铃阅时讯
❌

阅读视图

看完诺兰的《奥德赛》,我把荷马史诗补了一遍

原创 佳芮的创业笔记 2026-08-17 22:02 美国

诺兰的《奥德赛》好看,但我看的时候对荷马史诗一无所知。看完抓着 Claude 问了一个下午,从"特洛伊木马是什么战争"问到"青铜时代的锡矿在哪"。这篇写给和我一样没有西方古典背景的人:一张人物表、三张地图,把电影和它背后的三千年讲清楚。

周六我去看了《奥德赛》,诺兰个人票房最高的一部。

看的时候很震撼,但其实只看懂了个大概。海伦、阿伽门农、墨涅拉俄斯,名字长得都像,谁是谁的谁完全对不上;地理在哪、历史上发生过什么,更是一片迷茫。

回来我抓着 Claude 问了一个下午,从“特洛伊木马是什么战争”一路问到“青铜时代的锡矿到底在哪”。越问越觉得,诺兰是在用他自己的口吻,讲一个非常好看的反战故事。

这篇就是那个下午的整理,写给和我一样对西方文明没概念的人。不需要任何背景知识,我尽量把每个名词都讲清楚。

荷马史诗是什么

荷马史诗指两部长诗:《伊利亚特》和《奥德赛》,写定于约公元前 8 世纪,是现存最早的希腊文学,也常被当作整个西方文学的起点。它在西方的地位类似《诗经》,但用法更重:古希腊人拿它当教科书,孩子识字就背荷马,演讲引经据典引的也是荷马。据说亚历山大东征时,枕头底下压着一部《伊利亚特》。

荷马本人是谁,说不清。传说是一位盲眼的吟游诗人,但他是否真有其人、两部史诗是不是同一个人写的,从古希腊起就有争论,到今天也没有定论。确定的是这两部诗加起来近三万行,讲的都是同一场战争:特洛伊战争,和它的余波。

先拆一个误会:木马不在《伊利亚特》里

我原来以为荷马史诗就是讲木马屠城的。错了。

《伊利亚特》写特洛伊战争第十年里约五十天的事,主题是阿基琉斯(希腊联军最强战士)的愤怒,结尾停在赫克托耳(特洛伊主将)的葬礼。城还没破,木马还没出现。

《奥德赛》写的是战争结束之后:希腊联军里最聪明的那个人奥德修斯,赢了战争,却花了十年才回到家。

木马的详细故事反而出自几百年后罗马诗人维吉尔的《埃涅阿斯纪》。"小心带着礼物的希腊人"这句名言就是那里来的。

恰纳卡莱海边的木马复制品。特洛伊遗址就在土耳其西北的这座城市附近

恰纳卡莱海边的木马复制品。特洛伊遗址就在土耳其西北的这座城市附近

今天的特洛伊:遗址公园与特洛伊博物馆位置图

今天去看特洛伊:遗址是一座考古公园,旁边 800 米是 2018 年开馆的特洛伊博物馆,都在恰纳卡莱省的 Tevfikiye 村(地址:Tevfikiye Köyü, 17100 Çanakkale, Türkiye),距恰纳卡莱市区约 30 公里

所以诺兰拍《奥德赛》,拍的不是攻城,是回家。

电影开场就是伊萨卡宫廷里一个游吟诗人在唱木马计,佩涅洛佩(奥德修斯的妻子)听不下去,打断了他。整部电影里木马计被拆成三次、从三个人的视角分批讲完。

出场人物,一张表

电影卡司也顺便对上:

· 马特·达蒙演奥德修斯;

· 安妮·海瑟薇演佩涅洛佩;

· 汤姆·赫兰德演忒勒马科斯;

· 赞达亚演雅典娜(智慧女神,奥德修斯的保护神);

· 本尼·萨夫迪演阿伽门农;乔·博恩瑟演墨涅拉俄斯。

· 露皮塔·尼永奥一人分饰海伦和阿伽门农的妻子克吕泰墨涅斯特拉

原著里这两人是姐妹,电影里改成了双胞胎:同一张脸,一个被丈夫毁了容,一个杀了丈夫。

奥德修斯为什么非去不可

这是我当时反复问的问题:奥德修斯家在希腊最西边的小岛上,特洛伊在今天的土耳其,隔着一整片海。别人抢了别人的老婆,关他什么事?

答案是一份他自己起草的契约。

当年海伦择婿,全希腊几十个贵族都来求婚。她父亲不敢选:选谁,剩下几十个都会翻脸。奥德修斯也在求婚队伍里,但他清楚自己是穷岛小王,赢不了,于是找海伦的父亲做了笔交易:我给你一个方案解这个死局,你帮我娶你侄女佩涅洛佩。

方案是让所有求婚者先立誓:

无论谁娶到海伦,其他人都有义务保卫这桩婚姻;将来有人侵犯它,全体立誓者必须共同讨伐。

这个设计把落选者从潜在的敌人变成了婚姻的担保人。僵局解开,墨涅拉俄斯中选,奥德修斯也如愿娶到了佩涅洛佩。

若干年后帕里斯把海伦带走,条款触发。这份誓约类似北约第五条:一家被打,全体自动参战。而奥德修斯自己也立过誓,他设计的条款绑住了他自己。

他试过赖账。使者上门征兵时,他装疯:用牛和驴混着套犁,往地里撒盐。对方把他刚出生的儿子放在犁前,他本能地拐开了。疯装不下去,只能跟着出征。

帕里斯为什么去抢海伦:一只金苹果

奥德修斯这头是被誓约绑走的。另一头我又问了一个问题:帕里斯一个来做客的王子,怎么就敢把主人家的王后带走?我本来以为答案就是"海伦太美了",补完课发现,神话给的起因具体得多。

事情要从一场婚礼说起。珀琉斯和忒提斯结婚(这对夫妻后来的儿子,就是阿基琉斯),众神都在宾客名单上,唯独漏了不和女神厄里斯。她还是来了,扔下一只金苹果就走,上面刻着一行字:给最美的女神。

赫拉、雅典娜、阿佛洛狄忒都伸了手。宙斯不敢裁决:判给谁,另外两个都会记恨他。

于是他把这个烫手的裁判权丢给一个凡人,特洛伊王子帕里斯。

三位女神没有比美,是比出价。赫拉许他统治亚洲,雅典娜许他百战百胜,阿佛洛狄忒许他世上最美的女人。帕里斯把苹果判给了阿佛洛狄忒。所以他后来到斯巴达作客、带走海伦,在神话的账上不是见色起意:阿佛洛狄忒欠他一个"世上最美的女人",他是来兑现的。至于这个女人已经结婚、正是主人家的王后,神许诺的时候没管,他兑现的时候也没管。

一场漏请了客人的婚宴,一只苹果,一个被收买的裁判,十年战争。起因和结局还在同一张桌上:婚宴的新人生下了阿基琉斯,这场从他父母婚礼上开始的战争,他会在里面战死。

这一段诺兰没有拍。电影里除了雅典娜(而且只有奥德修斯看得见她),奥林匹斯诸神基本被抹掉了,风暴、雷电都按自然现象处理,开战的理由只保留了人间的版本。金苹果和三女神的赌局,属于补了课才知道的前史。

出征:两三周的航程

出征路线图:从伊萨卡出发,绕过伯罗奔尼撒半岛,经奥利斯集结,过莱姆诺斯、忒涅多斯抵达特洛伊

出征路线图:从伊萨卡出发,绕过伯罗奔尼撒半岛,经奥利斯集结,过莱姆诺斯、忒涅多斯抵达特洛伊

从伊萨卡到特洛伊,直线约 510 公里。青铜时代的船不敢离岸,贴着海岸和岛链走,海路约 700 公里,顺风两三周。这在当时是常规商路,不是探险。

船也和我想的不一样。荷马管它们叫“黑船”:船身涂沥青防水,涂完就是黑的;长十几到二十几米,没有甲板,一根桅杆,挂一面方形的帆,配五十个桨手。方帆就是一块兜风的布,风从船尾吹来,把布吹鼓,船才往前走;风向不对,帆就没用,全靠桨手划。所以出海前得等风。没有罗盘,没有海图,白天靠认海岸和岛屿定位,天黑就把船拖上沙滩,生火做饭,睡在岸上。所谓贴岸走,是因为离了岸就不知道自己在哪。

黑绘陶杯上的希腊战船:一根桅杆,一面方帆,船舷一排桨

"黑船"长这样:一根桅杆,一面方帆,船舷一排桨。黑绘陶杯细部,约公元前 520 年,法国国家图书馆藏

全希腊的船在奥利斯(希腊中部的一处港湾,正对优卑亚岛)集结。风迟迟不来,阿伽门农在这里献祭了自己的女儿换取顺风。船还没出海,先死了自己人。

然后是所谓的"十年围城"。这四个字也和我想的不一样:青铜时代没有投石机、没有攻城塔,面对认真修过的城墙毫无办法,而希腊人的营地只扎在海边,城的另外几面是敞开的,特洛伊照常接收援军和粮食。实际发生的事,是双方在城和海之间的平原上断断续续打了十年野战,希腊军队靠劫掠周边城镇维持补给,还因为分赃不匀反复内讧。《伊利亚特》开篇的冲突就是阿伽门农和阿基琉斯争一个女俘。

僵局拖了十年,因为双方都赢不了,也都不能走:特洛伊人打不退希腊人,希腊人攻不进城,又不肯空手回家,回去没法交代。最后打破僵局的不是武力,是木马,一次针对判断力的欺骗。城墙没有被攻破,是特洛伊人自己把它拖进去的。

谁对谁错?荷马拒绝回答

看电影之前我以为这是个正邪故事。补完课发现,荷马的写法里没有反派。

那个世界的头号规矩叫宾主之谊:主人必须善待客人,客人绝不能伤害主人。

宙斯(众神之王)亲自守护这条法。帕里斯以客人身份住在墨涅拉俄斯家里,趁主人出门,带走了女主人和财宝。这件事帕里斯没有道理,荷马也没替他说话:特洛伊城里的长老们提议把海伦送回去,是他自己不肯。

但荷马紧接着就让你看到另一面。《伊利亚特》第一卷,阿伽门农仗着统帅身份抢走阿基琉斯的女俘。你为了"有人抢女人"打了十年仗,然后自己抢别人的女人。荷马把这件事放在全诗开头,等于开篇就告诉你:这一仗没有干净的一方。

赫克托耳知道弟弟理亏,还是出城迎战,因为不战就是耻辱。他清楚特洛伊会亡,妻子会为奴,儿子活不成,但还是穿上了铠甲。

破城之夜,希腊人在神庙里施暴,把赫克托耳的婴儿从城墙上摔下去。于是神明转头惩罚胜利者:阿伽门农活着回到家,当晚被妻子杀死在浴室里,她记着女儿被献祭那笔账,等了十年。奥德修斯在海上漂了十年,全船人死光,一个人回到家。

荷马的答案不是谁对,是没有人赢。特洛伊人失去了城,希腊人失去了归途,整部《奥德赛》讲的就是赢了之后怎么回不了家。

希腊人到底图什么

谁对谁错聊完,我问了个更直接的问题:几十个王、上千条船,漂洋过海打十年,总不能真是为了一个女人。

第一层答案在地图上。特洛伊卡在达达尼尔海峡口,黑海贸易的必经之路,谁坐在那里谁收过路费。这是最硬的经济动因。

第二层是能搬走的财富。青铜时代的掠夺逻辑很实在:土地搬不走,金属、织物、牲畜、人搬得走。破城之后希腊人也确实没留下来殖民,装船回了家。

他们要的不是特洛伊这块地,是特洛伊这个仓库。

第三层有硬证据,也是最让我意外的一条:他们抢人,主要是抢女人回去干活。证据出在迈锡尼。这里多说一句:迈锡尼是阿伽门农的都城,当时希腊最强的王国,强到整个时代的希腊文明都以它命名,叫迈锡尼文明;这座城今天和特洛伊一样只剩遗址,在伯罗奔尼撒半岛的东北角(出征图上标了位置)。

它的宫殿废墟里挖出过一批线形文字 B 泥板(青铜时代希腊的记账文字),上面登记着成批的女性纺织工,按来源地分组:克尼多斯的、米利都的、哈利卡纳索斯的,全部来自安纳托利亚西岸,特洛伊就在那条海岸线上。也就是说,史诗里当战利品分掉的女俘,抢回去是进宫殿纺织作坊干活的,账本上记得清清楚楚。《伊利亚特》开篇阿伽门农和阿基琉斯争的那个女俘,放进这套账本里,就是一个在册的纺织工。

电影把这层窗户纸直接捅破了。开战前夜,奥德修斯对佩涅洛佩说(大意,非逐字台词):

海伦只是阿伽门农的借口。他真正要的,是打破特洛伊对贸易航线的控制。他绝不会收手。

所以“抢回海伦”是名义:帕里斯破坏宾主之谊,给了全希腊一个合法的出兵理由;真正让几十个王带船出海的,是抢劫的预期收益。战争要一个说得出口的理由,理由和原因是两回事。

海伦:以她的名义

整个故事里,最让我唏嘘的是海伦。

她到底是怎么跟帕里斯走的?自愿私奔,还是被劫走?荷马故意不写死。史诗里她反复咒骂自己,但自责不等于自愿。古希腊人也受不了这个悬案,后来干脆造了个新版本:海伦根本没去特洛伊,去的是神用云做的幻影,真人在埃及待了十年。这个版本的存在本身就说明,三千年前的人也觉得这件事说不清。

荷马不写死,诺兰也不写死,但他给了海伦一道原著里没有的疤。原著里她毫发无伤,战后照常做斯巴达王后。古代传说里有个著名场面:破城之夜,墨涅拉俄斯提剑冲进城要杀她,看到她的脸,剑掉在了地上。诺兰把这一幕反过来拍:这一次,剑落了下去。电影里海伦脸上带着大疤,墨涅拉俄斯还当着客人的面拿它开玩笑:

Perhaps you‘ ve heard of Helen? Face that launched a thousand ships. Maybe now just five hundred.(也许你听说过海伦?那张发动一千条船的脸。现在,大概只值五百条了。)

号称为她打了十年仗的丈夫,把剑砍在她脸上,再把她带回宫里继续做王后。她回来了,但没有被原谅。

电影里另一场戏,墨涅拉俄斯把破城说成正义的胜利,海伦当场顶回去:那是你哥哥的野心。全片看得最清楚的人是她。

忒勒马科斯到斯巴达打听父亲的下落,临走时海伦抱住他,托他给母亲带话。原话是:

I‘ m sorry for Troy, and for everything that has happened in my name.(为特洛伊,为以我之名发生的一切,说对不起。)

电影剧照:佩涅洛佩与忒勒马科斯在伊萨卡城头远望大海

佩涅洛佩(安妮·海瑟薇)与忒勒马科斯(汤姆·赫兰德)在伊萨卡城头远望大海。海伦的道歉,就是托这个儿子带给这位母亲的。剧照 ©Universal Pictures

这句话的措辞很准:她说的不是 for what I did,是 in my name。她不认领因果,只认领署名,因为决定确实从来没轮到她做:

金苹果那场赌局里,阿佛洛狄忒把她当赏格许给帕里斯,没人问过她;

帕里斯带她走的时候,荷马连她愿不愿意都不写;

阿伽门农出兵,为的不是她;

墨涅拉俄斯的剑落下来之前,也没人问过她想不想回斯巴达。

仗以她的名义打了十年,她参与的决策是零。最后她托一个二十岁的年轻人,把道歉带给另一个从没见过面的女人:

一个成了战争的理由,一个成了战争的代价。

归途:十年的迷宫

电影版归途九站地图:特洛伊、独眼巨人、女巫基尔克、冥界、塞壬、墨西拿海峡、太阳神的牛群、卡吕普索、伊萨卡

电影版归途九站地图:特洛伊、独眼巨人、女巫基尔克、冥界、塞壬、墨西拿海峡、太阳神的牛群、卡吕普索、伊萨卡

去程 700 公里走了两三周,回程走了十年。地图上那条绕遍整个地中海的线,就是电影的主体。

先说明一点:荷马从不给坐标,他只说"漂了九天"。图上这些地点是后来的希腊人和罗马人认领的,因为谁都想让自己的家乡出现在史诗里。

独眼巨人被安在西西里的埃特纳火山下,女巫基尔克的岛是罗马附近的奇尔切奥山,塞壬(用歌声诱杀水手的海妖)在阿马尔菲海岸外的小岛,船员偷宰太阳神牛群的那一站在锡拉库萨附近。冥界荷马放在人间世界之外,没有坐标,诺兰去冰岛的黑沙滩拍的这场戏。

塞壬那一站,希腊人自己画过"剧照"。大英博物馆有一只公元前 480 年左右的陶瓶,画的正是奥德修斯把自己绑在桅杆上听歌:

大英博物馆藏"塞壬瓶":奥德修斯绑在桅杆上,人首鸟身的塞壬在头顶盘旋,约公元前 480 年

大英博物馆藏"塞壬瓶":奥德修斯绑在桅杆上,人首鸟身的塞壬在头顶盘旋,约公元前 480 年

斯库拉与卡律布狄斯那一站,是两只怪物一边一个守着窄水道,船要过就得选牺牲谁。后人把这一站安在墨西拿海峡,也就是意大利半岛和西西里岛之间那条水道:最窄处约三公里,海流确实凶:

太空视角下的墨西拿海峡:左边是西西里,右边是意大利半岛,最窄处约三公里。NASA 摄

太空视角下的墨西拿海峡:左边是西西里,右边是意大利半岛,最窄处约三公里。NASA 摄

卡吕普索(把奥德修斯扣了七年的女神)的岛,传统上认作马耳他的戈佐岛。今天岛上有个洞穴就叫"卡吕普索洞",俯瞰一片红沙滩,电影的这段也是在马耳他拍的:

马耳他戈佐岛 Ramla 湾的红沙滩

马耳他戈佐岛 Ramla 湾的红沙滩,“卡吕普索洞”就在湾边的山坡上

这条路线在地理上完全不成立,从特洛伊回伊萨卡根本不该经过西西里和马耳他,那是往西多走了两千公里。但荷马的地理不是导航,是叙事:越往西,越远离人类世界,越接近怪物和神,迷失本身就是空间上的写法。同一片海,去的时候是路,回来的时候是迷宫。出发时他带着十二条船,回家时只剩他一个人,家里没人认得他,连他自己都要重新证明"我是谁"。

谁战争最大的代价不是死人,是把一个你熟悉的世界,变成你认不出的世界。

诺兰改了什么

补完原著背景再回看电影,最有意思的部分是改编。海伦的疤和道歉前面讲过了,再列几处我印象深的。

删掉了阿基琉斯。 原著的冥界一章里,奥德修斯见到阿基琉斯的鬼魂,夸他是最伟大的英雄,对方回答:

我宁可活着给穷人当雇工,也不愿在这里统治所有亡魂。

这个用命换名的人,亲口说不值。电影把这场戏整个删了,阿基琉斯全片没有出现。我能理解取舍,但有点可惜:这句话是整个英雄叙事的自我否定,是荷马反战的那一刀。

忘忧莲并进了卡吕普索。原著里“吃了就忘记回家”的忘忧莲是独立一站,和卡吕普索的岛不相干。电影把两者合并:卡吕普索用莲花压住他的记忆,表面是止痛,实际是囚禁,而他自己也想忘。一个亲手烧掉一座城的人,被递过来一样能让他不再记得的东西,他接受了,七年就这么过去。

要回家,得先同意重新疼起来。

这是全片我最喜欢的改动。

勃克林《奥德修斯与卡吕普索》,1882 年:他背对着她望向海,她坐在洞中。画家比电影早一百四十年画出了同一种关系

勃克林《奥德修斯与卡吕普索》,1882 年:他背对着她望向海,她坐在洞中。画家比电影早一百四十年画出了同一种关系

结局。原著结尾奥德修斯杀光求婚者,继续做伊萨卡的王。电影里他把王位交给忒勒马科斯,和佩涅洛佩一起乘船离开,向着日落。诺兰在采访里讲过他的改编立场:他对荷马是忠实的,荷马不是可以随手改写的对象;但原著结局里的一些处理,他认为没办法原样搬上今天的银幕。

黑船迎着落日航行

向着日落的黑船。官方预告片画面 ©Universal Pictures

诺兰没有在任何采访里自称拍了一部"反战电影",反战是我自己的读法。但也不需要他自称:荷马写的胜利者没一个有好下场,电影里开战的真实动机又被奥德修斯亲口说破。这样的故事只要完整讲出来,立场就藏不住。

这一切是真的吗

问到这里我已经停不下来了:特洛伊真的存在吗?打过这场仗吗?

