Kimi

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

2026年8月8日 · 59:29

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。

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

2026年4月23日 · 1:06:10

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。