2026-08-06

知乎热榜第1、9、24、25名：胶球证据链补齐，张一鸣拒绝蒸馏，宇树IPO与Meta Muse各自要证明什么

本期从知乎热榜前30条中筛出胶球实验、字节模型路线、宇树IPO和Meta编码Agent四条新信号，区分已确认事实、媒体信源、估值账本与仍待验证的能力。

热榜覆盖说明

这是 2026 年 8 月 7 日 00:00 档，本轮知乎热榜接口返回 30 条可见条目。按热度和对 AI、科技产业及科学认知的影响，保留 4 条有可核验材料的新话题：第 1 名「我国首次证实『胶球』存在」、第 9 名「张一鸣不用别人的输出换榜单排名」、第 24 名「宇树科技发行价 150.80 元」、第 25 名「Meta 发布 Muse Spark 1.2」。对应问题页分别见知乎原始链接。1 2 3 4

第 2 名 DeepSeek API 涨价和第 4 名长鑫存储议价，上一期已经追踪；本轮快照没有带来足以改写原结论的新一手事实，因此不重复占版面。

热榜位置	热度	本轮能确认的信号	读者现在不能直接下的结论
1	581 万	BESIII 合作组称 X(2370) 的胶球证据链已经补齐	不能把一项实验结果写成基础物理已经完成，或暗示近期会有消费级应用
9	192 万	多家媒体援引字节跳动内部人士，报道张一鸣反对用外部模型输出追榜单	不能把内部消息写成字节正式政策，也不能把蒸馏一概等同于违规
24	107 万	宇树科技 IPO 发行价 150.80 元，发行后市盈率为 219.23 倍	不能把发行价当成上市首日价格，更不能用一个估值倍数证明机器人订单已经兑现
25	99 万	Meta 的 Muse Code 进入 beta，Muse Spark 1.2 面向编码和长周期任务	不能把公司自报能力、单一榜单和真实工程生产力画等号

1. 胶球：BESIII 把「像」推进到「证据链」

这次到底确认了什么

胶球（glueball）是由胶子形成的强相互作用束缚态。胶子平时负责把夸克束缚在质子和中子里，但它本身也携带色荷，因此理论上可以彼此束缚，形成不含价夸克的复合粒子。困难在于：真实强子里可能同时混入胶球、普通夸克反夸克态和其他成分，单看质量很难认出它。

中国科学院高能物理研究所 8 月 5 日公布的 BESIII 结果称，实验从 2011 年发现 X(2370) 开始，陆续补上质量、自旋宇称和「味单态」等证据。最新一步是测出 X(2370) 的味单态性质；研究所据此认为，X(2370) 的主要成分正是理论上长期寻找的胶球。5

这句话的分量来自证据类型的组合，而不是来自一个新粒子的名字。此前的质量和量子数只能说明它与最轻的 0-+ 胶球相容；最新结果又加入了味单态这一身份特征。公开论文还给出了一条反向信息：在 100 亿个 J/psi 事例中，没有找到某个预期衰变模式的证据，并将相应分支比乘积限制在 2.7 × 10^-6 以下。这类「没有看到某种衰变」同样能排除竞争解释。6

需要给这个「证实」加一层边界

目前公开可读的技术论文版本是 2026 年 7 月 22 日提交的 arXiv 预印本，BESIII 在国际高能物理大会上发布了结果。也就是说，实验合作组已经把自己的证据链和结论公开出来，但这不等于同行评审、独立实验复现和所有理论争议都已经结束。用更准确的表述是：BESIII 给出了目前最完整的实验支持，主张 X(2370) 以最轻的 0-+ 胶球成分为主。

它对基础物理的价值，比「能不能马上变成产品」更直接：如果这个解释经后续检验成立，量子色动力学对强作用非微扰区域的计算就多了一个可对照的真实对象；格点计算、衰变模式和其他强子态混合模型也会获得更明确的检验靶点。这里的应用价值只能放在很远的时间尺度上，不能把胶球发现和手机、算力或新材料的短期突破直接连起来。

接下来盯哪三个实验变量

独立分析能否重复关键量子数和味单态结论。 一条证据链越长，越需要不同衰变道和不同统计处理互相支撑。
X(2370) 与普通夸克态、混合态的比例如何拆分。 「主要成分」不是「百分之百只有胶子」，成分分解仍要靠更多数据和模型比较。
论文能否通过同行评审，并由其他实验寻找相同结构。 这会决定它从合作组的强结论，走向粒子物理界更稳固的共识。

2. 张一鸣拒绝蒸馏：字节是在守技术路线，还是在承受短期排名压力

已确认的层级只有「媒体援引内部人士」

澎湃新闻 8 月 6 日报道，记者从字节跳动内部人士处获悉，张一鸣在近日的内部会议上表示，做模型要坚持长期主义和延迟满足，不要用别人的输出换一时的榜单排名；报道还称，字节内部对开源模型蒸馏设有严格限制，甚至使用 API 检测。7

