43.「26Q2」模型半年报：RSI，Fable，混元3，龙猫，到处都是斩杀线 - 王铁震
Shownotes
“模型困在自己训练的语料里，他吃进去的语料实际上是他的枷锁。”
“RSI 就是——你先靠人类智慧堆出一个够聪明的模型，然后它自己从外界获取信息，自己迭代。”
“许愿式编程：你满足了当下的要求，但后果是拆东墙补西墙。”
“人类能抽象出牛顿第二定律，模型只能记住所有落地的轨迹——这是本质区别。”
“先扎马步，扎六个月，不要想九阴真经——这才是大智慧。”
“越有智慧的人越不屑于黑 NASA，但一个受过训练的 19 岁高中生可以——他们训练的也许是黑化的爱因斯坦。”
嘉宾：王铁震 ｜前Hugging Face APAC Ecosystem Head | Linkedin联络方式
完整无删节版本请看视频播客 ▶️YouTube链接
免责申明：本节目的所有内容都并非旨在提供任何形式的建议，包括但不限于投资、税收、会计或法律上的任何建议。
时间核心话题
00:00 – 02:00Q2 的 AI 世界恍如隔世，GM5.2 已取代 OpenAI 4.8 成为主力工具；开源模型斩杀线持续上移。
02:00 – 06:30RSI（递归自我改进） 与 auto research 的区别：前者是“编译自己”，让模型自己优化自己；后者是优化外部目标。RSI 更像循环闭环。
06:30 – 10:00RSI 无法达到 100% 自主，人类参与比例虽递减但不可归零；代码生成行数虽多，但指令和架构仍由人类定义。
10:00 – 14:00“许愿式编程”的陷阱：AI 满足当下需求，但拆东墙补西墙，项目复杂度超限后无法维护；新模型版本成了“救火队”。
14:00 – 18:00人类的核心价值是抽象能力——将百万行代码提炼为不变量和模块；模型生成的是“始山”（spaghetti code），缺乏高屋建瓴的设计。
18:00 – 22:00模型困在自己的训练语料里，语料即枷锁；它只能组合已有方法，无法真正开拓全新领域，真正的创新仍依赖人类的“research taste”。
22:00 – 26:00数据飞轮：交互数据（录屏、操作反馈）是模型进化的燃料；未来产品两大方向——高效收集人类智能数据 + 将智能无处不在地下发。
26:00 – 30:00Harness（工具链） 从 TUI 起步，用户体验决定胜负；不会一家垄断，类似前端框架 React 等生态共存。
30:00 – 34:00Fable的发布：marketing 成分大于范式突破；它并未改变底层逻辑，而是通过训练“恶意语料”制造能力差，本质是“黑化的爱因斯坦”。
34:00 – 38:00安全悖论：要防黑化，先学黑化；Anthropic 收集大量攻击性语料，但智能本身不等于不安全，越有智慧反而越可能克制。
38:00 – 42:00中美差距：马斯克判断中国 2027 Q1 赶上 vivo，唐杰认为更快；中国模型迭代速度已追上来，超越只是时间问题。
42:00 – 46:00开源模型的进步是所有人的进步；投资角度上，赛道虽拥挤，但开源让模型透明化，倒逼真正科研投入。
46:00 – 50:00美团龙猫：在纯国产卡集群上成功训练 1.6T 模型，工程突破巨大，说明中国厂商已能绕过 N 卡限制。
50:00 – 54:00腾讯混元三：不追新架构，扎马步式打磨数据和训练方法，性能飞跃；证明数据清洗和质量比结构创新更关键。
54:00 – 结束“Coding”是个有毒的词，本质是 Automation（自动化）——所有数字世界的工作都可被自动化
本期提到模型GLM-5.2（智谱） — 王铁震口中 Q2 最受震撼的发布，已在他的实战工作流里取代 Opus 4.8——不如 Fable 聪明，但能一口气把长程任务做完。
Opus 4.8（Anthropic） — 被他形容成会顶嘴的资深员工：任务给过去先跟你讨价还价、要求改 scope。
Fable（Anthropic） — 本期的核心争议对象。主打 0day 漏洞挖掘和国家安全叙事，王铁震认为能力强但范式没有跃迁，发布更像是被开源斩杀线逼出来的。
Kimi 2.5 / 2.6 — 他拿来复现 Fable 宣称的漏洞：给了 hint、把问题局部化之后同样能找到，差在海量遍历时能不能自己 spot 到。
混元 3（腾讯） — 本期最长的一段技术讨论。结构相比 preview 版几乎没变，只换了数据和训练方法就有巨大性能飞跃，被当作「数据 > 结构」的证据。
LongCat 2.0（美团） — 1.6T 模型，在完全没有 N 卡的五万卡国产集群上训出来，王铁震认为工程上是非常大的突破。
百灵（蚂蚁） — 对照组：此前尝试在 N 卡与国产卡混合的集群上训练，LongCat 则是全国产。
MiniMax — 传闻要做 2-3T 的开源大模型，被用来讨论「尺寸上去之后开源模型能否直接找到漏洞」。
DeepSeek — 作为「斩杀线」这个概念最早的锚点被提起——如今线已经被推得更前。
Anthropic — 今天 ARR 第一、Q2 断层领先，但两位主播都认为它的溢价正在被开源和中国模型压缩。
智谱 / 唐杰 — GLM-5.2 的作者。唐杰回应马斯克「不用等到 2027 年」，隔天股价大涨。
OpenAI / Sam Altman — Codex 并入 ChatGPT、推出 Record Replay；节目末尾被拿来做脑洞：如果有机会，他会不会买 Cursor。
xAI / 马斯克 — 马斯克在推特上判断中国模型 2027 Q1 追上，并主张「有用的智能唯一衡量标准是收入」；xAI 收购 Cursor 被解读为买数据。
