模型

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。

AI 发展了 4 年，把应用发展没了？｜AI 年中复盘

2026年7月19日 · 26:36

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。