宇宙纪事文章 · 2026.10.15
【二等公民】华盛顿说中国模型是「蒸」出来的，一个做后训练的人说：没那么简单
DEEP DIVE · SECOND-CLASS CITIZENS
Kocher周 · 2026.10.15 · 原载微信公众号「可荐」
华盛顿说中国模型是「蒸」出来的， 一个做后训练的人说：没那么简单 指控一份比一份大，制裁一项没落地。 开源追到只差四个月，缺的不是答案，是那堆算力。
十月初，Nathan Lambert 离开工作了两年多的艾伦人工智能研究所（Ai2），和老搭档 Tom Zick 一起挂出一块新牌子：Trillium Labs，一家非营利实验室。Olmo、Tülu 这些全流程开放的模型，后训练都出自他带的组。新牌子挂出后不久，他坐下来接受了一场访谈，话题绕来绕去，总回到同一个词上：蒸馏。
这一年里，这个词在华盛顿已经从技术术语变成了一项指控。白宫说中国模型是从美国模型身上「蒸」出来的，财政部说制裁「都在桌上」，Anthropic 的报告一份比一份数字大。Lambert 的回答不太合时宜：蒸馏是真的，但它解释不了差距的来去。
这篇想讲清楚三件事：开源模型到底落后多少；蒸馏在这段距离里占多大分量；以及，当华盛顿把开源当作一个需要堵上的漏洞时，被堵住的会是谁。
一、四个月
四个月
先看尺子。Epoch AI 五月底用自家的能力指数做过一次测算：今年一月以来，最强的开放权重模型平均落后闭源前沿约四个月，差距大致相当于 GPT-5 到 GPT-5.5 那一代。
两个月后，这个数字有了具体的样子。七月十六日，月之暗面在上海发布 Kimi K3：约 2.8 万亿参数，权重公开，多项基准成绩仅次于 Anthropic 的 Fable 5 和 OpenAI 的 GPT-5.6 Sol，压过了 Claude Opus 4.8 和 GPT-5.5。到了十月，Artificial Analysis 的开放权重榜单前三名是小米 MiMo、智谱 GLM 和 Kimi K3，全部来自中国。
口径提示 「四个月」是 Epoch 能力指数在公开基准上的平均差距。Epoch 同时给出另一组数：换成不公开的私有基准，差距约为八到十个月。两个数量的是不同的东西，不可混用；公开榜单上的追赶，未必等于真实任务里的追赶。 |
差距为什么能缩到这里，又为什么停在这里？Lambert 的框架很朴素：模型进步靠三种资本，算力、数据、人才。OpenAI、Anthropic、Google 三样都多，而且多得明显；剩下的差别，在于谁能把三样东西组织到一起。
落到中国实验室身上，他的判断是：人才并不缺，很多训练做得极好的研究员就在那里，缺的只是算力。他讲了一段亲历：跟一位中国顶尖实验室的预训练研究员聊天，说起 OpenAI 一个普通研究员平时就能并行调用约五千张 H100，对方当场愣住，说不敢相信。
在他看来，算力才是最大的差别。蒸馏，不过是用别人的算力成果，去换自己算力不够的那一截。
" 中国实验室不缺人才，缺的是算力。蒸馏能补的，只是算力的一个零头。 |
至于中国公司为什么偏偏选择开放权重，他给的也是商业解释，不是政治解释：一家中国公司想把 API 卖进美国，几乎卖不动，因为对方不信任；把权重放出去，就绕开了这道门槛，变成一条全球分发的渠道。最初也许有鼓励研究员分享的成分，最后稳定下来的，是一种生意。
二、蒸馏案
蒸馏案
把这一年的指控按时间排开，是一条不断加码的线：
第二份报告比第一份具体得多。按 Anthropic 的说法，月之暗面在十天里通过 5380 个欺诈账户，主要经新加坡和日本的代理，把近三十万条用户请求转发给 Claude，再把 Claude 的回答当作 Kimi 的回答交还给用户。报告里还有一个技术细节：Claude 平时只向用户展示思考过程的摘要，而几家实验室的做法，正是想方设法把摘要背后完整的推理过程诱导出来，再拿去训练。
月之暗面否认 K3 是对现有模型的蒸馏或复刻，称性能来自自身架构上的创新。有一条反驳流传最广：Fable 5 七月一日才对外开放，K3 七月十六日就发布了，中间只有十五天，不够从头蒸一个模型。这条理由站得住一半——指控说的并不只是 Fable，而是从 2024 年底开始、跨越好几代模型的长期行动。
KEY INSIGHT 指控里的数字越来越大，但至今没有一份公开证据，把某个模型的某项能力，和某一批被拿走的回答对上号。双方都没有拿出可供第三方复核的训练数据。截至目前，制裁、实体清单、采购禁令，一项都没有落地。 |