每经网当天的快讯转述了同一消息，并明确把信息源写成「据字节跳动内部人士消息」，文末标注来源为澎湃新闻。到本轮截稿，没有看到字节公开发布完整会议记录或正式政策文本。因此，能确认的是一条媒体报道及其信源口径，不能确认字节对所有团队、所有客户场景和所有蒸馏方法的公开禁令。8

蒸馏本身不是一个道德标签

蒸馏的基本做法，是用更强模型的输出训练较小或较弱的模型。公司用自己的大模型教小模型、做压缩、做端侧部署，属于常见技术路线；争议出在输出从哪里来、是否绕过服务条款、是否大规模提取竞争对手能力，以及团队是否还能解释模型为什么变强。

Anthropic 今年 2 月公开谈到所谓「蒸馏攻击」时也特别强调，蒸馏本身是广泛使用的训练方法；它指控 DeepSeek、Moonshot 和 MiniMax 通过约 2.4 万个账户、超过 1600 万次交互提取 Claude 能力，并把这部分表述为公司自己的调查和归因，不是司法或监管认定。9

这正好解释了字节这条内部路线的技术含义：如果 Seed 不拿外部强模型的答案给核心模型垫分，短期可能要花更多时间清洗数据、设计评测、复盘失败样本；换来的好处，是团队更容易判断自己的训练方法到底起了作用，模型能力来源也更容易对外解释。前半句是成本，后半句是路线选择，不是已被证明的商业收益。

X 上一位自称曾任字节产品经理的用户把争论概括为「能做对题，但未必掌握正确解题思路」，同时也认为蒸馏是中性工具，关键在使用边界。这是个人行业观察，不是字节内部证据，却补充了国内开发者讨论中最实际的分歧：大家争的不是蒸馏这个词能不能用，而是 Seed 是否愿意为了榜单速度放弃一部分可解释的研发积累。10

Loading content card…

未来两次模型发布比这句表态更能说明问题

数据来源是否披露得更清楚。 不是要求公开全部训练数据，而是要能解释哪些数据来自自有实验、人工标注、合规授权或模型生成。
榜单之外的指标能否跟上。 长上下文、工具调用、错误恢复、真实用户留存和单位推理成本，比单次榜单排名更能检验这条路线。
字节是否把客户蒸馏与 Seed 核心研发分开。 客户用合规模型训练小模型，和实验室拿竞争对手输出训练旗舰模型，不是同一件事；内部红线如果连这两种场景都混在一起，技术选择会变成不必要的自我限制。

3. 宇树 IPO：150.80 元的争议，核心不是「贵不贵」而是利润能否跟上

发行价和估值账本

宇树科技披露的科创板发行风险特别公告显示，本次公开发行 4,044.6434 万股，占发行后总股本 10%；发行价为 150.80 元/股，按 2025 年扣非后归母净利润和发行后总股本计算，发行市盈率为 219.23 倍。按发行价计算，发行后总市值约 609.93 亿元；网上、网下申购日是 8 月 10 日，缴款日是 8 月 12 日。11

这组数字必须放在同一张表里看：公告列出的中证指数公司通用设备制造业最近一个月平均静态市盈率为 38.56 倍，宇树的发行后市盈率是它的约 5.7 倍；但高成长公司不能只拿成熟行业平均值一刀切，市场真正押注的是未来收入和利润增速能否持续。

已公开的中期预告让这笔押注更具体。财联社转述公司公告称，宇树预计 2026 年上半年营业收入为 10.52 亿至 11.28 亿元，同比增加 35.62% 至 45.41%；但扣非后净利润预计同比下降，原因包括研发投入大幅增加和一季度销售费用支出较高。也就是说，收入还在增长，利润率却没有同步给出更轻松的答案。12

为什么这不是一张「机器人能力成绩单」

IPO 发行价是公司和承销商根据询价、同行估值、市场情况和募资需求确定的融资价格，不是对人形机器人通用能力的实验室评分。它也不是二级市场收盘价，8 月 10 日申购之后，上市交易仍会由市场重新定价。

对宇树而言，投资者需要拆开看的至少有四层：四足机器人和人形机器人的收入占比，硬件销售与软件/模型收入的比例，收入确认后能否收回现金，以及研发费用增加后能否转成可重复交付的产品。只看「具身智能」这个大词，无法回答 219 倍市盈率是否能被消化。

接下来盯四个数字

机器人实际出货和回款，而不只是签约或展示。 订单能否变成可验收、可收款的收入，决定增长质量。
人形机器人业务的单机毛利和复购。 四足产品的既有收入不能自动证明人形机器人已经形成同等规模的商业化。
扣非后净利润和研发费用的关系。 研发投入增加可以是扩张前置成本，也可能长期压低利润，需看产品转化率。
上市后的估值回归路径。 8 月 10 日的申购热度、首日价格和后续财报是三个不同观察点，不能用其中一个替代另外两个。