城是真的。遗址在今天土耳其西北的希萨利克,紧挨达达尼尔海峡口,1870 年代被施里曼(一个痴迷荷马的德国富商)挖开。挖出来的不是一座城,是九层城叠在一起:三千年里人们反复在同一个土丘上重建,因为这个位置扼守黑海航道,太值钱,烧了也要回来。对应传说年代的是第七层 a 段,约公元前 1180 年被焚毁,火灾层、仓促加固的房屋、街道上的尸骨都在。

最上面的第九城值得多说两句。它是希腊人和罗马人建的新城,就叫伊利昂,靠"特洛伊故地"这个身份繁荣了一千二百年:亚历山大东征路过时专门来祭拜,罗马人干脆认特洛伊王子埃涅阿斯当祖先,前面提过的《埃涅阿斯纪》就是为这套认祖叙事写的。讽刺的是,他们脚下踩着的才是真特洛伊:第九城的地基打在第七城的灰烬上,住在上面的人并不知道下面埋着什么。

没有哪个文明是连续的。他们都是在自己前一次的废墟上重新开始,而且大多数时候,新的那一层并不知道下面埋着什么。

第九城的结局我也问了:它没有毁于哪场战争,是地理把它废掉的。

特洛伊的价值从来不在城墙里,在城下面那个海湾:帆船顶不动海峡里的逆风逆流,进黑海之前要在湾里锚泊等风,等风的船队就是这座城的生意。但斯卡曼德河(今天的卡拉门德雷斯河)的泥沙一直在填这个湾,几百年里海岸线一路后退,今天遗址离海已经有五六公里,当年的海湾整个变成了农田平原。

湾没了,船不再停,城就没有了存在的理由。

拜占庭时代航运和财富都聚到君士坦丁堡那头,伊利昂缩成村庄,再后来连位置都被人忘掉,直到施里曼来挖。

特洛伊遗址的城墙,今天还立在土耳其恰纳卡莱省的希萨利克土丘上

特洛伊遗址的城墙,今天还立在土耳其恰纳卡莱省的希萨利克土丘上

施里曼本人是个灾难型的先驱:他认定特洛伊在最底层,用炸药从顶上一路挖穿,恰好毁掉了他真正要找的那两层。

他后来在迈锡尼挖出一副黄金面具,激动地宣布"我凝视了阿伽门农的脸"。后来测年发现,面具比任何可能的特洛伊战争早了三百多年。

迈锡尼出土的"阿伽门农面具",实际年代约公元前 1550 年,比传说中的特洛伊战争早三百年。雅典国家考古博物馆藏

迈锡尼出土的"阿伽门农面具",实际年代约公元前 1550 年,比传说中的特洛伊战争早三百年。雅典国家考古博物馆藏

战争的部分,更准确的说法是:不存在一场十年围城的总决战,但赫梯帝国的外交档案里记着爱琴海势力在安纳托利亚西岸持续上百年的袭扰和冲突。档案里那座城叫 Wilusa,与希腊语的"伊利奥斯"对音;有份条约里 Wilusa 统治者叫 Alaksandu,而帕里斯在史诗里的另一个名字正是亚历山德罗斯。口头传统把上百年的边境摩擦,压缩、放大、道德化成了一个十年的故事。

最让我意外的是史诗自己的传播方式。它成文于公元前 8 世纪,离它描写的年代已经过去四百多年,中间希腊经历了一次彻底的文明断层,连文字都失传了。故事靠吟游诗人口口相传活下来,格律就是纠错码:每行诗有严格的音节结构,记错的词大多不合律,当场就会卡住。而它真的记住了东西。

荷马描写过一种用野猪獠牙缝在皮革上的头盔,他那个时代没人见过这种东西,考古学家后来在迈锡尼墓葬里挖出了实物,和诗里的描述能对上。

迈锡尼的野猪牙头盔,荷马在《伊利亚特》里准确描述过它的做法,而他生活的年代这种头盔已消失四百年。雅典国家考古博物馆藏

迈锡尼的野猪牙头盔,荷马在《伊利亚特》里准确描述过它的做法,而他生活的年代这种头盔已消失四百年。雅典国家考古博物馆藏

造一把剑需要三个大陆

电影里奥德修斯有句台词,大意是:我们的青铜时代正在崩塌。看电影时我以为是句氛围台词,补完课发现它是字面意思。

青铜是铜加锡。铜好办,塞浦路斯就是产铜大户。锡极其稀少,地中海世界几乎不产。

2022 年的一项同位素研究测了乌鲁布伦沉船上的锡锭:1/3来自塔吉克斯坦的矿山,走了3200 公里陆路才到地中海上船;

2025 年的研究又确认,以色列海岸沉船上的锡来自英国康沃尔。

造一把剑的供应链,横跨三个大陆。

青铜时代原料网络地图:锡从英国康沃尔和塔吉克斯坦两头汇入东地中海,铜出塞浦路斯,青金石来自阿富汗,琥珀来自波罗的海

青铜时代原料网络地图:锡从英国康沃尔和塔吉克斯坦两头汇入东地中海,铜出塞浦路斯,青金石来自阿富汗,琥珀来自波罗的海

乌鲁布伦沉船是这张网络的实物证据:一艘公元前 1320 年左右沉在土耳其海岸的商船,货舱里有塞浦路斯的铜锭、中亚的锡、阿富汗的青金石、波罗的海的琥珀、埃及的圣甲虫,来自十来个不同文化的货物装在同一条船上。

博德鲁姆水下考古博物馆的乌鲁布伦沉船复原,货舱里铺满牛皮形铜锭

博德鲁姆水下考古博物馆的乌鲁布伦沉船复原,货舱里铺满牛皮形铜锭

公元前 1200 年前后,这张网络在大约五十年内整体熄灭。百年干旱、连环地震、饥荒、流民,多重冲击同时打在一个高度耦合、毫无冗余的系统上:

锡进不来,青铜造不出,靠宫殿统一记账分配的经济没有任何备份。

特洛伊、乌加里特、赫梯首都、迈锡尼,接连烧毁。希腊人烧了特洛伊把战利品运回家,不到一代人,迈锡尼自己也被烧成灰。我们今天还能读到迈锡尼的账本泥板,恰恰因为烧掉宫殿的大火把泥板烤成了陶。

此后希腊进入四百年黑暗时代,文字失传,人口锐减。荷马四百年后唱这个故事时,只记得城破了、英雄叫什么名字,完全不知道自己在给一整个崩溃的世界写墓志铭。这段推荐 Eric Cline 的《文明的崩塌:公元前 1177 年的地中海世界》,整本书讲的就是这场连锁崩溃。

特洛伊城破的时候,中国在干什么

补课过程中最提神的一问。答案:商朝正当盛年。

特洛伊第七层焚毁约在公元前 1180 年。那时商朝已立国四百多年,都城在殷,也就是今天的安阳。甲骨文已经用了七八十年,王室占卜、归档、记事,是一套有专职人员的文书系统。青铜工艺正处在铸造后母戊鼎那种八百公斤重器的高峰。

同一个世纪,地中海那边线形文字 B 随宫殿一起烧毁,希腊人即将忘掉怎么写字,一忘四百年;黄河这边,占卜师刻完龟甲归档入坑,那批龟甲三千年后挖出来我们还能读。一边的文字在死,一边的文字在被埋进土里等着被读。两边彼此完全不知道对方存在。

这是补课时让我印象最深的中西差别:希腊的书写传统断过,断得非常彻底,线形文字 B 直到 1952 年才被重新破译,和后来的希腊字母毫无继承关系;甲骨文到金文到篆隶楷,改朝换代无数次,文字一次都没断过。

为什么中国没断?

迈锡尼是一张国际贸易网上的节点,青铜、财富、政权的合法性都靠外部输入,网络一断,它就没有存在的理由;

商周是农业内向型体系,粮食、人口、政权都在本地闭环,改朝换代换的是顶层,底下那套自己接着转。所以希腊断得彻底,中国换代不换字。今天我们还能大致读两千年前的文本,希腊人却一度读不了五百年前的自己。

还有个反直觉的后续:希腊那次断裂,反而长出了新东西。宫殿经济烧掉之后再没重建,填进真空的是一批小型、自治、互相竞争的城邦。如果迈锡尼的宫殿体系顺利延续,大概率长成近东式的神权王国,不会有公民大会、悲剧竞赛和哲学辩论。

雅典民主是断裂之后长出来的东西,不是文明连续的成果。思想的爆发,需要的不是繁荣,是权力的分散。而权力的分散,往往正是上一个秩序崩掉之后留下的空档。

往后对照也有意思:荷马史诗写定和《诗经》早期篇章的整理差不多同时;孔子去世九年后,苏格拉底出生;希腊独立战争和鸦片战争,前后相隔不到二十年。

写在最后

《伊利亚特》全诗的第一个词是"愤怒",《奥德赛》的第一个词是"人"。一部讲愤怒如何毁掉最强的战士,一部讲一个人如何回家。三千年前的听众围着吟游诗人听的就是这两件事。

荷马不歌颂胜利,胜利者的下场在他笔下并不比失败者好。

诺兰接住了这一点,还用 IMAX 胶片把它拍得好看,这是我佩服的地方。

补完这一圈课,最后留在我心里的不是历史知识,是人没怎么变。开战前要找一个说得出口的理由,冠冕堂皇就行,牵强也不要紧,海伦就是这么被用的;打赢了急着分战利品,分不匀就当场内讧;明知这仗不该再打,谁也拉不下脸先撤。

另一面也没变:奥德修斯装疯装到一半,看见儿子被放到犁前,还是把犁拐开了;赫克托耳知道城守不住,还是出了城门;佩涅洛佩等了二十年。而且这两面经常长在同一个人身上:装疯是算计,把犁拐开是本能,中间隔了不到一分钟。荷马把这些原样写下来,一个字不评,他知道人看人,是看得懂的。

琢磨完这些,我大概懂了诺兰为什么挑《奥德赛》而不是《伊利亚特》:

《伊利亚特》讲怎么打赢一场仗,《奥德赛》讲的是打赢之后:仗赢了,又如何?

破城那晚,奥德修斯拿到了一个人能从战争里拿到的一切:胜利、战利品、名声。之后他用十年把这些全部丢掉——船沉了,战利品沉了,同伴死光了,在独眼巨人的洞里他连名字都不敢报,自称"无人"。丢到一无所有,他才回到伊萨卡。

这首诗自己也是这么活下来的。唱它的那个世界整个烧掉了,希腊人忘了怎么写字,宫殿和账本都没留住,这个故事靠人一代代背下来,穿过四百年黑暗期。城和财宝都没熬过那场崩溃,一首诗熬过来了。

想继续挖的话:《伊利亚特》《奥德赛》中译本有王焕生和陈中梅两个通行版本;英文可以看 Emily Wilson 的新译本;青铜时代崩溃看上面提过的《文明的崩塌》。我自己也是刚补的课,写错的地方欢迎指正。


图片来源与授权

· 四张地图为自绘示意图(海岸线数据:Natural Earth),归途站点采用后世传统比定,非荷马所给坐标。

· 照片与画作来自 Wikimedia Commons:特洛伊城墙 Jorge Láscar (CC BY 2.0);木马复制品 YesimMutlu (CC BY-SA 4.0);黑船陶杯 Clio20 (CC BY-SA 3.0);墨西拿海峡 NASA(公有领域);戈佐岛 Freddyolsson (CC BY-SA 4.0);阿伽门农面具、野猪牙头盔 Jebulon (CC0);乌鲁布伦沉船复原 Dosseman (CC BY-SA 4.0);塞壬瓶与勃克林画作为公有领域。

· 演员照片同样来自 Wikimedia Commons:马特·达蒙 Elena Ternovaja (CC BY-SA 3.0);安妮·海 瑟薇 Jay Dixit (CC BY-SA 4.0);汤姆·赫兰德 Gage Skidmore (CC BY-SA 3.0);赞达亚 Glenn Francis, PacificProDigital.com (CC BY-SA 4.0);露皮塔·尼永奥 John Sears (CC BY-SA 4.0);本尼·萨夫迪 Colleen Sturtevant (CC BY-SA 4.0);乔·博恩瑟 Super Festivals (CC BY 2.0)。

· 剧照与预告片画面来自环球影业官方宣传物料(©Universal Pictures),仅作影评配图。

跳转微信打开

  •  

Shein 在和 Temu 的版权诉讼中再受挫,败诉了

原创 Fenng 2026-08-17 18:05 新加坡

怎么回事?

前几天的消息,Shein(希音)周四在伦敦针对竞争对手 Temu 提起的版权侵权诉讼中败诉。

这件事情是怎么回事呢?看了一下媒体报道,大致情况如下:

Shein 指控 Temu 「大规模」使用 Shein 自有品牌服装的照片,侵犯其版权。

但是法官驳回了 Shein 关于 Temu 侵犯其版权的主张。因为 Temu 只是一个「中介平台」,并不了解相关侵权行为,即使有商家侵权了,Temu 也不应承担责任。因为照片由商家上传,Temu 没有参与照片内容的选择、制作或编辑,对这些特定照片主要发挥技术、自动和被动作用。

法官在判决中指出,Shein 最初主张 Temu 复制了 Shein 的照片,但在庭审中没有继续追究这一主张(其实也另有原因),Temu 的服务器位于英国境外,相关复制行为也发生在英国境外。Temu「禁止商家上传侵权内容」,因此不能认定 Temu 授权了相关侵权行为。

Temu 则反诉 Shein 通过独家协议捆绑供应商、违反竞争法,这起案件预计将于明年,也就是 2027 年开庭。如果 Shein 的香港 IPO 按现阶段计划完成,竞争法案件很可能会在其上市之后了。

媒体的报道细节比较少。看完还是有些疑问,于是又找了一些信息。发现这个纠纷已经打了几年。

2023 年 6 月,希音先向 Temu 发出律师函,称 Temu 英国网站上的大量商品使用了希音的产品照片。2023 年 8 月 7 日,希音正式在伦敦高等法院起诉。

希音提出的核心指控是:

  • Temu 商家使用希音员工拍摄的商品照片;

  • Temu 商家使用希音供应商或摄影机构提供的照片;

  • Temu 借助这些图片销售相同或相似服装;

  • Temu 因而搭上了知名度更高的希音的顺风车。

希音随后在 2023 年 9 月和 2024 年 2 月取得临时禁令。Temu 收到希音通知后,必须在很短时间内移除相关图片。由于 Temu 的商品页面不能没有照片,实际结果通常是整个商品页面被下架。一共有数千个商品页面因此受到影响。

希音最后整理出的诉讼清单涉及 Temu 英国网站上的 2559 个商品页面,其中:

  • 2285 个使用了希音员工拍摄的照片;

  • 263 个使用了供应商照片;

  • 11 个使用了摄影机构照片。

为了避免逐一审理数千个页面,法院采用了抽样审理方式,最初选择了 20 个代表性商品页面:

  • 4 个员工摄影作品;

  • 13 个供应商摄影作品;

  • 3 个摄影机构作品。

但在审判前,希音陆续撤回其中 15 个样本的诉讼,包括全部摄影机构作品和绝大部分供应商作品。2026 年 4 月,法院已经就这 15 个被放弃的样本判 Temu 胜诉。

因此,2026 年 5 月正式开庭时,实际上只剩下 5 个样本:

  • 四组希音员工拍摄的照片;

  • 一组名为 Strawberry Nightdress 的供应商照片。

这也是理解本案的关键:希音最初声称存在「工业规模」的侵权,但真正进入完整审理的代表性样本只有五个。要注意这并不意味着诉讼只涉及五个页面,但确实反映出 Shein 在大量供应商和摄影机构作品上难以证明完整权利链。

整个过程中,特别不利于希音的一点是,在最初发出律师函时:

  • 本案主张权利的 Roadget 尚未取得全部相关员工照片的版权;

  • 对大量供应商及摄影机构照片,希音一方自己也不知道是否拥有版权;

  • 希音没有向 Temu 提供完整的作者、首次版权人和权利转让证明。

法院因此认为,连 Shein 自己都没有弄清楚具体照片的权属,很难反过来认定 Temu 应当知道这些照片侵犯了希音的版权。

法院进一步认定,Temu 在这些具体商品页面上主要扮演中介平台角色。

要注意这里法院并不是简单认定「Temu 是中介平台,所以不承担责任」,而是分别驳回了 Shein 提出的复制、向公众传播和二次侵权主张。法院同时认定,就本案剩余的五组代表性照片而言,Temu 主要发挥技术、自动和被动作用;即使构成侵权,也可以援引网络托管免责。

另外,Temu 在商家协议中禁止上传侵权内容,并设有知识产权投诉和下架机制。结合同样缺乏鼓励、批准或控制涉案照片的证据,法院认定 Temu 没有授权用户实施版权侵权。

Temu 收到 Shein 的通知后进行了调查和删除。对于临时禁令下的通知,Temu 在两个工作日内移除了相关页面;对于最初律师函列出的 8,036 个页面,处理持续了数周,但法院结合通知数量、链接错误和权属材料不足等情况,仍认定 Temu 的处理速度是合理的。

因此,即便前面的某项侵权主张成立,Temu 理论上仍可以援引英国电子商务规则中的避风港原则。

剩下的一组供应商照片是 Strawberry Nightdress。但这唯一保留下来的供应商照片还有授权问题。

法院确认,希音后来取得了相关照片的版权以及追究既往侵权的权利,因此具备起诉资格。

但是,证据显示供应商一方很可能已经同意其亲属经营的 Temu 店铺使用这些照片。法院因此认定,这组照片的使用获得过许可,侵权主张仍然失败。

那么,Temu 为什么反诉呢?

