从蒸馏到合成数据到 RSI：模型竞争的下一个焦点
如果你正在做 AI 产品，今天最值得听的不是又一个模型榜单，而是模型竞争正在往哪里挪。42章经对谈 Evolvent AI 联创孟繁青，从后训练、合成数据、蒸馏一路聊到 R S I。我们把它压成五个创业判断：创业公司的切口在哪里，模型厂真正拼什么，R S I 到底是不是一只新模型，数据为什么从样本走向轨迹，以及蒸馏怎样用才不会变成捷径依赖。
0:00 / 16:42
从蒸馏到合成数据到 RSI：模型竞争的下一个焦点
这期从《42 章经》对谈 Evolvent AI 联创孟繁青出发，追问一个比模型榜单更实际的问题：当训练和推理越来越像基础服务，AI 创业公司的切口还在哪里？答案落在评测环境、合成数据、研究轨迹，以及能让模型持续改进的任务循环上。1
本期听什么
- 为什么后训练背景的人更容易出来创业，创业切口怎样和模型厂保持正交。
- Bench 如何从「做一道数学题」变成模拟飞书、Notion 等软件的长程工作环境。
- 国内模型的相对长板是否在预训练架构，而后训练的数据积淀为何更难追上。
- R S I、Self-Evolving 和 Auto-Research 共同指向什么，应用团队是否仍需要自己的 Harness。
- 数据为什么从原始文本、专家标注走向 Agent 交互轨迹，下一波机会为何可能是 R S I 数据。
- 蒸馏怎样作为加速手段使用，又怎样避免只复制别人的输出分布。
五个判断
1. 后训练创业的机会，是把任务变成环境
训练服务可以一键提交，但数据是否值得提交、轨迹是否真的带来提升、评测有没有被钻空子，仍然需要研究员的判断。新的 Bench 也不只是出题和对答案，而是让 Agent 在一套模拟工作软件里完成长程任务。
对创业团队来说，值得卖的可能是一套可运行的工作环境：它有权限、工具、状态和失败条件，客户可以反复验收，模型也可以在里面反复练习。环境和评测不是模型的包装，而是产品本身的一部分。
2. 国内模型的相对长板，可能来自资源约束下的架构创新
孟繁青把这视为个人判断，而不是行业共识。他认为，国内模型厂在资源较少的情况下，被迫寻找更省计算的预训练架构；但后训练的数据积淀，更依赖时间、人力和组织体系，短期不容易补齐。1
应用团队不需要照搬模型实验室的战场。更实际的检查是：自己有没有在具体任务上留下独有的失败案例、评测数据和人工修正；模型换掉以后，这些资产是否仍然有效。
3. R S I 不是一只新模型，而是一条能回到结果的循环
节目把 Self-Evolving、R S I 和 Auto-Research 归到同一种形式：给模型一个环境和目标，让它持续操作，拿到反馈，再修改下一轮。没有可运行的环境、稳定的评分和回溯路径，「让模型自己变强」就只是口号。
这也是为什么应用层仍可能需要自己的工作流。通用编码场景的 Harness 会越来越简单，但垂直领域可以用更小的开源模型，配合隐私可控、成本更低的流程。关键不是调用最强模型，而是能否稳定完成真实任务。
4. 数据的价值，从样本转向可复用的研究轨迹
原始文本、专家标注和 Agent 交互轨迹对应不同训练目标，并不是简单的替代关系。真人数据有噪声和合规边界，合成数据可以控制环境和评分，但也会带着生成者自己的偏差。
孟繁青提到的「R S I 数据」，是让一个模型去后训练另一个小模型，并把小模型效果提升的完整过程留下来。这里的价值不在一条答案，而在任务、环境、模型版本、成本、反馈、失败原因和最终提升能否复现。
Evolvent AI 的公开项目 RSIBench-Data 将自己描述为面向长程 Agent Benchmark 的预算感知合成数据生成与后训练基础设施，流程包括生成训练数据、运行 LoRA SFT、评估 checkpoint，再选择最终提交。2
5. 蒸馏是加速器，不是模型竞争的决定性答案
合成数据可以借助外部模型在环境里探索，但真正决定质量的，是环境是否足够复杂、任务评分是否正确、轨迹里有没有可学习的东西。简单任务上的硬蒸馏更像复制答案；有复杂环境和可靠评分的合成轨迹，才更接近研究数据。
孟繁青认为，蒸馏能加速国内模型追赶，却不是国内模型变强的决定性因素。预训练架构、训练数据和组织能力仍然决定长期上限。对创业团队而言，蒸馏可以减少冷启动成本，但不能替代自己的研究问题和评测体系。
一周内可做检查
- 挑一个现在依赖研究员手动推进的任务，写清楚环境、目标和结束条件。
- 记录一次训练或评测的成本、耗时、模型版本和失败原因，不只看调用量。
- 为主指标配一条独立检查，专门找作弊、投机和跨任务退化。
- 比较最强模型和便宜小模型在真实工作流里的差距，把隐私、延迟、价格和权限一起算。
- 假设模型 API 价格明天降到接近免费，检查团队还留下了哪些环境、任务数据、失败经验和客户流程。
带回团队的问题
- 我们卖的是模型能力，还是模型在一个具体环境里完成任务的能力？
- 我们积累的是答案，还是可复现的研究轨迹？模型换掉以后，哪些资产还能继续用？
- 哪个指标能证明系统真的变好了，哪个检查能证明它只是找到了评分漏洞？
- 如果只依赖外部模型的输出，团队还会不会提出自己的问题，发现自己的 insight？
- 产品、工程和研究之间的反馈，要多久才能回到同一个人的手里？
素材边界
原节目没有提供官方完整逐字稿。本期使用节目公开的完整音频，并完成全量语音转写；嘉宾原声片段均从同一份原始音频中按时间线截取并对齐。主持人的结构化旁白是面向 AI 产品创业者的二次整理，不把整理稿冒充原节目逐字稿。原节目发布于 2026 年 8 月 8 日，来源为《42 章经》在小宇宙的本集页面。1
References
- 1《42章经》：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
xiaoyuzhoufm.com
- 2GitHub - evolvent-ai/RSIBench-Data
github.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.