Lambert 的怀疑，来自后训练这门手艺本身的变化。
几年前，后训练的主流做法是监督微调加人类反馈：拿最强的模型生成高质量回答，再让自己的模型去模仿。那个年代，找到对的老师模型，几乎就是全部，蒸馏的效果立竿见影。现在后训练的主体换成了强化学习：给模型一道能自动判对错的题，让它自己一遍遍试，分数往上走。别人的答案在这里帮得上的部分，少了很多。
他拿自己的经验举例：做 Olmo 的时候，就算手里有一份 Claude 的推理轨迹，他也不确定模型能因此好多少。他又举小米：先做了一周的大规模强化学习训练，然后发布模型，那么蒸馏到底出现在哪一步？他在别处说得更直接：就算没有蒸馏，差距也会差不多。
有意思的是，被他拿来说明「强化学习才是关键」的小米，也出现在 Anthropic 九月的名单上：三四月间二十天，四十多万次交互。放在近两亿次的总盘子里，这是个零头。两边的说法于是可以同时成立：蒸馏在发生，而且规模不小；但它很难解释一家实验室为什么能追到离前沿四个月的地方。
" 蒸馏能帮人追上几个月，追不上一座数据中心。 |
三、开放的价码
开放的价码
七月十二日，Lambert 在自己的通讯 Interconnects 上发了一篇标题很重的文章：《开源模型只剩六个月》。他判断，华盛顿最可能的动作，是在六个月内禁止或无限期推迟任何明显强于 GPT-5.5、Claude Opus 4.8、GLM-5.2 这一档的开放权重模型。他把当时的蒸馏攻势称为「一场监管俘获运动」，并且说，如果 Anthropic 的技术真像它自己说的那么强，它应该有能力守住自己的 API。
他担心的结局，就是本文的词眼：开源模型沦为永久的二等公民——能用，但永远被挡在前沿门外。
两周后，形势朝另一个方向走。七月二十四日，黄仁勋在 X 上发出一封联名信《开放权重与美国 AI 领导力》，首发 25 家，一周之内涨到两百多家，OpenAI 和 Google 都签了，Anthropic 没有签。三天后，达里奥·阿莫迪撰文回应：Anthropic 从未主张禁止开放权重模型，没有危险能力的开放模型是一种公共品；但他不同意「开放必然更利于防守方」，主张对足够强的模型，无论开源闭源，一律做强制安全测试，同时收紧芯片出口、打击工业规模的蒸馏。
八月初，白宫向十几家公司介绍了依据六月二日行政令搭建的测试框架：前沿闭源模型自愿接受发布前审查，开放权重模型不在审查范围内。六个月的警报，暂时解除了。
口径提示 这项豁免来自白宫对框架的说明，六月二日行政令的正文并没有提到开源或开放权重。它是一项行政安排，不是法律条文，可以随时收回。 |
开放权重躲过了一劫，蒸馏却成了新的抓手。九月二十八日，黄仁勋在 CNBC 被问到蒸馏算不算抢劫，他答：「这叫竞争。」他说竞争对手一直在把英伟达的产品拆到骨头，他宁可对方别这么做，但竞争让一切变得更好；真不愿意被别人用，就去认清自己的客户，把服务停掉。
Lambert 的立场和老黄有几分相近，但多了一层分寸。他支持实验室保护自己：推理模型在 API 上吐出的思考 token，本来就容易被拿去训练；只要还在 API 上提供，这类蒸馏就防不住；只把最好的能力放进自家产品、或者只走企业合同，就会难得多。他不赞成的，是把客户实名审查推成行业规矩，更不理解政府为什么要为违反服务条款这种事出手。他的判断是：真去管，弊大于利，因为对方不会停。
KEY INSIGHT 这场争论真正的分界线，不在开源与闭源之间，而在权重与接口之间。管接口，是一家公司的生意问题；管权重，是所有人的公共品问题。把接口上的漏洞算到权重头上，付代价的会是那些从没碰过 Claude 的研究者。 |
Lambert 给的六个月，到明年一月到期。接下来值得盯的有三件事：测试框架会不会把开放权重纳入；H.R. 8283 会不会走到众议院全院表决；财政部或商务部会不会真的点名月之暗面。
四、谁拿 token，谁拿钱
谁拿 token 谁拿钱
如果说政策还在悬着，市场已经先表了态。
CNBC 九月二十六日援引路由平台 OpenRouter 的数据：九月十四日那一周，在美国、欧洲和「全球南方」三组企业用户里，中国模型的 token 份额都在 57% 到 67% 之间，而今年二月只有 6% 到 13%。前端托管平台 Vercel 的数据走势相似：一月 11%，八月 55%。
