人必须保持快乐状态才能将未来带到现在。2025年12月6日 · 1:19:25「你觉得 AI 有泡沫吗？」——有！｜对谈莫傑麟曲凯与莫傑麟一致认为，当前AI在价格上存在泡沫，但价值并无泡沫；一线从业者普遍乐观，而社交媒体与二级市场情绪脆弱。他们指出，泡沫讨论背后是市场从AGI叙事转向ROI算账的结构性变化，中美一二级市场泡沫浓度差异显著。节目中剖析了英伟达为何未跌、OpenAI商业动作的信号，以及字节AI竞争力被硅谷低估等具体判断，并建议创业者抓住现金流这一救生圈。2025年11月22日 · 48:022018 - 2020，抖音超越快手的关键三年｜对谈 Lessie AI 创始人于北川这期节目邀请到Lessie AI创始人于北川，复盘了他在抖音早期作为产品经理亲历的2018-2020年高速增长关键阶段。他从内部视角拆解了抖音如何通过坚决不从头条导流、保持年轻调性和技术流内容运营等方式起量，并在2020年春节通过集团协同和极致投入打赢“抖快之战”。他还坦诚分享了字节组织文化的核心——追求极致的思考方式和去层级化的氛围，以及为何这么多人会选择离开，最后阐述了他对AI时代链接人与人的创业方向Lessie AI的逻辑。2025年11月8日 · 1:24:49OpusClip 增长秘诀：如果每个阶段只让我选一件事做 | 对谈 Opus 前增长产品负责人君陶曲凯与OpusClip前增长产品负责人谢君陶深度复盘Opus从0到100的增长密码：冷启动要锁定真实用户做品牌伙伴而非Affiliate，定价以定制化为抓手并动态保护老用户，留存靠客服驱动的反馈闭环，洞察则从邮箱后缀等低成本数据挖起。君陶强调，增长本质是用科学方法把基础事做透——品牌才是终极壁垒。2025年10月25日 · 52:35一个原教旨主义产品经理眼中的世界 | 对谈理想 SVP 范皓宇理想汽车高级副总裁范皓宇与曲凯畅谈25年产品生涯，提出「Maker、User、Designer」三角演变及AI时代的新角色，并分享「四个声音」产品评测框架——从「哎」的差异化吸引到「卧槽」的生命周期惊喜，强调产品必须在实用与有趣间平衡，以意志力在理想主义与实用主义间持续创造。2025年10月11日 · 1:22:21组织能力才是 AI 公司真正的壁垒 | 对谈 Palona AI 联创任川曲凯对话 Palona AI 联创任川，揭秘其团队如何用 AI 重构研发工作流：90% 代码由 AI 生成，CodeReview 从一两天缩至 10 分钟，且无全职 PM。任川提出 AI Native 组织的三大原则——默认由 AI 承担研发、人做“上下文提供者”、按结果而非流程分工，并分享用 “take home” 项目筛选真正会用 AI 的人才的方法。2025年9月20日 · 44:28Mercor 高速增长的秘诀与其中的聪明人｜对谈 Mercor 首位中国员工虞快虞快，Mercor 首位中国员工，解密这家硅谷最热 AI 数据标注公司如何在 11 个月内从 100 万美元做到 1 亿美元营收。Mercor 从 AI 招聘转型为给 OpenAI、Anthropic 等提供专业专家标注和评估，核心秘诀是“快”——决策快、执行快，以及创始人直觉和辩论背景。他还分享了如何选择创业公司、判断聪明人和招人的标准。2025年9月6日 · 50:13硅谷 AI 大转弯与二级市场的牛市｜对谈莫傑麟曲凯与莫傑麟复盘硅谷AI新共识：Token消耗取代Scaling Law成为核心指标，英伟达涨势从训练需求转向推理需求支撑。莫傑麟认为GPT-5标志AI进入产业化阶段，Infra成为主战场，并点评Reddit、ServiceNow、Figma等二级市场标的，以及Meta砸钱抢人的FOMO情绪。国内A股牛市需观察散户正反馈闭环能否建立，一级市场两极分化加剧。2025年8月23日 · 1:21:07关于 AI Infra 的一切 | 对谈阶跃星辰联创朱亦博阶跃星辰联创朱亦博梳理AI Infra的底层逻辑，认为它正迎来类似Google搜索级别的机会。他详解了Infra、算法、数据团队的协作模式，并点出DeepSeek的成功源于梁文锋的Infra背景和优化目标选择。亦博还分享了踩坑经历，建议从业者要么深入模型，要么深入硬件。2025年8月2日 · 58:08并购的本质 | 对谈云磬投资创始人立阳本期嘉宾张立阳以15年并购经验，拆解智元机器人收购上市公司控股权等案例，指出并购核心是改变生产关系以解放生产力。他对比并购基金与VC/PE的差异：并购如工程师拧螺丝，需高成功率与低赔率，而非赌十倍回报。他还分享了伦敦闪电战般的48小时极限谈判，强调真诚与结构设计是协调多方利益的关键。