法院发现至少存在三类问题:

  • 希音根据禁令通知下架的部分代表性照片,后来自己撤回了诉讼;

  • 2023 年禁令原本没有覆盖部分供应商和摄影机构作品,但希音仍以此要求下架;

  • 2024 年禁令要求希音说明作者和最初版权人,希音部分通知没有符合要求。

Shein 辩称,禁令只要求移除照片,没有要求 Temu 移除整个商品页面。

但这个说法法院并没有接受。原因非常实际:服装产品无法在没有图片的情况下正常销售,Temu 的系统也不允许没有图片的商品页面继续存在。因此,移除照片实际上必然导致商品下架,希音应当预见这一结果。

法院最终认定:

  • Temu 的知识产权反诉在责任层面成立;

  • 希音需要为错误通知造成的损失承担责任;

  • 具体赔偿金额将在后续第三阶段审理中确定。

这可能是此次裁决中对希音最实质的不利部分。

这个诉讼过程的一个教训是:版权人必须先弄清楚自己到底拥有什么权利。

希音在尚未核实摄影者、首次版权人以及权利转让链条的情况下,大规模发送下架通知,是本案的重要失误。

看到这里,有点好奇 Shein 请的哪家或哪几家法务律师团队。

希音不只是没有获得赔偿,未来还有可能反过来被 Temu 索赔。

相比索赔而言,反倒是 Temu 另有一项更重要的反诉:诉希音涉嫌违反英国竞争法。

Temu 指控希音:

  • 要求供应商签署排他性或限制性协议;

  • 阻止供应商向 Temu 供货;

  • 利用版权投诉和禁令大量移除 Temu 商品;

  • 通过供应链控制和诉讼手段限制竞争。

案件材料还涉及大约 450 家希音重要供应商签署的供应商声明或承诺文件。

这个有点像国内电商反垄断的时候那个二选一的事儿了。

最后总结下来看,这次官司不只是「两家公司为几张照片打官司」那么简单,而是两种跨境电商力量在争夺三样东西:

  • 商品和图片的知识产权控制权;

  • 供应商资源;

  • 谁应当为平台商家的行为承担责任。

所以像路透社这样的媒体会用「电商行业迎来关键裁决」的描述来进行报道。或许,在将来会有更深远影响。

以上内容,如有事实出入,欢迎读者以及相关方指正。

跳转微信打开

  •  

IndexTTS 2.5 让声音跨越语言

原创 Index 语音团队 2026-08-17 15:00 上海

不赶进度、专注打磨!今天想和大家聊聊我们最新发布的 IndexTTS 2.5,支持中/英/日/西/阿五国语言零样本配音,推理速度翻倍升级,跨语言情绪还原更自然,同时也支持原声的语速控制能力,补齐上代模型短板。在AI语音合成领域,B站自研的 IndexTTS 系列一直以高情绪还原度、可落地性强著称。这次新版 IndexTTS 2.5 并没有快速迭代更新,而是团队进行了长时间、全方位的深度打磨。宁愿推迟发布,也要把速度、音质、多语种适配、情绪自然度全部优化到位,最终给大家带来更成熟、更好用的全新版本。

👉 仓库地址 (记得Star🌟):https://github.com/index-tts/index-tts

👉 官方宣传片(求三连🎉):https://www.bilibili.com/video/BV1uvMk6ZEdK/

👉 论文地址:https://arxiv.org/abs/2601.03888

👉 Demo展示地址:https://github.com/index-tts/index-tts2-5.github.io

为什么要做 2.5?

去年 IndexTTS 2 发布后,非常受社区小伙伴们喜爱,情感和音色解耦组合的能力,让不少创作者在有声书、视频配音场景里玩出了花。

但我们也收到了很多真实的反馈,其中最集中的两条是:

  •  “只会中英双语不够用啊”——想让自己的声音说日语、说西语;

  •  “好是好,就是有点慢”——实时性场景里等得着急。

这两条反馈,成了 IndexTTS 2.5 的立项初心。经过大半年的打磨,我们交出的答卷是:

  •  🔥 跨语种情感复刻:进一步打磨情绪韵律表现与音色还原效果,整体稳定性大幅提升;

  •  🌍 多语言升级:一站式支持中文、英语、日语、西班牙语、阿拉伯语五大语种,满足语种多样化的配音需求;

  •  ⚡ 更快更轻:对推理架构进行轻量化重构,有效提升推理运行效率;

  •  🎙️ 灵活语速:开放语速控制能力,满足创作需求

下面和大家展开聊聊我们是怎么做的。

先站在巨人的肩膀上看看路

语音合成这两年发展很快,技术路线也几经分化。我们在报告里梳理了一张主流零样本 TTS 的技术全景图:

目前最主流的范式是:语言模型先生成承载发音和韵律的"语义 token",再由流匹配模块还原声学细节,最后经声码器输出波形。IndexTTS 2.5 沿用了 IndexTTS 2 验证过的这条主干,把火力集中在四个关键升级点上。

升级一:多语言,难在"同一个字两种读法"

做多语言 TTS,最头疼的问题之一是跨语言共享字符。举个最典型的例子:日语里大量使用的汉字,模型看到它,到底该按中文读还是按日文读?

为了系统地回答这个问题,我们设计并公平对比了三种建模策略:

一个重要的发现是:没有银弹,三种策略各有擅长且互补。我们把完整的对比结论写进了报告,希望能给同行们做多语言系统时提供一些可直接参考的设计原则。

巧妇难为无米之炊。为了喂饱多语言模型,我们还搭了一条自动化数据管线—带事件分类的 VAD 切分(区分语音/歌唱/伴奏/噪声比例)、一体化 ASR(识别 + 说话人日志 + 标点恢复)、选择性音源分离(仅伴奏片段用 Demucs 抽人声,避免音质劣化)、基于说话人一致性与文本连贯性的片段合并(单说话人、≤25s)、音频质量 + 文本质量双重过滤。

最终我们攒下了约 15 万小时的多语言语料,外加 135 小时情感语音。

升级二 & 三:瘦身组合拳——

序列砍半 + 换个更轻的"心脏"

提速这块,我们打了套组合拳:

第一拳:语义 Codec 帧率从 50Hz 压到 25Hz。 语义 token 序列长度直接减半,训练和推理的计算量、显存占用都大幅下降,而语言信息几乎无损。

第二拳:S2M 模块主干从 U-DiT 换成 Zipformer。 参数更少、生成更快。有意思的是,主观盲测里 Zipformer 版本反而以 56% vs 40% 的偏好率赢下了更复杂的 U-DiT——大道至简。

两拳叠加,效果直接看数据(相同 A10 硬件环境):

T2S 模块 RTF 从 0.232 降到 0.119,S2M 模块从 0.078 降到 0.017,整体提速约 2.28 倍,主观听感无可感知下降。对实时交互场景来说,这是从"能用"到"好用"的一步。

升级四:让模型自己"卷"自己——

GRPO 后训练

我们把 GRPO 强化学习引入了 T2S 模块的后训练:同一段文本让模型随机生成 4 个候选语音,用 ASR 词错误率和说话人相似度当"裁判"打分,让模型自己朝着"读得对、像本人"的方向进化。

收获是实打实的:五语言平均 WER 从 6.75% 降到 6.00%,平均说话人相似度从 73.18 升到 73.63,英、日、阿语的提升尤其明显。

效果怎么样?上数据

零样本语音克隆:在五种语言的评测中,IndexTTS 2.5 平均说话人相似度最高,但WER比4B模型Fish Audio S2 Pro略差一单,整体处于第一梯队:

注:图中仅列入五种语言均有完整结果并报告平均值的模型;带 † 的数据引用自各模型原论文,WER 越低越好,SS 越高越好

跨语言合成:用一段中文语音做参考,让同一个音色开口说英、日、西、阿语,IndexTTS 2.5 综合成绩全场最佳:

情感迁移:情感训练只用了中文和英文数据,但模型把"情绪"带到了所有语言——阿语情感测试(还是用日语 prompt 的极限设定)MOS 达到 4.18/5;在 CV3-Eval 情感零样本基准上,中文情感识别准确率 0.713,比 CosyVoice3 的 0.467 高出一大截。

多语言情感合成对比(IndexTTS 2.5 vs CosyVoice3):

情感感知评测(CV3-Eval Emotion-ZeroShot 基准):

简单说:你给它一段开心的中文,它能让一个西班牙语的声音同样开心。 情感,音色,语种被明显解耦了。

写在最后

从 IndexTTS 1 到 2 再到 2.5,这个系列的每一步成长都离不开社区的关注和反馈。这一次,我们希望 IndexTTS 2.5 能让"用任何声音、说任何语言、带任何情绪"这件事,离每一位创作者更近一点。也欢迎在评论区聊聊你的使用场景和建议——你们的每一条反馈,都是下一个版本的立项书。

团队介绍

本论文主要作者来自哔哩哔哩 Index 语音团队(bilibili Index Speech Team),Index语音团队是一支专注于音频技术创新的研究团队,致力于音频生成、语音合成与音乐技术的前沿探索,重点研究高保真、自然真实、可控性强的语音生成模型。团队通过深度学习与神经网络技术的不断突破,持续为学术界与工业界提供高质量的语音合成技术支持与创新方案,助力创作者用声音打破表达边界。

团队招聘相关

工作职责:

1.负责语音大模型(Speech LLM)及语音生成技术的研发与迭代,聚焦高保真语音合成(TTS)、零样本音色克隆、情感/风格可控语音生成等方向,持续挑战技术边界。

2.紧密跟踪语音合成领域最新进展(如基于 LLM 的端到端语音生成、扩散/流匹配语音模型等),推动研究成果向业务转化,并在顶级会议/期刊发表高水平论文。

3.将语音生成技术工程化落地于 B站视频出海、内容创作、虚拟主播等核心场景,解决音色相似度、情感表现力、多语言支持等实际业务痛点,打造行业领先的语音创作工具。

工作要求:

1.计算机科学、人工智能、信号处理等相关专业硕士及以上学历,具备扎实的机器学习、深度学习理论基础。

2.深入理解多模态与生成式模型原理,熟悉大模型底层技术(如 Transformer、Diffusion、Flow Matching、自回归建模等);在语音生成领域有前沿技术研究及论文发表经验,敢于挑战技术边界。

3.对主流语音合成架构有深入理解,熟悉 IndexTTS、CosyVoice等开源语音合成模型,具备模型训练、微调、推理优化及工程化部署的实战经验;

4.有 ACM/ICPC、Kaggle 等编程竞赛获奖经历,或 GitHub 开源项目具有较大影响力者优先。

5. InterSpeech、ICASSP、NeurIPS、ICML、ACL 等语音或 AI 顶会/顶刊发表过相关论文者优先。

-End-

作者丨Index SpeechTeam

阅读原文

跳转微信打开

  •  

去哪儿网:AI Coding驱动大型核心系统重构实践

原创 张培&薛锦泽 2026-08-17 11:43 北京

文章概览前言大型重构的难点,是系统级不确定性AI Coding 重构工程化方法论重构实践案例总结作者介绍:张培

e7aea0b2-cb9f-4322-b3ce-66271860cbe5.png

文章概览

图片

  • 前言

  • 大型重构的难点,是系统级不确定性

  • AI Coding 重构工程化方法论

  • 重构实践案例

  • 总结

作者介绍:

张培,2017年加入去哪儿旅行,国内机票报价技术负责人 / AI 研发 SIG 负责人。主要负责国内机票报价系统技术架构、稳定性与性能优化, 覆盖报价核心搜索系统等 P1 核心服务; 2025 起负责国内机票 AI Coding 从 0 到 1 建设, 推动技术中心 AI Coding 从个人提效走向端到端工程交付。

薛锦泽,2022年加入去哪儿旅行,目前在国内机票-主站报价与自营-国内报价团队,主要负责国内机票主流程搜索以及国内机票供应平台的基建与日常维护。

前言:AI Coding 不只适合小需求

过去一段时间,AI Coding 已经逐渐进入日常研发流程。对于目标清晰、范围集中的小需求,AI 往往可以快速完成代码修改、测试补充和问题修复,研发同学也很容易通过几轮交互形成闭环。

但这次我们想讨论的不是一次普通的小需求开发,而是一次 15 万行高并发核心系统重构:主流程强依赖、链路复杂、对性能和稳定性要求极高,任何不可控改动都可能带来线上风险。

这篇文章尝试回答三个问题:

  • AI Coding 能不能从“辅助写代码”,升级为“驱动大型重构的工程化执行系统”?

  • 在长上下文、大影响面、高风险场景下,如何让 AI 的执行过程可控、可验证、可回滚?

  • 一次大型重构真正可复用的经验,究竟是提示词、工具链,还是背s后的工程约束和质量闭环?

在这次实践中,我们最终拿到了一组结果:

维度

结果

交付效率

总工时:约 100PD → 30PD

性能收益

搜索主流程 P50 / P90 耗时均下降约 70%

资源收益

机器资源成本节省约 45%

上线结果

无 QA 介入,顺利上线无故障

相比结果本身,更值得讨论的是这套方法背后的工程化思路:先把大型重构变成目标可拆解、边界可约束、过程可验证、风险可回滚的执行系统,再让 AI 在这个系统里持续推进、反馈和沉淀证据。

一、大型重构的难点,是系统级不确定性

1、从局部功能交付到系统行为控制

小需求开发与大型系统重构的差异

小需求开发和大型系统重构的差异,不只是代码量从几十行变成几万行。更关键的变化,是目标从“局部功能交付”变成了“系统行为控制”。小需求只要改对一个功能点,并通过相对明确的测试路径,就能形成闭环;大型重构则必须证明一整条主链路在改造前后仍然行为一致,并且异常、性能、资源和副作用都在可控范围内。

这也是为什么大型重构不能简单套用小需求 AI Coding 的方式。两类任务看起来都是“让 AI 改代码”,但它们对上下文、验证和风险控制的要求完全不同。小需求里,AI 的局部理解偏差通常可以通过几轮交互快速修正;大型重构里,同样的偏差可能会被放大成系统级风险。

2、四类不确定性会决定重构成败

大型重构真正难的地方,不是某个类怎么改、某段逻辑怎么搬,而是重构完成后系统行为是否仍然可信。这个可信度来自对不确定性的持续消除。

  • 行为不确定。重构前后的请求、响应、异常语义是否一致,是否会在边界场景、历史配置或特殊数据路径下出现隐性差异。

  • 影响不确定。改动是否只影响目标链路,还是会误伤主流程、分支流程、缓存、配置逻辑或外部依赖。

  • 验证不确定。靠人工测试和少量回归用例,是否足以覆盖线上真实流量里的复杂组合场景。

  • 风险不确定。一旦线上出现差异,能否快速发现、定位、止损,并在必要时回滚到原流程。

如果这些不确定性没有被显式处理,AI 的执行就很容易变成“看起来完成了代码改造”,但团队无法判断它是否真的满足上线条件。大型重构最危险的不是 AI 不会写代码,而是在边界不清、验证不足时,它会用自己的隐含假设补齐缺失信息。

3、为什么传统重构成本高

传统重构之所以成本高,也正是因为这些不确定性需要大量人工消化。工程师要靠经验梳理系统结构、调用链路和隐性风险,要靠人工测试判断核心功能是否正常,还要在推进过程中持续记录分析结论、改造记录和验证结果。

传统痛点

在大型重构中的表现

带来的风险

工时投入大

代码梳理、逻辑迁移、测试回归依赖大量人工投入

推进周期长,过程容易被局部问题拖慢

系统认知不完整

系统结构、历史逻辑和隐性依赖依赖少数人的经验

容易遗漏边界场景和非主干链路

测试验证覆盖不足

人工测试通常优先覆盖核心功能,难以覆盖真实流量组合

上线后才暴露一致性或性能问题

过程沉淀不足

分析结论、改造记录、验证证据分散在不同会话或文档里

复盘困难,后续任务难以接续推进

任何一个环节缺失,都会让重构进入“代码改完了,但没人能证明它真的安全”的状态。对于主流程核心系统来说,这种状态本身就是风险。

4、AI Coding 的前提,是先把不确定性变成工程约束

让 AI 完成系统重构前必须补齐的四个工程条件

所以,让 AI 参与大型重构的前提,不是给它更长的上下文,也不是让它一次性理解完整系统,而是先把这些不确定性转化成工程约束:目标可拆解、边界可限定、验证可自动化、失败可回滚。只有先把执行环境设计清楚,AI Coding 才可能从“写代码工具”升级为“可持续推进重构的执行系统”。

换句话说,大型重构要解决的不是“让 AI 多写代码”,而是让 AI 在长上下文、大范围、高风险下仍然可控。下一步要讨论的,就是这套可控执行环境应该如何设计。

二、AI Coding 重构工程化方法论

第一章讨论的是大型重构为什么难:它面对的不是单点代码修改,而是系统级不确定性。要让 AI Coding 进入这种场景,核心不是给 AI 更大的自由度,而是先搭建一套可执行、可验证、可回滚的工程闭环。AI 在闭环里持续推进,人负责关键判断和风险控制。

1、先理解两个关键词:Harness 和 Loop

Harness 负责约束边界,Loop 负责反馈推进

在这套方法里,最重要的两个关键词是 Harness 和 Loop。Harness 解决的是“AI 能在什么边界内行动”,Loop 解决的是“AI 每一轮执行后如何反馈和继续”。两者结合后,AI 才不是在开放空间里自由发挥,而是在目标、边界、工具、验证和停止条件都明确的环境中执行。

  • Harness 是约束系统。它定义目标、边界、上下文、规则、可用工具和停止条件,决定 AI 可以做什么、不能做什么、遇到什么情况必须停下来。

  • Loop 是反馈系统。它让每次执行都经历计划、修改、验证、分析、记录和判断,决定下一步是继续推进、重试修复,还是升级给人工确认。

没有 Harness,AI 很容易在边界不清时自动补齐假设;没有 Loop,自动执行就容易变成失控的连续改动。大型重构需要的是二者共同工作:先把行动空间收敛,再让执行过程有反馈。

2、四阶段闭环:从目标到上线证据

AI Coding 驱动系统重构的四阶段闭环

有了 Harness 和 Loop 之后,重构流程需要被组织成可持续推进的阶段闭环。我们把大型重构拆成规划、设计、执行、验收四个阶段,只有执行阶段真正进入高频 AI Coding,前面的规划和设计主要用来把目标、边界、方案和验证条件对齐清楚。