但钱没有跟着 token 一起走。里昂证券的统计显示，九月 OpenRouter 头部模型里，中国模型拿走约 65% 的 token，却只拿到约 30% 的美元支出；美国模型的 token 份额只剩约 31%，支出份额却有约 70%。中国模型的价格，比美国同类低约八成。
口径提示 token 份额不等于收入份额。OpenRouter 是一个路由平台，用户以价格敏感的开发者为主，不包含 OpenAI、Anthropic 自家 API 的直连流量，不能外推为全市场份额；不同平台、不同统计周期的数字，也不能互相拼接。 |
" 开源赢下了用量，闭源守住了账单。 |
这正是 Lambert 描述的闭源飞轮：做到前沿，收入就变得可以预测；收入可预测，就能融到更多钱；钱换成更多算力，又把前沿往前推一步。在他看来，算力紧缺到 2028 年前后都是硬约束，而这个飞轮最终会把两家前沿实验室推向公开市场。它们上市顺利与否，关系到的不只是它们自己。
开源这一边的经济学，跑得慢，但跑得通。Lambert 引了 Cursor 七月的一次实验：让一群 AI 智能体只看一本八百多页的 SQLite 手册，用 Rust 从零重写这个数据库。GPT-5.5 单独包办，花了约 10565 美元；由 Claude Opus 4.8 负责规划、Cursor 自研的 Composer 2.5 负责写代码，只花了约 1339 美元，约为前者的八分之一。其中执行层整个集群只花了 411 美元，而 GPT-5.5 方案光执行部分就花了 9373 美元。几种配置最后都通过了全部测试。
贵的模型想清楚，便宜的模型干活。这个分工里，执行层不需要最聪明的模型，只需要够用、够便宜、能按自家数据微调的模型。Lambert 看到越来越多的创业公司在 Kimi、GLM 这类开放模型上做后训练，把它们调到性价比最优的位置；Thinking Machines 七月发布的首个开放权重模型，干脆就是为在自家微调平台上做二次训练而设计的。
价格还在往下掉。Epoch 九月的测算是：达到同一能力水平的成本，每个季度下降约 47%，折合一年降到约十三分之一。今天要靠蒸馏去抢的那一截能力，一年以后可能按市价就买得到。
结语·林下花
林下花
Lambert 给新实验室起名 Trillium，是一种叫延龄草的野花。它在早春开花，抢在森林的树冠长满叶子之前，那时阳光还能照到林地上。他的意思是：开放的训练配方是慢慢渗进土壤的养分，模型发布只是偶尔开出的花。
Trillium 的计划是，先把后训练的配方、数据、代码、中间检查点，连同失败的训练记录一起公开；再往后，搭建研究递归自我改进、奖励投机和多智能体系统的开放基础设施。启动资金来自 Halcyon Futures 和 Schmidt Sciences。
对递归自我改进，他的立场和他对蒸馏的立场一脉相承：能力确实在自我加速，但这种加速是「有损的」，会被可验证任务的范围、并行智能体的边际回报，以及算力、能源和政治的约束一层层吃掉。本刊九月的【实习生】写过前沿实验室把研究工作交给模型去做的那一步；Lambert 想做的，是把同一件事放到台面上做——公开用了哪些工具、选了哪些任务、模型完成了多少，每半年复查一次。他的一句判断值得记下：实验室里其实没有什么真正的秘密，挡在外面的人和里面的人之间，隔着的是资本。
开源会不会沦为二等公民，取决于两件事。一件在华盛顿：会不会把接口上的问题，算到权重头上。另一件在林地上：树冠合拢之前，还有没有人愿意先开花。
树冠合拢之前，花要先开。
本文依据 Nathan Lambert 近期访谈及其 Interconnects 文章，Anthropic 2026 年 2 月与 9 月两份蒸馏报告，白宫、财政部公开表态，Epoch AI、Artificial Analysis、CNBC、里昂证券及 Cursor 公开数据写成。蒸馏相关内容均为当事方指控，涉事公司否认，尚未经独立核实。访谈转录为机器转译件，Lambert 观点均为意译。资料核查截至 2026 年 10 月 14 日。配图为 AI 概念插画。
https://www.interconnects.ai/p/6-months-to-live-for-open-models
https://epoch.ai/data-insights/open-closed-eci-gap
https://cursor.com/blog/agent-swarm-model-economics
转载请注明：《宇宙纪事 · 深度专研》系列。
宇宙纪事 / COSMIC CHRONICLES