2025年7月19日 · 52:54人生就是一场大 Sales，如何做一个更好的 BD？ | 对谈某科技家办戴安琪本期播客中，戴安琪和曲凯分享了BD（商务拓展）的完整框架，从明确客户画像、获取转介绍到建联、增信、转化与长期经营。安琪强调真诚是必杀技，而曲凯补充说，成熟在于知道自己想要什么并理解对方需求，最终所有行业的本质都是BD，世界本身是一场大Sales。2025年6月28日 · 33:18从 E2B 到 Browserbase，Agent Infra 新热点中有哪些大机会？ | 对谈 Grasp 创始人雷磊曲凯与 Grasp 创始人雷磊探讨 Agent Infra 的创业机会，重点分析 E2B 和 Browserbase 两个明星项目。雷磊认为未来 Agent 数量将远超 SaaS，需重新设计 AI-Native 的软件体系，并解释人与 Agent 在工作范式与安全边界上的本质区别。他还介绍了 Grasp 如何通过三层架构（Runtime、Agentic、Knowledge）为开发者提供更高效的 Agent 浏览器环境，并判断 Browser Use 当前类似 2023 年的 AI Coding，市场仍有千亿美元增长空间。2025年6月14日 · 54:35世界加速分化下，我们的机会在哪里？ | 对谈绿洲资本合伙人张津剑绿洲资本合伙人张津剑和42章经创始人曲凯探讨了世界加速分化背后的注意力失控本质，指出人类大脑因处理能力有限而进化出注意力机制，但信息爆炸导致群体啸叫与认知分层。张津剑提出Agent是一场感知革命，能处理人类无法触及的无限频谱，未来人机协作将以AI为中心组织工作流，而人类的核心价值在于因有限性而演化出的审美与心力。他分享了通过专注重建注意力系统、接纳自身特质及寻找无人关注领域的方法，并预言智能将像电一样普及，场景化Agent会成为新时代的‘家电三件套’。2025年6月2日 · 55:22关于 AI、开源、商业化与全球化的经验、教训和方法论 | 对谈 PingCAP CTO 东旭PingCAP CTO黄东旭分享这家估值30亿美元的数据库创业公司从0到1的实践与思考。他讲述了从Day1开源、选择关系型数据库、坚持全球化到转型云服务的四大关键决策，并坦诚了商业化摸索中的教训：早期销售与开源逻辑冲突，最终通过云服务模式找到答案。他还深入复盘了国际化的真实门槛——创始人必须肉身all in，先攻美国市场事半功倍，并指出AI时代缺乏统一的sharing memory layer，企业服务端将是数据库的新机会。2025年5月17日 · 53:56AI 下半场：聊透 Benchmark 与 Evaluation | 对谈前 Kimi 产品经理丁丁曲凯与前Kimi产品经理丁丁深入探讨AI下半场中Benchmark和Evaluation的核心价值。丁丁结合自身经验指出，通用刷分已失效，关键在于根据实际业务场景重新设计评估标准，她以C.AI等产品为例说明如何构建有效的Benchmark。此外，她还对比了古典与AI产品经理的能力差异，分享了招聘AI产品经理的关键标准。2025年5月5日 · 41:12Agent 开发的上半场: 环境、Tools 和 Context 如何决定 Agent｜对谈 Sheet0 创始人王文锋本期曲凯与Sheet0创始人王文锋深入探讨了Agent开发的上半场，核心围绕LLM、Context和Tool Use三要素，解析了Function Call、MCP、A2A、Browser Use等不同方案的优劣与适用场景。王文锋基于两年实战经验，主张Agent终局为垂直领域而非通用，强调强化学习（RL）在定义环境反馈和激励信号中的关键作用，并指出AI Coding如同大模型的“灵巧手”，通过工程复用实现任务100%准确率。他介绍了旗下产品Sheet0作为表格Agent，专注结构化数据的高质量交付，与Manus等调研型Agent形成差异。2025年4月19日 · 52:38曲凯与 Evolvent AI 联创孟繁青（前 Kimi RL Infra，参与 K2.5/Linear）从后训练创业聊到 RSI、合成数据与蒸馏，核心判断是国内模型真正特色在 Pre-training 的资源倒逼架构创新（如 Kimi 线性注意力、DeepSeek 注意力机制），后训练反而因数据积淀弱于海外，因此蒸馏只是加速手段而非决定性因素，即使海外封掉蒸馏通道国模仍能靠预训练创新追赶。节目对比了 Bench 从做题到模拟白领环境的演化，认为造数据仍是模型厂核心 know-how，且优质数据需训练才能评判；合成数据单条长程任务可卖到几千元，但普通 agent 数据已近尾声，下一波是 RSI 数据——如用模型后训练小模型的十余小时轨迹。孟繁青将 RSI 定义为更聪明的 DFS，靠 world model 与 context 长度支撑，不认同存在独立的 RSI 基础模型，Evolvent 想做模型厂与应用公司之间的 RSI 通道，并发布了 RSIBench-Data。他还回应了蒸馏的敏感性：字节不蒸是怕抄近道遗失主路 insight，AI4S 走热则是模型厂需要 coding 之外展示智能的场景。