  • 规划阶段。明确重构目标、扫描系统链路、建立指标基线,先回答“为什么改、改到什么程度算成功”。

  • 设计阶段。完成技术方案、里程碑拆解、Phase / Task 规划和依赖关系梳理,先回答“怎么改、按什么顺序改”。

  • 执行阶段。按照 Task 逐步执行 AI Coding,每次改动都要验证、记录和判断,失败后进入分析和修复流程。

  • 验收阶段。汇总测试结果、Diff 结论、指标效果和发布证据,判断是否具备进入下一阶段或上线收口的条件。

这个流程的重点不是把步骤画得更复杂,而是让每一步都有明确输入、输出和判断标准。AI 可以承担大量高频执行,但它不能替代流程本身。

3、人机分工:人负责判断,AI 负责高频执行

人负责方向与风险判断,AI 负责高频执行与沉淀

大型重构里,人和 AI 的分工必须清楚。AI 适合做信息整理、代码执行、测试反馈、Diff 分析和文档沉淀;人必须负责目标定义、边界判断、架构取舍、风险接受和上线决策。否则,AI 很容易在缺少判断标准的情况下,把执行效率变成风险放大器。

角色

主要职责

不能交出去的部分

人

目标定义、边界划定、架构判断、风险接受、上线决策

方向判断、方案取舍、是否继续推进

AI

代码扫描、方案辅助、代码修改、测试执行、Diff 分析、报告沉淀

不能替代人确认业务目标和风险边界

这意味着人的工作不是退到流程之外,也不是每一步都手写代码,而是在关键节点做判断、设边界、看证据。AI 的价值则体现在高频执行和沉淀上,把大量重复、细碎、可验证的工作持续推进下去。

4、任务拆解:先里程碑,再 Task

从重构目标拆到 AI 可稳定执行的 Task

大型重构不能直接把“大目标”交给 AI。目标越大,隐含假设越多,AI 越容易在不确定的地方自行补齐。更稳妥的做法,是先把重构目标拆成里程碑,再拆成 Phase,最后拆到 AI 可稳定执行的 Task。

  • 里程碑用于表达阶段性业务目标,例如先保证行为一致,再做性能优化,最后做灰度收口。

  • Phase用于表达一组有共同验收目标的任务集合,便于阶段性 Go / No-Go 判断。

  • Task是 AI 可稳定执行的最小工程单元,最好接近一次小需求改动,并且能独立验证、独立回滚。

一个合格的 Task 不能只有一句“实现某能力”。它至少要说明输入、输出、修改范围、不修改内容、验收标准、风险点和回滚方案。Task 越清楚,AI 的执行空间越稳定,后续验证和排障也越容易。

5、Task 文件:先约束输入,再沉淀证据

Task 文件必须定义执行输入、验证标准和风险出口

Task 是 AI 可稳定执行的最小工程单元。但要让 AI 稳定执行,Task 文件不能只写一句“实现某能力”。它必须提前定义执行输入、验证标准和风险出口,让 AI 知道该改什么、不能改什么、做到什么程度算完成,以及遇到什么情况必须停下来。

  • 做什么。写清任务目标、业务背景、交付物和成功状态,避免 AI 只理解局部代码改动,却忽略这次改动服务的阶段目标。

  • 改哪里。写清影响范围、涉及模块、代码改动清单、依赖关系和预期输出,让执行边界足够具体。

  • 不改哪里。写清不能触碰的链路、接口语义、配置项、外部副作用和历史兼容逻辑,减少“顺手优化”带来的系统风险。

  • 怎么验。写清编译、单测、自动化测试、Diff、回归和性能指标等验证标准,让 Task 是否通过有明确证据。

  • 失败怎么办。写清回滚方案、失败策略、Human Gate 和停止条件,让 AI 不会在异常状态下继续扩大改动范围。

Task 文件的作用不是“给 AI 一段需求描述”,而是把一次改动约束成可执行、可验证、可恢复的小闭环。Task 写得越清楚,AI 的自由发挥空间越小,后续排障和复盘成本也越低。

产物沉淀:

Task 执行完成后,还必须沉淀执行证据。代码写完不代表 Task 完成,真正完成的标准是执行文档、执行记录、验证结果和判断结论都可以被后续任务复用。

沉淀产物

记录内容

作用

Task 执行记录

修改文件、修改原因、改动摘要、不修改内容

让每次 AI Coding 都能被追溯和复盘

验证结果

编译、单测、自动化测试、Diff 分析、性能数据

证明本次 Task 是否具备进入下一步的条件

风险判断

遗留风险、失败原因、是否需要人工确认

控制 Loop 的下一步方向,避免盲目继续执行

产物链接

方案文档、代码变更、测试报告、部署记录

支持跨会话恢复上下文,也方便后续任务复用

6、项目总览文件与自动化执行

项目总览文件是 AI 项目的执行入口和状态源

当 Task 数量变多后,单轮对话不可能承载全部上下文。大型 AI Coding 项目需要一个项目总览文件,作为文档导航页、状态页、上下文恢复入口和自动化执行入口。

  • 项目定义。记录背景、目标、范围边界、关键约束和最终验收标准。

  • 过程产物链接。聚合方案、架构、任务拆解、Task graph、验证文档和部署记录。

  • 执行状态。记录每个里程碑、Phase、Task 的进度、通过情况、阻塞原因和下一步动作。

  • 上下文恢复。让 AI 在新会话里能快速定位当前项目状态,而不是重新从头理解整套系统。

自动化执行不是让 AI 一直跑,而是让 AI 按项目总览和 Task graph 找到下一个可执行任务,进入 Harness + Loop 执行;完成后,再把执行记录、验证结果和产物链接回写到总览文件。这样项目即使跨会话、跨阶段,也能持续推进。

项目总览文件本质上是大型 AI Coding 项目的状态源。它把“人脑记住的项目进度”变成“机器可读取、团队可复查、任务可接续”的工程资产。

7、发布级质量控制

Task 通过不等于可以直接全量上线。Task 级验证只能证明单次改动在局部范围内可控,发布级验证要证明新流程在真实流量下行为一致、指标稳定、异常可回退。

  • 影子双跑。新旧流程同时运行,用 Diff 对比核心结果,先在不影响线上行为的情况下收集差异。

  • 灰度切流。逐步提高新流程真实流量占比,避免一次性全量切换带来的不可控风险。

  • 监控放量。持续观察成功率、耗时、错误率、资源消耗和核心业务指标,判断是否满足继续放量条件。

  • 异常止损。指标超过阈值时自动切回原流程,并保留排障证据,保证问题可定位、可恢复。

发布级质量控制把“开发正确”推进到“生产可控”。只有当真实流量下的行为一致性、性能指标和回退能力都满足要求,大型重构才具备上线收口条件。

三、重构实践案例

第二章讨论的是工程闭环本身:如何用 Harness 约束边界,用 Loop 推动执行,用 Task 和项目总览文件承载上下文。第三章进入真实案例,看这套方法如何落到一次主流程核心系统重构中。

这不是一次边缘工具改造,而是一次涉及搜索和填单页链路的核心系统重构。它的关键挑战不只是代码量大,而是必须在高并发、强依赖、性能敏感的真实生产环境里证明行为一致、指标稳定、异常可回退。

1、模型选择:

AI Coding 模型:业界主流Coding大模型

2、这是一次什么级别的重构

近15w代码、高并发系统重构

这个风险等级决定了后续写法:我们不能只讲“AI 写了多少代码”,而要先交代系统复杂度、业务痛点、重构目标和验证条件。只有把这些背景说清楚,后面的里程碑拆解和发布控制才有上下文。

本次重构涉及多个主流程核心应用。系统经历了长期业务迭代,承担了更多业务支持的关键能力,既有历史逻辑复杂,也有高 QPS 和性能约束。

系统定位

约束

搜索引擎系统

约 10.5 万行,QPS 10k,IO + CPU 密集

包装系统

约 4.9 万行,QPS 1.6k,CPU 密集

预定系统

稳定性要求高,QPS 80

系统当前存在的问题:

问题与痛点

影响

不同系统各自维护三方数据源,系统业务逻辑高度耦合

数据口径不一致,业务一致性难以保障

核心业务高速迭代,加速系统腐化,导致后续需求迭代成本高

影响业务推进速度,测试维护困难

系统传输报文数据传输大,qps高

系统IO压力大,导致单机问题出现频繁

系统问题也不是单一维度的“代码老化”。不同业务方在系统中各自维护数据源,数据口径容易分散;原本独立的系统随着业务演进逐渐形成强耦合,跨系统调用带来维护和测试成本;计算量与报文量持续增长,也让远程调用链路暴露出性能瓶颈。

重构目标:

  1. 合并搜索核心链路系统

  2. 三方数据源统一,解跨系统业务口径策略不一致问题

  3. 整体规划流程系统性能优化,搜索P50耗时190ms->120ms, 节省30%服务器资源

3、里程碑拆解:先一致、再优化、后收口

重构里程碑划分

确定目标和边界后,下一步不是立刻写代码,而是决定推进顺序。大型重构的拆解顺序,不能只按“哪个模块好改”来排,而要按“风险能否逐步收敛”来排。

这个顺序背后的原则是:先保证行为一致,再优化结构和性能,最后灰度收口。也就是说,收益不是第一优先级,先让系统行为可信,才有资格继续推进性能优化和旧链路退场。

4、先框定 M1 的目标和边界

在整体里程碑中,我们先展开 M1。M1 的目标不是一次性完成全部系统合并,而是先让选举系统具备本地包装能力,并通过一致性验证证明新旧链路行为可对齐。

目标明确之后,更重要的是边界明确。大型重构不是让 AI 自由改系统,而是先限定可改路径、不可改代码和验收证据,再把可执行部分交给 AI。

  • 修改范围护栏。只改 相关链路和实现承接,其他搜索、缓存、选举流程代码不动。

  • 行为语义护栏。请求、响应、异常语义保持不变,核心链路差异必须通过 Diff 收敛。

  • 运行安全护栏。通过影子双跑、灰度切流和自动止损控制发布风险,不做一次性全量替换。

  • 副作用护栏。影子链路不写 MQ、Redis 或外部系统,新增验证不能影响主流程稳定性。

5、执行路线:9 个 Phase、34 个 Task

M1 被拆成 9 个 Phase、34 个 Task,按依赖关系逐步推进。

在 M1 内部,我们继续把工作拆成 9 个 Phase、34 个 Task。这里不直接平铺 34 个 Task,而是在 Task 之上增加 Phase,是为了让路线更容易理解,也便于按阶段设定验收条件。

  • Phase表达一组有共同目标的任务集合,可以作为阶段性推进和验收单元。

  • Task表达 AI 可稳定执行的最小工程单元,每个 Task 都有独立目标、边界、验收和回滚方式。

  • Task 类型区分为 MANUAL、CODE、CONFIG、VERIFY,其中 CODE 是主要进入 AI Coding 的部分,MANUAL 和关键 VERIFY 需要人工判断。

  • 执行顺序按 Task 依赖关系推进,而不是让 AI 随机挑选任务执行。

这样拆解后,AI 执行的不再是一个模糊的大型重构目标,而是一系列接近小需求粒度、可以逐步验证的小闭环。项目总览文件负责记录当前进度、任务依赖和执行状态,自动化执行则按总览文件找到下一个可执行 Task。

项目总览文件汇总背景目标、方案产物、Phase / Task 进度和执行状态

路线图只能说明“任务怎么拆”,项目总览文件负责说明“项目跑到哪里”。它把仓库、背景目标、方案产物、Phase / Task 状态和执行记录汇总在一起,成为跨会话恢复上下文的入口;而到单个 Task 层面,还需要继续沉淀执行记录,避免代码改动和验证证据散落在不同会话里。

Task 执行记录沉淀代码变更、测试结果、部署信息和风险判断

6、Diff 闭环:真实流量差异是下一轮修复输入

线上 Diff 进入拉取日志、聚类分析、问题定位、修复方案和人工确认闭环。

在这个项目里,Diff 不是问题结论,而是下一轮修复的输入。影子双跑可以把新旧流程放到真实流量下对比,但 Diff 出现之后,真正重要的是让差异进入“聚类、定位、修复、复验”的闭环。

  • 拉取 Diff 日志。根据 traceId、时间、环境补足上下文,避免只看单条差异就下结论。

  • 聚集性分析。把相似差异归类,识别高频异常和集中出现的场景。

  • 问题定位。结合模块、配置和代码路径判断可能根因。

  • 生成修复方案。由 AI 辅助给出改动建议和补充验证建议。

  • 人工确认后执行。是否采用、如何灰度、是否回滚必须由人确认,再交给 AI Coding 进入下一轮修复。

这也是 AI Coding 在大型重构里的另一个价值:它不只写代码,也能参与线上差异分析和修复方案生成。但排障边界必须清楚,AI 可以辅助聚类、定位和建议,关键风险判断仍然由人拍板。

7、结果验证:效率、性能、资源收益

维度

结果

效率收益

整体工时节省: 100PD → 30PD,提效约 70%

性能收益

核心链路响应降低:P50 191ms → 59ms,P90 644ms → 195ms,下降约 70%

资源收益

资源成本节省约 45%

上线结果

无 QA 介入,顺利上线无故障

最终结果需要回到证据本身。大型重构的收益不能只看交付速度,还要同时看行为一致、发布可控、性能改善和资源收敛。

这些结果成立的前提,是前面的行为一致性验证和发布级质量控制。效率、性能和资源收益只有在系统行为可信、线上风险可控的前提下,才真正有工程价值。

四、总结:AI Coding 的价值不止是写代码

回到这次重构本身,AI Coding 真正带来的变化,不只是让 AI 多写了一些代码,而是把一个高风险、长周期、强依赖验证的系统工程,拆进了可以持续推进的工程闭环里。

对于大型系统重构来说,最难的部分往往不是某一段代码怎么改,而是这些问题能不能被持续控制住:目标是否清楚,边界是否明确;任务是否能拆成可执行、可验收的单元;每次修改是否有自动化验证和执行证据;线上风险是否能通过 Diff、灰度、监控和回滚机制收敛。

1、AI 负责高频执行,人负责关键判断

在这个过程中,AI 更适合承担高频、重复、上下文明确的执行工作,例如代码迁移、接口适配、测试补充、日志分析和文档沉淀;而人仍然需要负责目标判断、方案取舍、风险识别和最终确认。

这也是大型重构中比较重要的一点:不是把决策完全交给 AI,而是让 AI 在清晰的工程约束里工作。约束越清楚,AI 的产出越稳定;验证越充分,团队对自动化执行的信任越容易建立。

2、把复杂问题拆成可验证的 Task

从实践看,Task 是 AI Coding 能否稳定运行的关键单元。一个好的 Task 不只是“要改什么”,还应该说明为什么改、改到哪里、如何验证、风险是什么、完成后留下什么证据。

当 Task 足够清楚时,AI 的执行就不再依赖某一次对话里的临场发挥,而是依赖结构化输入、自动化验证和持续沉淀。对于大型重构,这比单次生成代码更重要。

3、最终沉淀的是团队能力

一次重构结束后,真正值得保留下来的不只是代码本身,还包括任务拆解方式、项目总览文件、验证脚本、Diff 分析流程、发布检查项和风险处理经验。

这些资产沉淀下来之后,下一次面对类似的大型改造,团队就不需要从零开始摸索,而是可以复用一套更成熟的工作方式:先把不确定性变成工程约束,再把工程约束交给 AI 和自动化流程反复执行、验证和修正。

因此,AI Coding 在大型系统重构中的价值,可以概括为一句话:它不是替代工程治理,而是把工程治理变得更细、更连续、更容易被执行。

跳转微信打开

  •  

团队准备解散了。。

前端充电宝 2026-08-17 09:30 浙江

2026年,互联网行业变天了……

周五下午,公司技术群弹出一条消息:隔壁组裁员名单定了,前端和后端各走一半。

群里没人出声讨论,大家都心知肚明。

如今Agent接到指令,自己拆解任务、调用工具、交付结果,一个人就能调度Agent完成一整条业务链的事情!企业需要的不再是“只会写代码的人”,而是能深耕Agent落地架构、推动业务侧智能体搭建的技术人才。

当Agent替代了"执行",程序员的唯一出路,就是去做“设计Agent架构的人”!

现在各大厂把Agent都嵌入进了核心业务线,能搭ReAct Loop、能接MCP、能把Skills做成资产的Agent架构师,需求量直线飙升!

同样的年限、城市,Agent架构师岗位薪资,普遍比传统程序员高出30%—80%。不管是一线大厂、AI初创公司,还是传统企业数字化部门,都在持续扩招,岗位缺口极大,竞争压力远小于内卷严重的传统开发岗。

01

薪资差背后,是技术栈的迭代更替

去年Spring Cloud还是简历上的金字招牌,今年再打开JD一看,岗位要求已经全变了,投了几十上百份简历,连面试机会都拿不到。

这种巨大的落差感,很容易让人陷入自我怀疑——这些年积累的工程经验,是不是一夜之间清零了。

Agent架构师看起来完全是另一个赛道,可你真把岗位JD一条条拆开看——流程编排你做过,接口设计你搞过,异常兜底你处理过,工程架构你搭过……这恰恰是你转型的底气。

不用从零转行、不用推翻过往经验,只需补齐AI架构的系统思维与实战能力,就能完成职业跃迁。

我们专门为想要进阶突围的技术人,打造了【Agent 架构师进阶实战营】,帮你系统入门、实战落地,快速拿下高薪赛道入场券。

🔥立即扫码,即可免费预约🔥

↓↓↓仅限前100人↓↓↓

完课后赠送:

《Agent应用案例集》《Agent万字讲解》

02

Agent 核心技术 + 项目实战

90%的课程教你怎么调API,只有这门课教你怎么治住Agent——工作流节点崩了,不用重跑;工具传错参数,自动纠偏;写了上百个Skill,Agent从不瞎选。

这门课只聚焦一件事:让你掌握Agent架构师最核心的开发能力。啃透技术原理,亲手搭建项目,用实战经历,和其他求职者拉开差距。

Agent 核心技术

  • Agent核心回路:搭建“观察-思考-行动-反馈”闭环,让模型输出变成可控的系统控制流。面试必问。

  • MCP协议与外部能力标准化:标准协议动态发现、调用、治理外部工具。协议解决连接,编排和治理才是架构师的核心。

  • Skills技能资产体系:把Agent能力沉淀为可组合、可治理的SKILL资产,不再靠一堆散装prompt凑合用。

  • 长程任务与状态管理:Session归属、Workspace管理、Checkpoint恢复,让Agent执行长周期任务,能恢复、能审计、能接着做。

Agent 项目实战

只学理论不实操,面试官一两句就能问出来。Agent架构师最值钱的不是“知道”,是让Agent在复杂任务中持续稳定地运行。你在项目里怎么设计ToolRegistry、怎么做Checkpoint恢复,答得上来,薪资才谈得上去。

这门课每个核心技术都配真实业务场景,让你把架构决策和工程落地一起练透:

项目一:构建永不崩溃的复杂研判工作流

  • 信号驱动 Workflow → Router 资讯分流 → 并行研判 → 分层摘要 → 聚合成稿

  • 学完后,能独立实现一套模型参与的复杂工作流,并能讲清上下文控制、失败恢复和可观测性设计。

项目二:从ReAct到沙箱的自主任务闭环

  • Session → ReAct Loop → MCP 工具调用 → 行动力管理 → Sandbox

  • 学完后,能独立实现一个接入 IM、能够自主调用工具完成任务的 Agent,并能讲清它的行动回路、纠错机制与安全边界。

项目三:让Agent在海量Skill中精准命中并严格执行

  • Skills 定义 → 发现与匹配 → 初始化加载 → Agent Loop 执行 → Evals

  • 学完后,能够独立搭建从 Skills 编写、发现、加载到验证的完整链路,并能讲清 Agent 能力工程化的核心设计。

🔥立即扫码,即可免费预约🔥

【Agent 架构师进阶实战营】

↓↓↓仅限前100人↓↓↓

完课后赠送:

《Agent应用案例集》《Agent万字讲解》

03

为什么这门课能带你拿下Agent高薪岗

市面上多数Agent课程,要么是纯技术博主讲概念,要么是脱离企业真实场景的Demo教学。真到面试或落地时,完全对不上企业的用人要求。

这门课不一样,课程特邀Agent架构领域技术大咖——莫欣、崔超、赵宏伟老师领衔主讲。他们长期深耕Agent架构领域,深度参与一线企业Agent系统设计与落地,精准掌握头部公司对Agent架构师的核心能力要求、技术门槛和面试侧重点。

跟着他们学完,你会亲手搭出一套能跑、能扩展、能写进简历的Agent系统。

04

真实学员上岸案例,转型加薪

课程中教的Agent核心回路、工具治理、长程任务等关键架构能力,正是现在面试考察的重点。

不少前端、后端、传统架构出身的学员,跟着课程学完后,从传统开发岗转型Agent架构岗,实现薪资和职级同步进阶。

适合人群:

  • 1-5年经验的前端、后端、工程研发:感觉技术栈在贬值,想切换到AI高薪赛道;

  • 传统架构师:想系统补齐Agent架构的系统思维和实战经验;

  • 技术栈偏旧的开发老手:有工程底子,缺AI架构认知,想完成职业跃迁;

  • ……

如果你也感觉技术栈在贬值,不想出现在下一轮裁员名单上,这门课【Agent 架构师进阶实战营】一定要来听,快速帮你系统补齐Agent架构能力,拥有别人难以取代的核心价值!