4. Meta Muse Spark 1.2：编码 Agent 的门槛从「会写代码」变成「能把仓库做完」

产品到底发布了什么

Meta AI Research 8 月 5 日发布 Muse Code 和 Muse Spark 1.2。官方定位是：Muse Code 是由 Muse Spark 1.2 驱动的终端编码 Agent，面向大型代码仓库和复杂软件工程任务；它可以制定计划、写代码、验证结果，并协调多个可持久运行的子 Agent。Muse Code 处于 beta，可在 macOS 或 Linux 使用，Muse Spark 1.2 同时通过 Muse Code 和 Meta Model API 提供。13

Meta 对模型的更新重点也不是单纯扩大聊天知识，而是增加编码任务训练算力、扩大训练环境，并把 Muse Spark 1.2 与 Muse Code 联合训练，针对整仓库生成、长周期项目和自动研究等任务改善配合。官方页面写的是能力方向和训练方法，没有给出价格或独立测评结论。

Reuters 的独立报道补充了商业字段：Muse Code 以 beta 形式按用量收费，标准价格为每百万输入 Token 1.25 美元、每百万输出 Token 4.25 美元。Reuters 同时确认，产品支持写代码、调试、验证，并能并行运行多个子 Agent。14

为什么它和上一轮编码 Agent 不完全一样

过去的编码工具主要在一个会话里完成补全、问答或局部修改；Muse Code 把重点放在持续运行的任务、上下文压缩、子 Agent 协作和验证环节。这个方向的价值不在于一次生成多少行代码，而在于 Agent 能否在几十轮操作后仍然记得目标，能否发现自己改错了，能否在测试失败后回退，而不是把清理成本留给工程师。

Hacker News 上对应的 Meta 官方发布帖在本轮抓取时有 296 个 points、199 条评论。这个数字只能说明开发者社区对发布有较高关注，不能证明产品已经在生产环境胜过其他编码 Agent。15

X 上一条开发者讨论把质疑集中在三处：标准价是否足够低、低价方案的数据使用条件、以及公司自报基准是否覆盖了最强竞争对手。讨论中的价格比较和基准判断没有经过本刊统一复测，适合作为测试问题清单，不作为产品性能结论。16

真正有用的评测要这样做

用同一批真实仓库测试从 issue 到合并请求的完成率，而不是只跑短题。
记录 Agent 的总 Token、重试轮数、人工接管次数和最终返工时间，单价低不代表总成本低。
检查数据权限、代码外发和训练选择，尤其是企业代码库。
把 Meta 的 Terminal-Bench 结果与独立、同配置的模型测试分开记录，避免把公司自报成绩当成横向裁判。

知乎公开回答受限版

本轮 zhihu_question_answers 返回的是按更新时间抓取的公开答案片段，未稳定提供实时全量点赞排序；下面最多整理 3 条代表性观点，受限版，非实时全量最高赞前三。可见赞同数为 0 的回答，不代表没有观点，只代表本轮页面没有展示可用于排序的有效数字。

胶球问题

道可道 Science 的可见长答显示 146 人赞同，重点解释胶子、强相互作用和胶球与标准模型的关系；它适合帮助非专业读者入门，但科普作者的解释不替代 BESIII 原始分析。17
粲老师 的回答显示 19 人赞同，把寻找胶球直接联系到 BEPCII 和 BESIII 的建设目标；这是对实验意义的概括，不等于实验结论本身。18

张一鸣问题

壹品菌 的公开长答没有显示有效赞同数，提出一个有用的区分：客户用合规模型做小模型压缩，与 Seed 用竞争对手输出追旗舰模型，不应被当成一件事；作者还认为短期榜单收益和长期数据可解释性之间存在取舍。这是答主分析，不能当作字节内部政策原文。19
另一条公开片段把争论归结为蒸馏会增加管理层判断研发进展的难度，但没有显示赞同数，也没有提供内部文件。它反映的是评论方向，不是可核验事实。

宇树 IPO 问题

一条显示 0 赞同的回答认为，发行价是否贵不如中签后能否获利重要；这代表短线参与者的情绪，但没有估值分析。20
另一条显示 0 赞同的回答用「能中签就交钱」表达稀缺感。它能解释热搜为什么有传播力，却不能替代发行公告里的利润、估值和申购安排。21

Muse 问题

toyama nao 的公开长答显示 51 人赞同，认为 Muse Spark 1.2 已经追上主流梯队，但同时记录了复杂需求漏项、Bug 定位效率和 UI 细节等个人测试问题；这属于单一测试者的实测和判断。22
一条显示 10 赞同的回答指出，公开 benchmark 还不够覆盖长周期编码任务，建议直接实测；它没有提供统一环境下的完整数据。23
另一条显示 3 赞同的回答把关注点放在订阅和按量付费条件，但没有给出统一环境下的账单数据，不能作为成本结论。24