活动预告🥳：8 月 22 日，我们会请到繁青做一场线上活动，还会有数十位 model researchers 参与，大家记得翻到 shownotes 末尾查看报名信息！ 近几个月，我们找了很多做模型、算法的人交流，聊下来的感受之一是：数据的重要性再次凸显出来。 市场也有很明确的对应反馈，比如一批合成数据公司在很短时间内做出了可观的收入；无论是模型厂还是互联网大厂，都在数据上更为投入。 这期节目，我们请来了较早抓住这波合成数据机会的 Evolvent AI 联合创始人孟繁青。繁青是 01 年出生的 NUS PhD，曾在 Kimi 做过一年多的 Agent 和 RL Infra。 节目里，我们从他在模型厂做 Post-training 与出来创业的不同感受聊起，也相继把有关后训练、数据、RSI/Self-Evolving/AI for AI、国内模型竞争格局，甚至蒸馏这个相对敏感的话题，都比较完整地梳理了一遍，聊出的一个最大非共识，是繁青对国内外模型差异的判断： 原本我们以为，国内更有优势的会是偏工程的 Post-training；但在他看来，国内模型真正有特色的地方，反而是 Pre-training 阶段被资源限制倒逼出来的架构创新。 基于这个认知，我们也得出了一个让人乐观的结论： 很多人会说国模很依赖蒸馏，但繁青认为，蒸馏只是一个加速手段，并不是国内模型变强的决定性因素。就算有一天海外把所有蒸馏通道都封掉，国模依然可以靠预训练的创新能力，构建起自己的竞争力。 最后，Evolvent AI 最近发布了新的研究成果 RSIBench-Data 。如果有朋友想在数据、RSI 方面进行交流，也欢迎联系繁青。 【人类博物馆】 导游： 曲凯，42章经创始人 51 号珍藏： 孟繁青，Evolvent AI 联合创始人；前 Kimi RL 实习生，foucs 在 RL Infra，参与 Kimi K2.5、Kimi Linear 等重要模型发版 【时光机】 Part 1 后训练与模型竞争 01:15 在 Kimi 和出来创业的感受有什么不同？ 02:36 为什么 Post-training 背景的人更容易出来创业？有哪些可能性？ 04:37 今天的 Bench 和 Eval，与过去相比有什么变化？ 07:12 Post-training = 做数据、训模型的门槛在变低？ 10:35 同样是做数据，拉开质量差距的是什么？ 12:48 国内模型 vs 海外模型，优势其实在 Pre-training？ 17:09 国模的竞争格局会怎样发展？最后大家要拼的是什么？ Part 2 RSI 21:50 RSI、Self-Evolving、AI for AI、Auto-Research……该怎么理解这些词？ 24:35 如果 RSI 真的能转起来，模型是不是真的就要吃掉一切了？ 29:09 假设模型真能自我迭代，创业公司为什么不直接做一个更好的基模？ 30:39 要做好 RSI，本质上要解决什么问题？ 33:48 RSI 继续发展下去，会引发怎样的变化？ Part 3 数据 35:29 模型对数据的需求经历了哪几波变化？ 39:07 模型厂自己也能造数据，为什么还要外采？ 40:36 数据的下一波机会可能是什么？ 43:00 现在是「算法就是数据，数据就是 Infra，Infra 就是算法」？ 46:11 怎么理解合成数据和蒸馏之间的关系？蒸馏技法的区别在哪？ Part 4 展望 48:18 模型现有的技术路线还有多大空间？ 49:33 为什么最近 AI4S 火了起来？ 51:39 相比于大厂，长期更看好初创模型公司？ 53:58 蒸馏对国内模型追赶的意义到底有多大？ 56:18 从合成数据到 RSIBench-Data，Evolvent AI 最终想做成什么？ 【活动预告🥳】 8 月 22 日，我们会请到我们会请到繁青做一场线上活动，还会有数十位 model researchers 参与，感兴趣的朋友欢迎点击 链接 或扫描下面的二维码，一起来认识&交流！ 【 The gang that made this happen】 制作人：陈皮 剪辑：陈皮 片头：Mondo Bongo - Joe Strummer & The Mescaleros 片尾：GeGeGe - 光のサイン 在小宇宙查看该单集文稿