🔥立即扫码,即可免费预约🔥

↓↓↓仅限前100人↓↓↓

完课后赠送:

《Agent应用案例集》《Agent万字讲解》

👇🏻点击「阅读原文」,马上领取!

阅读原文

跳转微信打开

  •  

AI 会生成 PPT 之后,Runtime 决定了它能做多好

原创 Phodal 2026-08-17 07:58 浙江

当 Agent 已经能够通过代码生成 PPT,我们真正缺少的还是更多 API 吗?

最近,我重新看了 remio 在 PPT DSL 上的尝试,也注意到 OpenAI 的 Artifact Tool(产物工具)正逐渐演进成一套完整的专业文档运行时。 这让我重新想到一个问题:

当 Agent 已经能够通过代码生成 PPT,我们真正缺少的还是更多 API 吗?

引子:PPT 已经可以被编程,为什么仍然不好用?

回头看最早的 PPT Agent,我觉得这里其实存在两个不同的问题:

  • • Agent 如何理解并持续操作一份专业文档

  • • 当底层能力已经足够丰富时,为什么 AI 生成的 PPT 仍然如此千篇一律

前者关乎产物(Artifact),后者则关乎表现力。

生成之后:Agent 如何重新进入一份 PPT?

年初还在 Thoughtworks 的时候,我做了一个 PPT Agent 原型,希望加速咨询师日常的复制、修改和排版。第一个版本借鉴了 ChatGPT.com 的 slide Skill,基于 PptxGenJS 和 python-pptx 实现,后来放在了 phodal/claude-code-codex-slide项目下。

真正做起来以后,我发现咨询师面对的通常不是一份空白 PPT,而是大量历史材料:找到合适的页面和对象,完成局部修改,同时保留原来的模板和布局。用户还会继续在 PowerPoint 中修改,之后又希望 Agent 能接着工作。

因此,PPT 不能只是 Agent 一次性生成的文件,它还需要成为一个能够被重新理解、定位和持续操作的 Artifact。

能力足够:为什么表达仍然千篇一律?

另一个问题则发生在生成这一侧。今天的大模型已经很会写 JavaScript,PptxGenJS 也几乎能够表达所有常见的 PPT 对象。 AI 做 PPT 早已不是“能不能画出来”的问题。

但生成得越多,就越容易发现结果不断收敛到三栏卡片、四宫格、左右分栏和时间线。底层 API 明明拥有巨大的能力空间,Agent 实际使用的却只是其中很小的一部分。

因为 Agent 真正需要表达的并不是 Shape 和坐标本身,而是观点的主次、数据中的异常、架构中的边界,以及背后的专业判断。

可编程解决的是“能不能做出来”,表现力解决的是“这个意图可以怎样被更好地表达”。

这实际上是 Runtime 演进的两个方向:先让产物变得可操作,再让操作本身变得更有表现力。前者解决 Agent 如何持续进入一份 PPT,后者解决 Agent 如何从巨大的能力空间中选择更合适的表达方式。我们先从第一步说起:从可编程文件到可操作的 Artifact。

API 让 PPT 可编程,Runtime 让 PPT 可持续操作

如果目标只是从零生成 PPT,PptxGenJS 已经足够好。Card、Grid、设计 Token、文本测量、图片裁切乃至碰撞检测,都可以继续封装成 JavaScript Helper。

但这些抽象主要服务于生成过程。一旦 PPT 被用户修改、数据发生变化,或者 Agent 需要在几天之后重新接管,真正困难的问题 就不再是“有没有一个 Helper 可以调用”,而是:

Agent 如何重新理解当前产物,并找到自己需要继续操作的对象?

产物运行时:让 Agent 持续理解和操作 PPT

Browser Use 是一个很好的参照。Playwright 早就可以 click() 和 fill(),但 Browser Agent 真正需要的是另一层能力: 它必须先看到当前页面,找到具体对象,对对象执行操作,再观察操作后的结果。

换句话说,Agent 面对的不再是一组孤立 API,而是一个可以反复进入的工作环境。我把这样的一层抽象称为 Artifact Runtime。

产物运行时(Artifact Runtime),是位于 Agent 与专业产物之间的一层运行时:它把原本只是输入或输出的产物,转换成 Agent 可以持续观察、定位、操作和验证的工作对象。

工作循环:观察、寻址、操作与验证

也就是说,这个实际工作的过程更接近一个循环:

Observe(观察),是让 Agent 理解产物当前是什么状态;Address(寻址),是让 Agent 能够定位并引用其中具体的对象;Operate(操作),是对这些对象执行局部操作,而不是重新生成整个产物; Verify(验证),则是在操作以后重新检查结果,再决定下一步做什么。

关键在 Address。它不只是"找到一个对象",而是让对象拥有可以被 Agent 稳定引用的身份。"第三页左边蓝色的框"不是好的寻址方式。Artifact Tool 里更接近真实工作方式的是:先 inspect 出一份带锚点的快照,再 resolve("sh/c3d4e5f6") 去改那个对象。

一次很普通的修改大概是这样:

  1. inspect({ search:"Revenue"})
  2. →{"kind":"textbox","id":"sh/c3d4e5f6","name":"headline","text":"Revenue outlook"}
  3. resolve("sh/c3d4e5f6").text.replace("Revenue","Revenue outlook")
  4. inspect({ target:{ id:"sh/c3d4e5f6"}})

Agent 先看到当前页,拿到 sh/c3d4e5f6 这个身份,改完标题后再检视一次。用户在 PowerPoint 里改过字、挪过框, 这份文件仍然可以被重新进入。文件不再只是 Agent 的输出,而开始成为工作循环的一部分。

这也是 Artifact Tool 真正往前走的一步:它不只是另一套 PPT API,而是让 Presentation 开始成为可以被反复观察和操作的产物。

而当对象已经可以被持续操作,新的问题也随之出现:对象之间的布局、关系和规则,是否还需要 Agent 每次重新计算?这也推动 Runtime 继续向上生长。

从可操作到可表达:Runtime 接管重复决策

到这里,Agent 已经可以重新进入一份 PPT,定位对象并完成局部修改。但如果新增一张指标卡之后,它仍要重新计算卡片宽度、间距、换行和标题高度, 那它只是从"一次性生成" 变成了 "反复编程"。

Runtime 的下一步不是增加更多原子 API,而是开始维护对象之间的关系。表现力不会因为多了几个 Helper 自动出现;它出现在 Agent 不用再把注意力耗在坐标上的时候。

布局语义:保存关系,而不是保存一次排版结果

在坐标模型中,“四张指标卡等宽排列”最终只会留下四组位置和尺寸。一旦卡片数量或文字长度变化,Agent 就需要重新排版。 布局语义保存的则是对象之间的关系:等宽、等距、对齐,以及空间不足时如何换行。Agent 选择表达方式,Runtime 负责重新求解布局。

Artifact Tool 的 Compose 已经把这件事做成了页面描述方式。 row、 column、 grid 描述结构, fill 和 hug 描述空间怎么分配:

  1. slide.compose(
  2. <row width="fill" gap={24}>
  3. <box width="fill" height="hug">ARR</box>
  4. <box width="fill" height="hug">NRR</box>
  5. <box width="fill" height="hug">Churn</box>
  6. <box width="fill" height="hug">Payback</box>
  7. </row>,
  8. { frame:{ left:72, top:160, width:1136, height:200}}
  9. )

这还不是表现力本身。四张等宽卡排得再稳,仍然可能是同一套模板。但 Agent 只有先从坐标里脱身,才有机会去想:这一页该强调异常,还是该画出边界。

领域语义:从通用形状到可复用的专业对象

grid 只知道对象如何排列,并不知道它们是一组指标卡; connector 只知道节点需要连接,并不知道这条线表达的是服务依赖还是演进路径。布局语义解决的是空间关系,还解决不了专业意图。

当这些结构反复出现以后,就可以进一步沉淀为领域对象。remio 走的是这一层:Agent 不再先写 Shape,而是先写"这是一组指标 / 一条演进 / 一个架构边界",再由 Runtime 展开成可编辑的 PPT 对象。Agent 决定新增什么指标、服务或阶段;Runtime 负责继承样式、调整布局、重排连接,并检查结果是否仍然可读。

  1. 专业意图
  2. ↓
  3. 领域对象与关系
  4. ↓
  5. 布局约束
  6. ↓
  7. 可编辑的 PPT 对象

这条演进可以概括成:坐标与形状 → 布局关系 → 领域对象 → 专业意图。每向上一层,Agent 需要维护的实现细节就少一些,Runtime 能够确定性完成的工作就多一些。

表现力也是在这一层才真正开始分叉。面对同一组数字,坐标层的 Agent 很容易继续生成四张卡;领域层的 Agent 才有机会说:这里该强调异常,而不是再铺一张对称网格。Runtime 不会替 Agent 做这个判断,但它决定了 Agent 是在 Shape 上做选择,还是在专业对象上做选择。

Runtime 的边界:接管工程复杂度,而不是替代专业判断

Runtime 并不是抽象得越高越好。对象寻址、布局求解和格式转换,可以交给系统;页面要表达什么、采用怎样的叙事结构,仍然需要 Agent 判断。 用户最终感受到的,只是修改以后布局是否稳定、模板能否保留,以及 Agent 能否继续接管。

Agent 负责专业判断,Runtime 负责把判断稳定地展开、修改和验证。

从可编程走向表现力,不是给 Agent 更多 API,而是让 Runtime 接管已经可以被工程化的复杂度。

阅读原文

跳转微信打开

  •  

从蒸馏到合成数据到 RSI,模型竞争的下一个焦点是什么?|42章经

原创 曲凯 2026-08-16 21:00 北京

蒸馏并不是国模变强的决定性因素

本期嘉宾繁青是 Evolvent AI 联创。他是 01 年的 PhD,曾在 Kimi 做了一年多 RL infra 和 agent,参与 Kimi K2.5、Kimi Linear 等重要模型的发布。Evolvent AI 也是这批数据公司里跑得比较好的几家之一。

本期播客原文约 19000 字,本文经过删减整理后约 6200 字。

编辑整理:陈皮

曲凯:我们最近聊了很多模型、算法相关的人,发现出来创业的人里,大多是 post-training 背景,而 pre-training 背景的很少。这是为什么?

繁青:做 pre-training 很吃资源,初创公司很难 cover 这块成本。而 post-training 就好很多,路径也比较明确:要么做合成数据,要么做平台类的东西。后者可能有点抽象,可以简单理解成做 bench。

不过现在的 bench 和以前不太一样。

以前主要考模型的推理和做题能力,现在还要考模型在真实环境里的操作能力,比如能不能很好地操作飞书、Notion 等软件。这种 bench 如果做得足够好,很容易转成落地的商业模式。

曲凯:但以前做题和 coding 的那种 bench,可验证性更强,最后对一下结果就行。如果是要造一个环境,该怎么评判结果的好坏?

繁青:会比以前复杂。

首先要确保模拟环境和真实环境是对齐的。举个例子,我们在环境里造了一个 Notion,真实世界里也有一个 Notion,那在输入相同时,两边的输出是不是一样?如果一样,至少能证明这个环境是对的。

另外就是要检查结果。就像你说的,以前可能对个结果就行,但现在得拆出很多维度的小得分点。这些得分点目前还是比较依赖人的精细设计。

曲凯:明白。我最近听到一种说法,说 post-training 的人其实每天主要是在做数据?

繁青:确实,尤其在大厂。举个例子,大厂之外的人要 SFT 一个模型,可能得去 GitHub 拉仓库、找 GPU、配环境、整理数据,再训练。

但在模型厂内部,这一套已经被做成了服务。研究员很多时候只要提交请求,然后等结果就行。在这种情况下,研究员最重要的事就是把数据做好。

曲凯:那 post-training 是不是相对比较枯燥?现在训模型的门槛是不是也没有大家想得那么高了?

繁青:后者我比较认可。对大部分研究员来说,训练模型的门槛确实降低了。但如果你是做 infra,相当于是在做那套服务,里面还是有挺多坑的。

至于 post-training 是不是枯燥,我觉得倒不一定,因为造数据本身很难,即便现在有 agent 参与,不同的人造出来的数据也不一样。

我们最近做了一个 RSI bench,就在讨论 agent 能不能直接完成造数据、迭代训练模型这件事。目前看,agent 只能做一些比较机械的事。比如某批数据导致模型回答格式错了,agent 可以发现并修改。但如果要让它提出造数据的 insight,现在还做不到。而模型厂的研究员在这件事上有很多自己的 know-how,这也是大家的核心能力。

曲凯:不同人做出来的数据好坏,大概体现在哪里?

繁青:最直接的量化标准,是这批数据能不能在模型不作弊的情况下,让模型在目标 benchmark 上提分。

还有一些其他考虑。比如我用代码数据训练模型,它在代码 bench 上提升了,会不会让写作这类偏文科的能力下降?也要看难度是不是适中。太简单的数据没用,太难的数据,模型也学不好。

不过,要正经检验数据质量,还是得拿去训练。训练前,只能做一些初筛。

曲凯:明白。你刚从 Kimi 出来不久,现在 Kimi、MiniMax、智谱这些国内模型厂都在陆续发新模型。你怎么看国内模型现在的发展阶段?大家在拼什么?

繁青:从已经发布的模型来看,国内模型和国外模型的差距在缩小。

当然,具体相差多长时间很难估计,因为国外厂可能有自己的存货没发出来。但比如 Kimi K3,在国内卡可能只有国外十分之一的情况下,效果已经接近 Fable 5 了。

我认为这个结果,主要来自预训练。

国内有限的资源,反而倒逼出了国模在 pre-training 上的架构创新。比如 Kimi Linear、DeepSeek 的 Multi-head Latent Attention,相比于原有的 attention 机制,都是希望用更少的训练资源达到更好的效果。

但在后训练上,国内可能比国外要弱一些。这里的弱不是说技术实力弱,而是像 Anthropic、OpenAI 这些厂,在数据上的积淀更早。国内积淀相对少,所以目前可能会通过蒸馏来补足短板。

曲凯:这和我预想的不太一样。我之前以为,pre-training 部分海外的人才密度更高,卡也远多于国内;而 post-training 更偏工程,理论上应该是国内更有优势的部分。但你认为国内在 pre-training 上更有特色,post-training 反而弱一些?

繁青:对,我和身边一些朋友都比较 buy in 这一点。

预训练更拼研究员的聪明才智。从实际结果看,现在全球范围内比较好的模型架构也就是 Kimi 和 DeepSeek 做出来的,而且它们至少已经在自己的公司里证明了 scale 能力。

而后训练就像你说的,更工程一些。工程上的时间差更难弥补,而且数据积淀比较拼人力和组织。

曲凯:这还蛮有意思的。

那之前智谱在 coding 上长期领先,现在 Kimi K3 出来之后,榜单和反馈都很好。所以后面模型厂还会交替领先吗?尤其像你说的,Kimi 在模型架构上有创新,而且这版也是一个大参数模型。那其他家还有可能很快超过吗?

繁青:只看 bench 上的结果,基本还是会交替领先。但大家相互追赶的过程中肯定有时间 gap,而且真实体感不一定完全一样。

曲凯:所以今天各个模型在拼的,到底是架构创新、数据、infra,还是什么?

我们最近也聊了很多人,我的一个感受是,人才只要肯花钱就可以招,数据只要肯花钱也可以做。那中长期是不是还是拼卡,最后是不是还是大厂更有优势?

繁青:从技术上说,架构、数据、infra 都要拼。

架构决定你能不能在有限资源里榨出更多东西;数据决定你能不能在 benchmark 上达到更好效果;infra 保证内部迭代速度。

不过技术一直在流通,大家的技术水平差异不会特别大。

那长期看,卡当然非常重要。但即便大厂有更多卡,我个人还是更看好初创公司。

因为我觉得最后可能要看组织形态,也就是怎么让公司作为整体跑得更快,比如部门怎么划分更合理、多模态部门到底要不要单独划出来。混元就是一个例子。它在没有改架构的时候可能做得比较差,但现在突飞猛进。

曲凯:说到多模态,有人说,多模态、世界模型不在智力主线上,真正提升模型智力的还是 coding、数学这些。你怎么看?

繁青:这个说法有点绝对。我觉得多模态也应该放到主线上。只是现阶段基于资源考虑,还不太能做全模态优化。而且多模态不像文本信息那样高度压缩,噪声更多,发展起来也会慢很多。

但我相信之后多模态会变得重要,因为 AI 要进入物理世界,还需要视觉、听觉、触觉等各种东西。

曲凯:明白。那现在有没有共识,下一个阶段最核心的是什么?