Cursor — 在 Anthropic 已有 Claude Code、自己也推出了 Composer 的情况下仍被收购，说明这笔交易看的是人工编程数据。
腾讯 / 姚顺宇 / CodeBuddy — 组织架构上给了足够空间；姚顺宇不追奇技淫巧、专注扎马步式的数据清洗；CodeBuddy 内外部使用量都为模型带来数据。
美团 — 外卖大战打得焦头烂额，还抽空做出了 LongCat，被当作「非模型厂商也在推高斩杀线」的代表。
Recursive — RSI 概念的旗手公司，Q2 完成大额融资，田渊栋以 co-founder 身份加入。
苹果 — 被看好走「智能的盒子」路线：买一次设备、模型跑在本地，卖的是隐私和不被断供。
Meta / 小米 / Airbnb — Meta 被认为随时能翻盘回桌；小米和美团一样属于非模型厂商入场；Airbnb 则是拿开源 check point 自己微调的典型。
Claude Code — Harness 的标杆，也是「日更」的原因：难的从来不是做出来，而是极致的用户体验和安全兜底。
Codex — 与 Claude Code 的对照——没有危险命令检测的小模型，但有 Sandbox，两条不同的解题路线。
Record Replay（OpenAI） — 录屏学你怎么改简历、怎么筛简历，然后替你重复——Raymond 认为这正是上一期说的「劳动数据」的产品化。
OpenCode / Cline — 证明 Harness 不会被垄断，但会像 Vue 和 React 一样收敛到少数几家做得更好的。
vLLM / SGLang — 他 RSI 实验里「还没被自己掌控」的一环：下一步是让 GLM-5.2 自己写出自己的推理。
RSI（递归自我改进） — 本期主线。和 auto research 的区别在于：auto research 是用一个东西优化另一个东西，RSI 是把这个环接到自己身上。
自举 / compiler bootstrapping — 解释 RSI 用的比喻：C 语言编译器最终用 C 自己来编译自己，模型也该走到自己迭代自己。
100% RSI 不可能 — 他的判断：完全闭环会熵增，屎山越滚越大直到超出模型能力；必须持续从外界摄取低熵的人类 input。
许愿式编程 — 对结果有期盼、对过程和可复现性没有期待——像刮彩票，刮到十个亿很好，但线上出事故时你刮不出来。
一口气能做对的项目 size — 他给出的一个衡量模型能力的实用指标：两万行的原型现在能一次跑对，往上加就开始六亲不认。
白盒 / 黑盒 — 软件工程正在从人写代码的白盒，变成人定架构、机器写实现的灰盒甚至黑盒。
research taste — 在他和 Recursive 的逻辑里都是瓶颈：现存语料会给你 137 种「这事做不成」的理由，敢不敢做网状回收火箭是人的事。
蒸馏与智能的网络效应 — 你从最新模型里拿到的智能，其实来自地球另一端某个人趟出来的新路径——模型厂商只是把它蒸馏了进去。
古法手作 — 他对上一条的回应：人得留一点自己动手的能力，否则会被锁死在模型的平均值里。
predict the next token 的枷锁 — 模型能把 A 领域的方法搬到 B 领域，但开创一个全新的 C 领域不是它的训练目标——在语料看来那就是幻觉。
黑化的爱因斯坦 — 解释 Fable 的攻击能力：智能本身不等于不安全，是海量攻击语料训出了一个会黑 NASA 的爱因斯坦。
斩杀线 — 开源和非模型厂商不断把这条线往前推，闭源模型必须拉开一个身位才卖得动。
大马造小鞍 — 他 RSI 实验的路径：用 Claude Code + Fable（大马大鞍）带 GLM-5.2 造出自己的 Harness，再做推理、再做 LoRA 训练，链路就闭合了。
coding 其实是 automation — Raymond 的非共识：code 这个词有毒、太 technical，它真正说的是「所有数字化的工作都能被自动化」。
数据孤岛 — 点评答不了「这个商场哪家咖啡店没人」，因为中国各家 APP 数据不打通——这也是每家大厂都要自己做模型的原因之一。
Anthropic 的 RSI 文章 — Claude Code 里 80% 的代码已由 Claude 写；文章担忧的是 recursive drift——孩子长大后开始和你不 align，而你已经管不住了，因此呼吁各国联合监管。
《晚点》关于混元 3 的独家深度报道 — 节目里明确说会放进 show notes。两个要点：腾讯在组织架构上给了足够空间，以及姚顺宇不追奇技淫巧、把力气全花在数据清洗上。
训练语料是模型的枷锁：它学习的是人类已知的“平均”，无法跳出这个边界；而人类以极慢的速度探索未知，这正是原生价值。
未来竞争不在模型结构，而在数据和用户体验：混元三靠数据清洗逆袭，美团靠工程落地，开源让智能商品化，但差异化在于“使用智能的脚手架”。
安全与恶的悖论：Dario 通过“先黑化”来防黑，但本质是收集了所有恶意手段，这本身就是一个巨大的伦理和治理挑战。
Coding 即许愿：未来的编程不是写代码，而是用自然语言描述意图，模型自动实现——这是自动化，不是代码行数。
中文逐字稿：https://insights.mossfire.xyz/posts/ep43-llm-half-year-report/
English transcript: https://insights.mossfire.xyz/en/posts/ep43-llm-half-year-report/
在小宇宙查看该单集文稿