繁青:现在的共识可能就是 auto research,或者叫 RSI、self-evolving、AI for AI。

目前大众可能更倾向于把 RSI 理解成模型自己迭代自己,得到一个更强的模型;而 auto research 则更像是已经有一个强模型,让它持续迭代做某件事,比如写出一个好的 GPU kernel。

但我认为这些概念说白了都是一件事:

给模型一个工作环境和目标,看它能不能持续操作,拿到结果反馈之后修改之前的操作,最后突破上限。

曲凯:我理解这件事其实有几层可以做。

从最表层的产品结果来讲,可以让模型输出结果后,先不给用户,而是多尝试几次,得到更好的结果之后再给出来。这层应该比较简单,之前也有人在做。

最上层,就是模型能不能自己训练自己。

中间是 harness 部分,也就是怎么让 harness 自己转起来。这层我想多理解一下,因为有人说模型未来会把 harness 一起训进去,就没有所谓 harness 这层了。你怎么看?

繁青:我倒不认为 harness 会不存在。

现在模型厂基本都有自己的 harness,一般会跟着模型一起发版,因为后训练时,模型的输出会经过 harness,反向传播也会让模型越来越适配这个 harness,所以这两者往往会配套出现。当然,我相信 harness 会越来越简单。

曲凯:那未来几年还会有第三方 harness 的空间吗?

繁青:要分情况。

像 coding 这种通用领域,可能确实没有第三方 harness 存在的必要。

但在垂直场景里,一方面大家可能没必要用最强的模型,另一方面也没必要用它们配套的 harness。用一个相对弱的开源模型,配一个简单的 workflow,可能就可以完成需求,而且成本更低、速度更快。这时可能就有第三方 harness 的空间。

曲凯:但如果真能实现 RSI,为什么不用模型自己训一个垂直领域的 harness?以及如果是这样,是不是模型仍然会吃掉一切,还是垂直领域还会有什么价值和壁垒?

繁青:用一个强大的模型写 harness 没毛病,但是这个 harness 未必要接最强的模型。

现在普通用户已经很难感受到新模型能力强弱的差别了,对一些垂直领域来说更是如此。所以大家大可以用强大的模型去指导一个比较小的开源模型,然后在自己的垂直场景上进行迭代,后面就只用这个小的垂域模型。

曲凯:那最终模型商的价值会怎么变化?就像你讲的,现在一些基础模型就已经够用了,最近 GPT 也降价了 80%。那有没有可能直到有一天,大家发现足够使用的模型已经接近免费了?

繁青:我会分两方面来看这个问题。一方面,如果未来真的出现一两家独大的局面,模型价格未必会一直降。因为现在模型降价不一定是因为卡很多、成本低,也可能有商业模式和竞争方面的考虑。毕竟现在开源社区很强,又有竞争对手。

另一方面,垂域还有很多数据隐私需求,不一定有很强的意愿去用 Claude、GPT 这种模型。

曲凯:但我觉得一两家独大,好像目前看起来也不太会发生?

繁青:嗯…不好说。

曲凯:那如果模型真的能自己研发自己,为什么创业公司不直接做一个更好的基模?以及为什么这件事不是模型厂自己做?

繁青:我最近也在思考,所谓 RSI 基模和模型厂正在训的基模,到底是不是正交的。我目前认为,这二者其实是同一件事。所以创业公司去训 RSI 基模,或者去做 RSI 的 harness,都没有太大意义。

曲凯:所以实现 RSI 最核心的点是什么?我能不能理解,只要基模的 coding 能力越来越强,慢慢就能做到?

繁青:我现在对 RSI 的思考是,很多 self-evolving 的方法可以看成一个更聪明版本的 DFS。

DFS 这个算法就相当于让模型走迷宫,遇到死路时再回溯到上一个点。

但在 DFS 里,这个回溯是由代码判断的;而在 RSI 中,是由 LLM 判断的。

而 RSI 的「聪明」,主要就体现在剪枝上。剪枝其实就是要预判一个操作会带来怎样的未来状态,以及这个状态的收益。那在 RSI 中,剪枝的作用就是要让 LLM 把更多精力放到更可能的路上,提高 RSI 的效率。

从技术上说,这件事实现起来,核心靠两个东西:world model 和 value model。这二者在大模型预训练时,已经被内化了。这也是为什么我前面说,我觉得创业公司训「RSI 基模」不太成立。

之后 RSI 变强,一方面要看模型有没有把 world model 的知识内化得更好,另一方面要看模型的 context 窗口有多长。前者决定模型知道多少东西,后者决定模型能回溯到多远的地方。

曲凯:现在模型厂都在往 RSI 这个方向走。假设有一天模型真能做到算法自迭代,数据会不会又变成瓶颈?还是到时候数据也能自己转起来?

繁青:我个人觉得可以转起来。我们最近做的 RSI bench,其实就是在探索这件事。我们目前确实发现,agent 在数据层面展现出了一定的自进化能力,以及自行合成更好数据的能力。

曲凯:我们正好可以捋一下数据的几波发展。我观察到第一波是以 Scale AI 为代表的普通人标注,第二波是 Mercor 那种专家标注数据。合成数据可以理解成当下第三波趋势吗?

繁青:我觉得是,但可能已经在趋势的中后期了。

第一波数据需求更多是为了做预训练,这块目前的需求确实不多了。

第二波对专家数据的需求是 o1 推理范式带来的。这部分依然有需求,但不会像 25 年年初那么多。因为现在模型很强,对专家的要求也变高了。原来可能只要求专家做题,现在还要专家出题,而且题不能和市面上已有题重合,这就太难了。

第三波对合成数据,包括真人数据这块的需求,则是模型 coding 能力变强、开始有更强的 Cowork 能力之后解锁的,主要是为了提升模型的 agent 能力。

曲凯:现在不同类型的数据,大概是什么价格?

繁青:专家数据可能是一两千这个量级。贵的合成数据能卖到好几千,一般就是一条非常长程的任务。真人操控轨迹有时候要走量,就没有单条的说法,因为噪声比较多。

曲凯:合成数据模型厂自己也能做,为什么还要外采?

繁青:数据肯定是多多益善,而且模型厂自己造的数据会有自己人的 bias,所以希望从外面收一批高质量数据,补一下分布。

但合成数据的单子以后肯定会越来越少,主要是因为目前的 bench 越来越少了。

现在模型越来越强,做一个好 benchmark 的难度也非常高,最终可能只会剩下少数几个最好的 benchmark。这样模型厂就可以围绕少数 bench 自己造数据,对外部需求就会少。

曲凯:所以数据还有什么可以做的机会吗?会是什么?

繁青:短期看,可能就是 RSI 数据,比如我用一个模型去后训练另一个小模型。这样一条训练轨迹目前很稀缺,要跑出来也比较难,可能得有模型训练背景的人才能做。所以数据行业的门槛也在提高。

曲凯:所以这半年,包括你们在内的一些公司靠卖数据赚了很多钱,收入涨得蛮快。但你前面说,你觉得这一波已经快进入尾声了?

繁青:对,普通 agent 数据这一波确实已经接近尾声。数据行业变化非常快,也会筛选数据厂商。以前主要走重人力专家标注模式的公司,可能很难活下来。反而是数据公司里有一线 hands-on researcher,可能更能追上数据变化的潮流。

曲凯:但要做好 RSI 数据,就像你前面提的,还是必须自己真的去训模型。

繁青:对。但现在训模型基本约等于造数据。包括我们造数据的时候,也会和模型厂商有合作。

曲凯:我想起来,最近有个蛮流行的说法:「算法就是数据,数据就是 infra,infra 就是算法」。它戏谑之中好像又带着一点真相(笑)。你怎么看?

繁青:没什么毛病。

「算法就是数据」,是因为算法往往会收敛到最简单的形式。当大家都用同样方法时,差异就体现在数据上。

「数据就是 infra」也好理解,因为 infra 决定训练能不能更高效。

「infra 就是算法」,则是因为当我们要训大尺寸、长轨迹模型时,就需要 GPU 层面或者模型 context 层面的并行,才可以训下去。

在这三者之中,数据是核心的驱动力。

现在算法和 infra 的基础形态相对稳定,但它们会跟着数据的需求走。如果以后数据越来越难、推理一条数据都要一天甚至几天,infra 和算法层面也都会跟着改。

曲凯:明白。那你觉得未来大家还会需要更多数据吗?或者大家肯定希望有更多数据,但还能有吗?如果就靠合成数据,那合成数据有没有可能发展成类似无限数据?

繁青:无限是不太可能的。数据量不会毫无节制地提高。

不过高质量数据会一直变多。因为 agent 用户越来越多之后,会反哺出更好的合成数据,再反哺模型训练。而模型尺寸增加之后,模型的效果也会变化,输出的数据质量也会逐步提高。

曲凯:当大家聊到合成数据时,也经常会把它和蒸馏放在一起讲。怎么理解这二者之间的关系?

繁青:生成合成数据时,需要 agent 在一个环境里面探索。如果这个 agent 背后是 Claude 之类的外部模型,大家就会把这个探索过程看成蒸馏。

但蒸馏也分「硬蒸」和「有技巧的蒸」。

硬蒸就是造的环境太简单,比如就是让模型做普通数学题,老师做一遍,学生拿过来抄。

但如果环境足够复杂,对应的题和评分标准又是正确的、足够高质量的,那么搭出这一套环境和题本身就是有难度的。

曲凯:那为什么有些公司会强调自己不蒸馏?蒸馏的坏处是什么?

繁青:蒸馏有点像抄近道,可能会让你错过在主路上本来能发现的一些 insight。

曲凯:明白。所以现在 AI Lab 大概处在什么状态?之前大家会担心 scaling law 撞墙。你觉得现在对 AI Lab 里的人来讲,是沿着现有路线还有很大空间,还是需要新的架构和技术路线?

繁青:从年初到现在,coding 一直是大家最重要的发力方向。这块增长还是很迅速,但整体 pipeline 已经相对稳定。所以 AI Lab 也会探索其他技术路线,比如 auto research。Anthropic 和 OpenAI 现在也都在探索这块,可能是要服务 AI for Science。

曲凯:正好你提到 AI for Science。除了 Anthropic 和 OpenAI,很多人都在做,包括字节 Seed 前一阵也推了 100 个科学家计划。但 AI4S 似乎和模型并不完全处在同一层面上?那为什么大家开始在这上面发力?

繁青:一方面是因为 STEM 领域确实是模型 research 能力比较直接的应用场景。

另一方面,现在已经很难单纯靠常规 benchmark 展现模型智力提升了。AI4S 和让模型写 GPU kernel 一样,都是长程、高难度的任务,是直接衡量模型智力的好场景。模型厂也需要找到这些场景去 PR。

曲凯:就是大家已经要从奥赛卷到诺贝尔奖了(笑)。

最后问一个比较敏感的问题:蒸馏对于国内模型的表现,到底有多大影响?

繁青:我觉得蒸馏不是国内模型变强的决定性因素。

就像前面讲的,我个人认为国内模型变强更多来自底层架构和预训练上的创新。

蒸馏是后训练里的加速手段,但不是说没有 Claude API 就做不出来。国内自己的模型现在也很强了,可以用自己的模型做合成数据。而且国内人这么多,如果真下狠心做数据基建,也不见得做不出来。

蒸馏可以缩短我们追赶的时间,但并不是国模变强的唯一原因,更不是最底层的原因。

42章经

思考事物本质

跳转微信打开

  •  

活动报名:RSI 和合成数据|42章经

曲凯 2026-08-16 21:00 北京

和 model researchers 一起交流

最近几个月,AI 应用侧比较冷,但模型侧非常热闹,国内外模型厂都在持续发版、交替领先。过去一段时间,我们也密集找了很多 Model Researchers 交流,想看看底层正在发生哪些变化。

聊下来,一个很明显的感受是:

数据变得越来越重要。

过去几个月里,也有一些专门做数据的公司跑出来,收入都做得非常高。Evolvent AI 就是其中之一。

在新一期播客里,我们请到了 Evolvent AI 的联创繁青。繁青是 01 年的 PhD,之前在 Kimi 做过一年多 RL infra 和 agent 相关工作,参与过 Kimi K2.5、Kimi Linear 等重要模型发版。

在播客里,我们聊到了模型竞争、算法 / 数据 / infra 之间的关系、RSI,以及比较敏感的蒸馏话题。繁青讲得非常实在,我们把节目内容发到 X 上后,也在 researchers 中间获得了一些关注(之后还会在 X 上继续发一些 memo,欢迎关注~)。

但播客毕竟是单向输出,而且是公开内容。其实围绕基模、RSI、数据,以及国内模型厂的真实差异,还有很多问题值得继续探讨。

所以我们组织了这次线上活动,请繁青和大家一起认识、交流一下。现场也会有数十位 Model Researchers 参加。

具体报名信息请见上方海报。活动时间为北京时间 8 月 22 日(周六)上午 10:30,线上进行,免费参加。我们会优先通过回答更认真、跟我们背景更匹配的朋友(非投资行业),具体通过情况请以工作人员通知为准。

期待和大家认识 & 交流!

跳转微信打开

  •  

一句话,长出一本书

原创 王建硕 2026-08-15 22:58 美国

我的书架上多了 23 本书,不是买的,也不能说是我写的——每本都从一个念头长出来。写一本书的成本,正在从几年的注意力,变成一句话。

我现在有一个书架:voicedrop.cn/books。上面有 38 本书。不久之前,准确的说是一周前,它们一本都不存在。

这些书既可以说是我写的,也不能说是我写的。更准确的说法是:每一本,都从一个念头长出来。

流程是这样的:

  • 我在 VoiceDrop 里写下一个中心思想——一个词,一句话,或者一篇文章

  • 按下提交,关掉 App,该干嘛干嘛

  • 几个小时后,书架上多了一本书:有封面,有目录,有十几个章节

比如《他为什么卖给你?》,整本书就是从一句话长出来的:

你买的每一股股票,不是从货架上拿下来的,而是从另一个人手里买回来的。所以要想一想,他为什么卖给你?

前几天在公众号连载的那四篇,就是这本书。

顺便澄清一下,大家在问。并不是我佯装自己进入股票市场了,仅仅是通过如上一句话,写了一本自己特别喜欢的书,分享给大家。即分享了这本书,更多的是分享整个写书的过程。

书架上的书杂得很:《程序员炒股指南》《每天 400 克》《金刚经·理工男读本》《越睡越晚》《中医:它是什么,以及为什么很多时候人们觉得它有效》。。。共同点只有一个:都是我某天真的想搞明白的问题。

写一本书的成本,从几年的注意力,变成了一句话。

以前书为什么贵?贵的不是纸,是一个人把几年的注意力押在一个问题上。现在这份注意力可以交给 AI——他不累,不拖稿,不需要鼓励,我睡觉的时候他在写。

最主要比起别人写的书,最大的好处是:这本书的话题是自己特定感兴趣的话题。特定的角度,一个世界的特定的切口。这个切口不见得有什么普世的价值,但是这个切面的书籍,在历史上出版的所有的书中间,可能并不多;或者即便有书覆盖,也要么是几百页中的几页,要么要用很多卷才能讲明白,恰恰好满足现在的好奇心的切口,就那么少。

书讲述的口吻也正好对自己的胃口。我现在并没有其他的风格,就是按照我喜欢的风格来写的:

**读者画像**:对世界有好奇心、想弄懂「它到底怎么运作」的人;

默认理工背景 / 软件工程师——爱因果、爱类比、烦空话。 

**文风铁律**:费曼式。不用大词;每个专有名词第一次出现都当场用大白话解释;宁可用一个精准的类比,也不用一句正确的废话。 

不见得每个人都喜欢,但是至少我喜欢。

这件事,照片经历过:暗房时代,一张照片值得装进相框;快门时代,照片变成随手的记录。印刷也经历过:活字之前,抄一本书是一个僧人一年的功课;活字之后,书成了普通人架上的日用品。书现在正走在同一条路上:从作品,变成表达的日常单位。

说实话,这些书不是传世之作,是写给我自己的解答书,别人翻开未必觉得好。但「我有一个问题,就为它长出一本书」,和「我有一个问题,去搜十篇文章」,是完全不同的两种感觉。

比如我给自己的写的书,每本书在 2 万到 3 万字左右,并不很长,大约 12 到 16 章,一两个小时就能读完一本。

《失序之夜》讲的是特洛伊木马带来的特洛伊的沦陷,导致的希腊秩序的崩塌和董卓烧洛阳,让整个东汉帝国秩序沦陷的时刻的比较,和后面的文明秩序崩塌的内在规律。

《工程师造的诡计》讲的是东野圭吾的一生,如何从严密的逻辑推导出来的悬疑小说的诡计。

《钱是怎么挪过去的》讲的是银行的账户系统,跨银行转账和阔过转账的 SWIFT 系统等。

《每天 400 克》讲的是断食的生活

《把黑箱拆开》是手搓大语言模型的指导书

《中医》 讲的它是什么,以及为什么很多时候人们觉得它有效

《金刚经 - 理工男读本》用程序的方法解构金刚经

《他为什么卖给你?》在我们买任何股票之前先仔细逼问自己:桌子对面是谁在这个时候把股票卖给你的?他为什么卖给你?

《涨也跌也赚,然后呢?》期权交易入门

《钱不脏,是我一直躲》关于金钱的心理学

《散场之后》是关于宇宙混沌的书,主要围绕熵这个概念让我们理解宇宙的混乱和秩序。

欢迎大家来读我刚刚写好的书。网址在:https://voicedrop.cn/books/

VoiceDrop 的用户也可以写。App 里的「写书」标签页,写下你的中心思想,花 320 算力,给他 20 分钟的时间。过一会儿来看,书架上会多一本书,署你的名字。

书架还会继续长,它随着社区的用户的好奇心成长着。也希望你加入。

阅读原文

跳转微信打开

  •  

朱镕基的1993年

原创 戴老板 2026-08-15 21:11 浙江

改革没有花絮

1993年9月12日,广州珠岛宾馆来了一批特殊的客人。

他们神色凝重,心事重重,拖着塞满文件和数据的箱子,成员60多人,大都来自国家财政部、体改委、税务总局等财政中枢机构。带队的,则是刚进中央两年的国务院常务副总理——朱镕基。

珠岛宾馆建于50年代,岭南园林特色,北接省委大院,南接二沙岛,素有“广东小钓鱼台”之称。但总理莅临,并非视察工作。相反,他们任务艰巨:劝说广东接受即将推出的分税制改革方案。

珠岛宾馆会议中心,广州市

在9月份的南粤闷热中,一场中央地方的博弈上演了。博弈的另一端,坐着的是广东省委书记谢非。

谢非,客家人,1932年出生于广东汕尾市,比朱镕基小四岁,15岁参加革命,49年入党,是广东改革开放的功勋人物。92年总设计师南方讲话,谢非作为省委书记全程陪同了小平在广东的考察。

从上世纪80年代开始,广东作为改革开放的前沿,实行的是“财政包干”。简单说就是广东每年按约定,向中央上缴一笔钱,剩下的大部分收入留给自己。地方经济发展得越快,能够留下的钱就越多。

这种制度曾极大调动了南方省份搞经济的积极性,而中央当年也承诺,广东的包干政策可以延续到20世纪末[1]。现在,离到期还有七年,分税制改革箭在弦上,广东成为最需要做通工作的省份。

谢非(左二)陪同小平同志南巡,1992年

在朱镕基赴粤之前,广东两位主要负责同志就找到他,谈了两个多小时,问的问题全部都掷地有声[2]:中央以前承诺到底还算不算数了?包干制如果取消,广东还怎么集中财力办大事?还有——

广东还要不要追赶亚洲四小龙了?

中国绝大部分地方官员都懂得顾大局,但涉及本省利益,背后是几千万当地人民群众的福祉,无数当地企业的期待,官员们也会尽力捍卫地方利益,强度跟纬度呈反比关系,从北到南,一路增大。

朱镕基自然知道这场谈判的硬度,因此他把中央财政的骨干班底全带了出来,现场给广东的同志算账——虽然通过分税制,中央会从地方“拿走”了一些财力,但营业税留给地方,未来增量可观。

广东方面也算过账,但结果跟中央的对不上。为了说服他们,朱镕基要求团队当晚熬夜,算清楚:新旧体制之下,广东一年少拿多少钱;到1997年会少拿多少;到2000年又会少拿多少。

为了等结果,朱镕基熬夜到凌晨1点。所幸测算结果显示:分税制改革之后,中央的确从广东多拿260亿,但蛋糕做大了,广东的财力会有更大的增长,丝毫不影响后者的改革开放和追赶四小龙。

账算清楚了,但条件还是要谈。广东方面又提了四条意见,其中一条是要求分税制以1993年——而非1992年为基数。表面上是一年的区别,但实际上意味着中央要向地方“让利”数百亿元。

谈判气氛仍然紧张,当时参会的财政部长刘仲藜回忆道[2]:“在广东谈时,谢非同志不说话,其他的同志说一条,朱总理立即给驳回去。”

在《朱镕基讲话实录》中,总理是这样说的[3]:“……谢非、朱森林(时任广东省省长)同志在同我们的几次座谈中,对广东的利益是非常维护的,立场是非常坚定的,可以说是‘寸权不让’、‘寸利必争’。”

但最终,广东的班子服从了国家大局,朱镕基也做出了让步。9月14日下午他在会场表态,广东提出的四条意见中,否定两条,同意两条,其中一是以1993年为基数,二是减免税过渡。

9月16日,双方举行了收官的座谈会,五天四夜的艰难谈判,终于结束。

而这只是朱镕基1993年长达74天的“马拉松谈判”中的一个片段。接下来,他还有多达15个省份要走访,包括被拿走比例更高的上海、增值税重镇的辽宁、“账外账”繁多的江苏……都需要逐一做通工作。

1994年,是众所周知的分税制元年;但1993年,才是制度攻坚的一年。历史课本上的几行淡写,隐藏的是一段改革的艰苦卓绝。

01

如果只看中国经济的表面,1993年并不像一个缺钱的年份。

1992年总设计师南方谈话之后,各地重新掀起发展的热潮。开发区遍地开花,固定资产投资高速增长,房地产和股票市场迅速升温,银行信贷,则像开闸的水一样涌向地方的建设项目。

经济上行期既有“美”,也有“疯”。到了1993年的上半年,中国已经出现了投资过热、金融秩序混乱和通货膨胀的三大压力,中央不得不推出宏观调控“十六条”,整顿金融秩序,给经济降温。

社会上到处都是钱,唯独中央政府手里没有钱。

1993年,全国财政收入约4349亿元,中央本级只有957.5亿元;中央占全国比重已经从1984年的40.5%,降到22%。这笔钱既要维持中央机关运转,又要承担国防、重点建设、粮食补贴和地区平衡。

上世纪80年代末到90年代初,中央财政甚至两次向地方借钱,而且借而未还。92南巡后,中央财政也没改善。朱镕基在跟广东谈判时就坦诚[3]:“目前中央财政十分困难,已经到了难以为继的地步。”

曾任财政部官员的刘克崮同志讲过一个笑话[4],说王丙乾(1980-1992年财政部部长)在任的时候,说财政部现在“穷得只剩下背心和裤衩了”,1992年刘仲藜上任财长,说了句更无奈的:

我连背心都没有,只剩下裤衩了。

问题根源在财政包干。改革开放后,中国从“统收统支”转向“分灶吃饭”,中央与各地分别签约,规定每年上缴多少、增量如何分成。它极大调动了地方积极性,却也让地方只对自己的账本负责:多征一元税要和中央分,把钱留在企业或予以减免,反而可能更有利于本地投资。

90年代广州街景

包干制没有让地方消极,而是把积极性调动得过于精准。中央则像一家持股比例不断下降的总公司,负责全国战略和平衡,手里却没有现金流。失去的也不只是几百亿元,而是把政策变成现实的能力。

分税制并非在1993年突然发明。1987年十三大已经提出这一方向,“在合理划分中央和地方财政收支范围的前提下实行分税制”[4],只是财政包干制度已经稳固运行多年,没人愿意主动来动刀子。

真正改变局面的,是1993年的经济过热。

这一年,朱镕基作为副总理负责整顿金融秩序,为了统一财政和货币政策,他甚至直接兼任了央行行长一职。但他逐渐意识到,仅仅要求地方压缩投资、银行停止拆借是不够的,核心在于:

只要中央财政仍然依赖地方上缴,只要地方还能通过各种合同和减免侵蚀中央收入,宏观调控就永远缺少最后一根杠杆;而从更广的视野看,如果持续是中央没钱,地方有钱,中央权威何在?

于是分税制改革骤然加速。4月22日,中央听取了财政部部长刘仲藜和国家税务总局局长金鑫关于财税改革的汇报;4月28日,中央批准税制改革的基本思路,并决定由朱镕基负责一切领导工作[2]。

7月份,中央进一步将主要财税改革压缩到1994年1月1日同步推出,要求9月以前拿出具体方案[2]。财政中枢机关熬夜加班两个多月,方案终于出炉,9月2日和3日常委会开会,批准了改革方案。

但文件可以由中央通过,税却要在地方征收。各省的利益和算盘,不会因为一份文件而自动消失。

而财政部此前向各地征求意见的时候,绝大多数省份都持保留态度。特别是广东、江苏、山东等税源丰富地区,本就是财政包干的主要受益者。中央每拿走一笔,在地方看来都是自己少掉的一笔发展资金。

这里面的每一个省份,都需要单独谈判。财政税务官员们给出的只是一份方案,但朱镕基要做的,却是一场涉及十几个地区、数千亿元收入、无数旧承诺、以及中国未来中央和地方关系的艰难“交易”。

9月9号,朱镕基的专机从北京起飞,飞机直奔2300公里外的第一站——海南。

专机一起飞,朱镕基就跟随行同志约法三章[4]:一是不要盛气凌人,虚心听取意见,耐心解释改革方案;二是不放弃每一个细节,细致摸清地方困难;三是不参观游览,不在外住宿,不接受任何吃请送礼——

一个包、一个扇子都不要拿。

02
先海南,后广东,一位当年随行的官员形容这是“虚晃一枪”——先拿下一个容易谈的对象,给后面省份压力[5]。

海南是当时最大的经济特区,但实际利益却相对好谈。工作组测算,分税制改革对海南的影响只有3到5亿元,时任海南省委书记阮崇武基本没有反对意见,谈判只用了一天多就结束了。

第二站,就是广东。尽管有心理预期,但广东的反弹还是超出了朱镕基的预期,尤其是在围绕广东所提的四个条件的争夺中,而朱镕基坚持的策略就是:原则不能打折,价格可以商量。

朱镕基在广州珠岛宾馆,右一为体改委主任李铁映,1993年

四条意见的其中之一,是分税改革后,广东单独设立增值税分成比例,跟全国的75:25不同,以及按广东的中央收入增长率确定返还增长率。这触碰了中央确定的原则,被朱镕基坚决驳回了。

而在“以1993年为基数”这条意见上,朱镕基则展示了灵活的身段。

不同的基数年,决定不同的返还力度,基数越高,返还越多。很显然,以1992年为基数对地方不利,因为彼时经济刚刚回暖,财政增长有限,因此广东强烈要求以财政大幅增长的1993年为基数。

财政部官员也都是一群老法师,他们反对以1993年为基数,因为他们太清楚地方财政厅会搞什么花样了:一旦方案传开了,各地一定会在1993年剩下的几个月里突击收税,想尽办法把基数垫高。

事后证明,财政部的担忧完全应验,但朱镕基还是同意了广东的方案。

许善达后来回忆,朱镕基的判断是:如果继续在基数问题上争论,改革就可能推迟一年,而地方把1993年基数做大,中央确实会付出代价,但至少制度可以先改。只要分税制建立起来,以后再有增量,中央就能拿到大头[6]。

这不是简单的强硬或者妥协,而是一种策略:原则不能打折,但地方接受原则的价格可以谈。事实上,以1993年为基数这一让步,不仅帮助拿下广东,也大幅降低了后续省份的谈判阻力。

朱镕基16号在珠岛宾馆谈完,旋即回京,马上向中央领导同志汇报了海南和广东两省的对分税制的意见,地方的顾虑和实际困难,以及需要对地方让步的力度。领导们没有二话,统统支持。

广东这一关过去以后,其他省份的谈判仍然不轻松。

中西部一些等烟酒产区省份,不愿把消费税全交中央[2],还有地方要求增值税全部留在本地,朱镕基全部拒绝,并苦口婆心地讲道理:地方困难可以靠返还和转移支付解决,但全国统一规则不能开口子。

到了新疆,他又跟当地同志强调另一面[3]:“阿勒泰地区要修额尔齐斯河水库,要开发矿山,要建设县乡公路,这些没有国家支持搞不起来。如果中央不从富裕地区多收一点的话,哪儿来这个钱?”

朱镕基在新疆阿勒泰考察,(左一)王乐泉陪同,1993年

对富省,他强调分税制有利于继续做大经济蛋糕;对穷省,他强调中央有钱才有能力重新分蛋糕。

从1993年9月9日,到11月21日,朱镕基带领的队伍历时74天,先后走访17个省区市和计划单列市。每到一地,财税官员都要拿出新旧两套体制,和地方一笔一笔算账。后来担任财长的项怀诚回忆,他们经常加班到深夜,有时通宵达旦,像打车轮战[8]。

也有顺利的省份。上海全力支持老领导,朱镕基在上海的那几天,只是听汇报,找⼈谈话,不参与具体意见。在离开时,他在大会上表扬了上海的大局观,并说:“上海同志们最后都是‘讲的北京话’,讲得很好。”[4]

在山东,省委书记姜春云同志表态:“我们有困难,但中央比我们更困难。大河没水小河干,我们困难再大,对于中央来说也是小的,我们自己克服。”财政厅厅长给他准备了一份困难材料,姜春云就是不念[7]。

到11月,朱镕基完成了17个省份力的最后一站——河北。地方阻力基本被化解。

12月15日,国务院正式作出《关于实行分税制财政管理体制的决定》,宣布从1994年1月1日起,废除地方财政包干制度,实行分税制;随后进一步规定,税务机关将拆成国税和地税,前者由中央垂直管理。

博弈的尘埃落定,庞大的中国财税系统开始转向。朱镕基事后总结[8]:“我自己掉了五斤肉。”

03

1994年2月,是分税制实行后的第一个“验收月”,西城区三里河的财政部大院上空,萦绕着一股紧张的气氛。

财政部担忧的“地方突击做大1993年基数”,最后一语成谶:1993年地方财政收入增长40%,但9月至12月的同比增幅,依次达到了52%、63%、86%和121%[8],直接把“突击”两个字写脸上了。

在这个过程中,一些地方翻出企业历年欠税,提前征收未到期税款;有的企业账上没现金,便鼓励银行贷款缴税,然后私下返还;甚至有地方变换科目,把其他收入也塞进增值税或营业税,做大基数。

朱镕基知道,这些骚操作省长、市长是琢磨不出来的,只有财政厅长才会出这种馊主意[4]。他曾跟河北财政厅厅长说:“请你向你的部下约法三章,千万别出馊主意,别弄虚作假,大家规规矩矩,实事求是。”

中央也迅速插手纠正。1994年1月20日,财政部、税务总局和人民银行发出紧急通知[9],清查擅改纳税期限、征收“过头税”、混淆科目、应退未退、借清欠增收和混缴中央收入等行为;违规收入可以从返还基数中扣除。

其实套利行为,早在财政部老法师们的意料之中,他们心里真正没底的,是分税制——到底能不能收上钱来?

财政部部长刘仲藜当时“如履薄冰”,他担心三件事情:一是分税制会不会导致通货膨胀?二是税制是否会打击生产,经济增长向下走;三是企业和征收人员不懂,导致收不上税来。他认为:“如果出现其中一件事情,我这个部长就得下台。”

而中央的支出是刚性的,尤其是对国防、边疆、中央机关的拨款,万一税收低于预期,刘仲藜下台也没用。于是,刘仲藜经过向朱镕基请示,特意向人民银行临时借款120亿,放在账上,以防万一。

2月8日,离春节两天,1月快报汇总:收入277亿元,比上年同期多106亿元,增长62%。折腾大半年的财政部,终于可以安心过年了。财政部本来有大年初二初三开党组会的传统,这一年也破例取消了。

而之后的每个月,中央税收都在增长,一直持续到12月,1994年全国财政收入增长了869个亿,增速20%,远超上下预期。而中央收入更是从958亿元,跃升至2907亿,占全国财政收入的比重从22%,直接飙到了55.7%。

当然,改革并非严丝合缝。仅1994年第一季度,财政部和国税总局就发出84个调整补充文件,这也从侧面说明了朱镕基当初谈判思路的正确——不追求完美,先搞定制度切换,再用一份份补丁把它完善。

而在1994年之后的三十年里,这种“打补丁”从来没有停过。

1995年,中央建立过渡期转移支付制度;2002年,调整企业、个人所得税划分方法;2004年,调整出口退税分担办法;2016年,“营改增”后将分成比例调整为50:50;2018年,分设24年的国税和地税重新合并……

三十年来,分税制的大框架没有推倒重来,但税收返还、转移支付、收入分成、支出责任、征管机构等方面一直在调整。在缝补中,分税制支撑了强大的中央财政,和中国经济繁荣的三十年。

历史证明,改革真正需要的,不是一步到位的完美,而是迈出第一步的勇气,以及后续继续纠错的能力。

04

朱镕基后来感慨:对财税体制改革取得的成功,怎么评价都不过分[4]。

有了稳定财力,中央才有能足够的工具进行宏观调控,才能用更长远的眼光来进行重大国防项目建设,才有了航母和五代机,才有能力实施铁路、水利、能源工程等重大基础设施建设,才能在中西部和困难地区实现扶贫,维持当地教育、医疗和基层的运转。

而之于应对1997年亚洲金融危机、1998国企改革、2003年社保改革、2008年全球金融危机、2012年后的产业升级、2018年后的贸易战、科技战、芯片和人工智能国家间竞争,都离不开强大的中央财政。

当然,分税制也留下了副作用。“财权上收,事权下沉”,财政收入更多集中到中央,教育、医疗、社保和基建等支出责任仍主要留在地方,导致了跑部钱进、土地财政、地方债等新问题。

从这个角度说,1993年珠岛宾馆的谈判从未真正结束。中央如何管控地方的行为、集中的权威性如何不打压分散的积极性、富裕地区如何跟贫困地区平衡……这些困扰中国两千多年的难题,现在仍然存在。

而朱镕基奔波的73天,向人们展示了一种现实:在中国,即便强大如中央政府,想要做成一件事情,也不能只靠口号和红头文件,而是需要一笔笔的算账,一场场的谈判,一轮轮的博弈,一次次的修正。它们不是改革的花絮,它们是改革本身。

如今斯人已逝,生者应继续向前。

全文完,感谢您的耐心阅读。谨以此文缅怀朱镕基总理。

参考资料

[1] 传好改革开放接力棒(下)——朱森林访谈录,广东省委党史研究室

[2] 分税制化解中央财政危机,刘仲藜口述,谢玮整理

[3] 朱镕基讲话实录,人民出版社

[4] 中国财税改革三十年亲历与回顾,贾康,刘克崮

[5] 财税体制改革:中央和地方的进一步磨合,中国新闻周刊

[6] 1994年财税改革的背景与决策过程,许善达,中国经济50人论坛

[7]分税制改革:手里没把米,叫鸡都不来, 潇磊,刘飞,半拿铁

[8] 亲历分税制改革,马国川访项怀诚,共和国部长访谈录

[9] 关于清理核实1993年财政收支的紧急通知,财政部

[10] 1993年拉开序幕的税制和分税制改革,楼继伟

[11] 中国财政60年回顾与思考,王丙乾

[12] 朱镕基传:朱镕基与现代中国的转型,龙安志

[13] 1994改革年,南方周末

[14] 变化:1990年-2002年中国实录,凌志军

作者:戴老板

编辑:鲁舒天

研究:鲁舒天

责任编辑:戴老板

图片

图片

跳转微信打开

  •  

他为什么卖给你?(四)对面没有人的游戏

原创 王建硕 2026-08-14 20:00 美国

下单前三问,但凡一问答不上来,这一单的期望就是负的手续费。而这个问题还有一种答法:如果对面根本没有人,它就不成立。连载完结篇。

一 本 小 书 · 连 载 之 四

他为什么卖给你?

关于股票市场,你只需要想清楚一个问题

本篇为连载第 四 篇(共四篇):第十至十二章 + 结语

第 十 章

下单前的三个问题

悬停的手指与三道问号之门

前面九章讲的都是机制。机制的用处不在于懂,在于下单前那三十秒能拦住你的手。所以这一章不讲新道理,只做一件事:把前九章压缩成三个问题,短到能抄进手机备忘录,具体到每一单都能走一遍。

先把清单放在这里。

下单前三问一、这一单的对面,最可能是谁?二、我知道什么,是他不知道的?三、我凭什么恰好在此刻知道?

三问全部答得上来,再下单。任何一问答不上来,停手。下面把每一问背后的机制说清楚,再拿三个常见场景演示怎么用。

三个问题各自在查什么

第一问查的是对面的成分。第二章列过卖家的八种动机:有人换房,有人调仓,有人到期,也有人知道一些你不知道的事。成交那一刻你分辨不出对面是谁,但有些信号会改变概率。就像在菜场买鱼,你分辨不出这条鱼新不新鲜,但鱼贩子突然半价急着出手,这件事本身就是信息。

此刻的信号

对面成分的变化

成交量突然放大

有人在急着进出,知情者占比上升

刚上过新闻

不知情的买家蜂拥而至,知情者正好借机出货

短期已大涨

早进场的人有了兑现动机,你在接他们的兑现单

三条占了任何一条,对面是知情者的概率就被抬高了。三条全占——放量、上新闻、已大涨——那基本就是知情者最喜欢的出货环境。

第二问查的是你的弹药。注意这一问的标准:不是"我知道什么",是"我知道什么他不知道的"。按第三章的反归纳原理,凡是你能从新闻、研报、朋友圈看到的,都已经被交易进价格里了——规律因被使用而失效,公开信息因被看见而失去价值。

"我认真研究过财报"也不算。第五章说过对面的装备:他也研究过同一份财报,用更快的数据、更好的工具、一个团队。你和他读的是同一本书,他读得比你早、比你细,这不叫信息优势,这叫参加了同一场考试。

第三问最狠,查的是时间戳。假设你真的拿到了一条值钱的信息,先别激动,问一句:它为什么会轮到我?

小区里真有一个便宜车位,物业经理自己先要了;他不要,他小舅子要了;小舅子也不要,才会贴到业主群里。一条真正值钱的消息,每传一棒,前面那一棒都有机会先动手。等它到达你的时候,你要老老实实数一数自己是第几棒。

最后一棒有个学名,叫接盘。

拿三个场景走一遍

场景一:看到利好新闻,想追。

第一问就卡住。新闻已经上了,成交量正在放大,很可能还伴随一根大阳线——出货环境三条全占。你以为你在响应利好,实际上你在响应的是"别人希望你响应利好"。这一单走不到第二问。

场景二:群里朋友报了个代码。

第一问勉强过——没放量没新闻,看不出明显的出货信号。第二问也仿佛能过——"这是内部消息,别人不知道"。卡在第三问:朋友是第几棒?他从谁那里听来的?那个人又从谁那里?一条消息能传到微信群,恰恰说明前面每一棒都已经跑完了。真正的第一棒不发群,第一棒在下单。

场景三:年终奖到账,想抄底。

第一问过——下跌途中卖给你的多半是止损盘和恐慌盘,不是知情者。卡在第二问:"跌了这么多,够便宜了"不是你独有的信息,那根 K 线全市场都看得见。对面愿意在这个价位卖给你,他看的是同一根 K 线,得出的是相反的结论。你们之间唯一确定的差别是:他在场内待的时间比你这笔年终奖久。你知道什么他不知道的?答不上来。

三个场景,三个不同的卡点。卡在第几问不重要,重要的是:卡住了。

卡住之后,账要这样算

这里要说一句重话:三问任何一问答不上来,这一单的期望收益就是负的手续费。

不是"有风险",不是"可能亏",是期望为负。机制在第六章:一个没有信息优势的交易者,赢和输的概率最多打平,而手续费和点差每一单照收。零减去成本,等于负数。这不是悲观的估计,是算术。

第八章的数据就是这个算术的验尸报告:2016 至 2019 年,上交所五千余万个账户里,市值千万以下各组的择时贡献和选股贡献双双为负;台湾散户主动交易的总亏损,规模相当于台湾 GDP 的 2.2%。这些人不是没研究、不是不勤奋——他们只是每一单都答不上三问,然后照下不误。

所以这张清单的判据是硬的:答不上来就是负期望,负期望就停手。没有"我感觉这次不一样"的豁免条款——第七章讲过,那个感觉正是草原上的大脑在替对面工作。

最后是一份诚实声明。这张清单抄进备忘录之后,大概率的结局是:你几乎每一单都下不了手。看到热闹的,卡在第一问;自己研究的,卡在第二问;朋友推荐的,卡在第三问。

这不是清单失灵。这就是清单的答案。市场里的绝大多数时刻,你确实答不上这三问——清单只是把这个事实从背景里搬到了你眼前。它不是拦住了你的机会,它是拦住了你给别人当电费。

那么问题只剩一个:下不了手之后,钱该去哪?总不能永远攥在手里。下一章就说这个——市场里确实存在一个位置,坐在那里不需要回答这三个问题,因为那个位置的对面没有人。

第 十 一 章

换到收电费的一边

路灯下的吊床

前面十章都在拆"为什么不行":货架是错觉,卖家动机不明,规律会自毁,对手比你专业,你的大脑帮倒忙,实证数据惨不忍睹。拆到这里,建设性的答案其实只剩一条路:买低成本的指数基金,定投,长期持有。这句话你大概听过一百遍,听到耳朵起茧。但老生常谈的麻烦在于,大多数人只记住了结论,没走过推导。没走过推导的结论撑不过第一次熊市。这一章把推导补上。

同一道算术题,换个方向看

Sharpe 在 1991 年那篇《The Arithmetic of Active Management》里做的事情,本质上是小学算术。全体主动投资者的持仓加起来,就是市场本身——每一股股票总得有人拿着。所以:

拿到的收益

付出的成本

被动投资者整体

市场收益

极低(指数基金费率)

主动投资者整体

同样的市场收益

高(佣金、点差、管理费、税)

两边的毛收益是同一个数,成本却差着量级。扣完成本,主动整体必然输给被动整体。这不是经验规律,几乎不依赖市场假设,它是会计恒等式——在牛市成立,在熊市成立,在任何国家任何年份成立。

很多人觉得买指数是"放弃游戏",认输离场。方向恰恰反了。买指数的那一刻,你成了所有上市公司的股东。第六章说过,市场的定价是全体主动交易者用真金白银搏杀出来的,噪音交易者的亏损是这套价格发现体系的电费。指数投资者一分电费不交,却直接用电:搏杀出来的合理价格,你照单全收,按这个价格买下整个市场,然后坐收全部企业利润的长期增长。

甚至可以说得更直白一点:券商和交易所自己就是上市公司,也在指数里。别人每交一笔佣金,有一小份最终落进你这个股东的口袋。你不是退出了游戏——你是从付电费的一边,换到了收电费的一边。

定投:把择时这个动作从自己手里没收

定投最流行的解释是"摊低成本、能买在低点"。这个解释是错的。定投买不到低点——但它也不需要买到低点。

定投的真正功能是别的:它把"什么时候买"这个决策,从你手里没收了。

第七章讲过,草原上进化出来的大脑在关键时刻必然失灵——大跌时它喊"快跑",大涨时它喊"快追",而这两声喊叫都精确地指向亏钱的方向。只要你每个月还保留一个"这次要不要买"的决策窗口,你就保留了一个让本能接管的入口。市场越极端,本能声音越大,窗口越危险。

定投是立法:每月固定日期、固定金额,无条件执行。没有窗口,就没有入口。这正是第五章说的纪律外部化——聪明钱用制度和风控员管住自己,普通人买不起风控员,但买得起一条自动扣款的规则。规则是意志力的外包。你现在立这个法,防的不是市场,是未来某个恐慌之夜里的你自己。

长持:最好的日子和最坏的日子是邻居

长持的理由也不是"熬着总会涨"这种模糊的信念,而是一个具体的结构:市场的长期收益高度集中在少数几个交易日里,而且最好的交易日和最坏的交易日,往往紧挨着出现在同一段恐慌期。

这意味着"跌了先出来躲一躲,稳了再回去"这个听起来无比稳健的操作,在结构上是自杀式的。你在暴跌中离场,而最猛的反弹恰恰长在暴跌的隔壁——躲掉大跌的人,几乎必然同时躲掉了大涨。你不可能只剪下坏日子,因为好日子和坏日子印在同一张纸的正反面。

DALBAR 和 Morningstar 这些机构的年度报告,年复一年地量出同一道伤口:基金投资者实际拿到的收益,长期低于他们所持基金本身的收益,差距每年一到数个百分点——不同算法量出的口径不同,方向从未变过。注意这个对比的残酷之处——同一只基金,净值涨幅明明白白摆在那里,但投资者因为申购和赎回的时点(涨了追进去,跌了逃出来),把本该属于自己的收益磨掉了一截。基金没有亏待人,是人的手亏待了人。

所以长持不是美德,不是修行,它只是一个防御工事:确保你在那几个最值钱的日子里,人在场内。

平庸的胜利,和它的价目表

1976 年,博格推出第一只面向公众的指数基金,被整个行业嘲笑:一个承诺"永远拿不到超额收益"的产品,注定平庸,谁会买?行业给它起了外号,叫"博格的蠢事"。

嘲笑的人没算 Sharpe 那道算术。承诺平庸,等于承诺"市场收益减去极低成本"——而这个数字,恒等式保证它排在主动整体的前面。五十年后 SPIVA 记分卡给出裁决:以 15 年计,接近九成的美国大盘主动基金跑输标普 500。平庸战胜了几乎所有聪明,因为聪明是要付费的,而平庸免单。

但我得诚实地把价目表摆全。这个策略要求你接受三件难受的事:

  1. 永远没有谈资。

    你拿不到"我当年抓住了十倍股"的故事。讽刺的是,你其实几乎持有过每一只十倍股——只是每只都持有一点点,说出来一点也不威风。

  2. 下跌时必须装死。

    这个策略在市场暴跌时看起来最蠢,而那恰恰是它在工作的时候:你的定投正在用同样的钱换到更多的份额。策略最难看的时刻,就是它最用力的时刻。

  3. 无聊。

    没有盘面可盯,没有仓可调,没有仗可打。

第三条最容易被当成缺陷,它其实是工作原理。所有能解掉无聊的动作——择时、换股、追热点——每一个都在第八章的账本上明码标价:做得越多,亏得越多。刺激是收费项目。无聊,就是你不再付电费时听到的那种安静。

于是钱的问题解决了,用一个每年只占你几分钟的办法。但这就腾出来一个更大的问题:原来打算用来盯盘、研究、搏杀的那些时间和心力,现在放到哪里去?

这才是最后一章要谈的事。

第 十 二 章

对面没有人的游戏

空椅子对面的木工桌

一张桌子的总账

全书写到这里,可以把账合上了。

股票二级市场的主动交易,是一个「零和减成本」的游戏。这不是观点,是会计。Sharpe 在 1991 年那篇《The Arithmetic of Active Management》里把它写成了恒等式:全体主动投资者的持仓加在一起,就是市场本身。所以扣掉成本之前,主动投资者作为整体,拿到的就是市场平均收益;扣掉成本之后,整体必然输给平均。

落到每一笔交易上,这句话的意思更硬:你赚到的每一分超额收益,必然是桌子对面某个人的等额亏损。他多亏一块,你才多赚一块。而在你们互相掏口袋的同时,券商、交易所、基金公司在旁边收费——这是第六章说的电费,双方都交,不管谁赢。

这个游戏打到实盘里是什么样子,第八章已经给过数字。台湾全市场的研究算出来,散户因主动交易付出的总损失,约相当于台湾 GDP 的 2.2%;能持续盈利的日内交易者不到 1%。基于上交所账户数据的研究显示,市值一千万元以下的各组账户,择时和选股的贡献双双为负。SPIVA 记分卡以十五年计,接近九成的美国大盘主动基金跑输标普 500——职业选手尚且如此。

零和,减成本,对手是全世界最聪明的人和机器。这就是那张桌子的全部规则。

对面没有人的游戏

但我真正想说的是下面这句:世界上绝大多数游戏,不长这样。

你把一门手艺练精,把一个产品做好,把一篇文章写到有人愿意转发——这些事情里,价值是被创造出来的,不是从谁口袋里赢来的。面包师傅烤出一炉面包,世界上就多了一炉面包;他挣到钱,买面包的人也吃到了早饭,没有任何人因此亏损。这类游戏的桌子对面没有人,只有你,和你交付的那个东西。

两种游戏坐进去,体验完全是两回事:

零和游戏(主动交易)

正和游戏(做事)

桌子对面

全世界最聪明的人和机器

没有人,只有昨天的自己

努力与回报

长期负相关:做得越多亏得越多

长期正相关:练得越多越熟

你积累的资产

仓位,可涨可跌,可归零

技能、作品、声誉,没有跌停板

复利站在哪边

电费那边,复利在磨损你

你这边,每天的练习都在计息

第一行是最残酷的。你在二级市场每下一单,撮合系统并不看你是谁——退休教师的卖单和顶级量化基金的买单,在同一个队列里排队。而你去学一门手艺,没有任何机构派最强的对手来专门阻止你进步。

第二行是第八章用五千余万个账户验证过的:在那张桌子上,勤奋是负资产。而在正和游戏里,勤奋就是它字面上的意思。

第四行最值得多看一眼。交易账户里的复利随时可以被一次回撤打断;但你写过的东西、修过的机器、服务过的客户,不会被任何一次回撤清零。技能这种资产,连遗失都很难。

一个普通人最贵的资源不是本金,是注意力。把注意力放在哪张桌子上,比在那张桌子上做什么,重要得多。

两个世界的接口

有人会问:那挣来的钱怎么办?总不能全存活期。

这正是指数基金的位置。它是零和世界与正和世界之间的接口。

回想第九章说过的机制:你申购指数基金时,基金按净值增发新份额,用你的现金按市值买入一篮子成分股。你的对手不是某个「想卖给你的人」,而是一个按规则执行的管道。管道下面当然仍有人在把股票卖给基金,但你已经不对任何一只股票、任何一个时点下判断——你买的是平均,而平均没有对手。全书追问到底的那个问题——他为什么卖给你——在这里第一次没有对象。

约翰·博格 1976 年创立第一只面向公众的指数基金时,卖的就是这个朴素的主意:不挑股票,不择时机,持有整个市场,吃全体上市公司创造价值的平均增速。上市公司整体是在做正和游戏的——它们烤面包、造机器、写软件。指数让你按平均价搭上这趟车,而不必坐上那张桌子跟人对赌谁挑得准。

于是分工变得非常干净:钱在市场里上班,吃的是全部企业创造价值的平均数;你在正和游戏里上班,挣的是你自己创造的价值。各干各的,互不打扰。你不必每天看盘——看盘属于那个零和世界,而你已经退席了。

定投再把最后一个漏洞堵上。DALBAR 的年度报告反复量出同一件事:基金投资者的实际收益长期低于所持基金本身的收益,差距来自申赎时点——基金没问题,进出的时机有问题。而收益又高度集中在少数交易日,最好和最坏的日子往往紧邻着挤在同一段恐慌期里,想躲开坏日子,几乎必然错过好日子。定投的意思就是:连「什么时候把钱放进管道」这个决策也一并交出去,不给第七章那颗草原上的大脑留任何操作界面。

最后一次问:他为什么卖给你

这本书只教了一个动作:在点下「买入」之前,把手指悬停一秒,问一遍——他为什么卖给你?

有些时候答案是清楚的。对面是按规则增发份额的指数基金,是一级发行的国债,是管道而不是人——那就买,这是第九章说的、货架为真的时刻。

但如果对面是一个具体的人,一个和你看着同一根 K 线、却做出相反判断的人,而你说不清他凭什么错、你凭什么对——那这一秒钟就值钱了。它在提醒你:你正要坐上的,是那张零和减成本的桌子,对面大概率是装备清单比你长的人。

想不清楚,就收回手指。把这笔钱放进管道,让它去吃全市场的平均增速;把省下来的这份精力,放回那个对面没有人的游戏里——去把手艺练精一寸,把产品打磨一轮,把下一篇文章写好。

那里没有人等着赢你的钱。那里的每一分努力都记在你自己的账上。那里,才是普通人真正的主场。

结 语

再问一次

潮水线上的桌子与脚印

引子里那句话,现在可以再说一遍:你买的每一股股票,不是从货架上拿下来的,而是从另一个人手里买回来的。

第一遍说它的时候,它只是一句话。走完这十二章,它每一个字后面都站着东西了。

货架是个错觉。屏幕上那个跳动的数字不是价签,是沙滩上最新的一个脚印,只告诉你刚才有人从这里走过,不告诉你下一个人往哪走。价签的背后是成本,脚印的背后是两个人相反的判断。你以为自己在挑货,其实是在一张桌子边坐下,而对面的椅子从来不是空的。

对面坐着谁,成交单上不写。他可能只是要付首付、要交税、要把涨过头的仓位调回原比例——这样的人真的很多,跟他们成交,谁也没吃亏。可这份安慰安慰不到具体的你:两种卖单在屏幕上长得一模一样,而人群的成分是会变的。你最想买的那一刻,恰好是他最方便卖的那一刻。你的热情,正是他等的那口流动性。

你想找一条规律绕开这件事,规律会自己死。全城都知道的半价白菜,摊主也知道你知道。羊群闻讯赶到的草地,几个月就啃秃了。书店里买得到的圣杯,恰恰因为它在书店卖,所以不是圣杯。

钱总得有出处。市场这盏灯不是白亮的:价格要大致靠谱,就得有人花钱去把它弄准,而那份工钱只能从桌子对面出。这就是电费。付电费的人多半不觉得自己在付,因为他脑子里那台机器不是为市场造的,是为草原造的——盯住抢眼的,顺着势头往下外推,把亏损看得比收益重一倍,偶尔押一把小概率。四条程序在草原上每一条都救过命;搬进市场,它们同方向、同时刻地发作,五千万个独立账户在关键时刻表现得像一个账户。

账本认这笔账。翻到哪一页,负号都长在同一个位置——主动动作上。做得越多,亏得越多。这句话听着像长辈的训诫,它不是训诫,是斜率。训诫可以不听,斜率不管你听不听。

所以那个问题真正的用处,不是吓住你,是让你在按下买入之前多花一秒:这一单的对面最可能是谁,我知道什么是他不知道的,我凭什么恰好在此刻知道。三问但凡有一问答不上来,这一单的期望就是负的手续费。绝大多数时候你都答不上来——那不是清单失灵,那就是清单给出的答案。

而这个问题还有一种答法,是它自己指出来的:如果对面根本没有人,它就不成立。按净值增发份额的管道对面没有人,一套发行规则对面没有人。不挑股票,不挑时点,你买的是平均,而平均没有对手。十二章一路追着一个人问,问到这里,那个人不见了——全书追问到底的那句话第一次落了空,它找不到对象了。

所以真正要做的事只有一件:把这件事交给规则,固定的日子、固定的金额、自动扣款,连「什么时候买」也一并交出去。规则不替你判断,它只是不给判断留窗口。

同样找不到对象的,还有一片大得多的地方。你今天把一个榫头凿得比昨天严丝合缝,没有任何人因此少了一分钱。那也是一张桌子,只是对面的椅子空着,而且会一直空着。

这本书没有结论可留。我只把那个问题还给你,它很短,不用记在本子上。下次轮到你做决定,它自己会浮上来:

他为什么卖给你?

· · ·

《他为什么卖给你?》 · 王建硕 · 本文不构成投资建议全书在线阅读:voicedrop.cn/books/why-did-he-sell

注:VoiceDrop 的写书功能刚一上线就产生了这么多本神书。现在这个版本在 App Store 里面可以下载了。

阅读原文

跳转微信打开

  •  

活动报名|2026 年做搜索就是在做 Test Time Compute

原创 Jina AI 2026-08-14 18:40 湖南

2026 年 8 月 21 日,下周五,深圳见!

2026 年 8 月 21 日,下周五,腾讯云与 Elastic 将在 深圳腾讯滨海大厦 举办 AI 搜索技术大会。Elastic AI 副总裁肖涵将在现场分享:《2026 年做搜索,就是在做 Test Time Compute》

一个模型训练完成、参数完全冻结之后,能力还能继续 Scaling 吗?

直觉上似乎不能。模型权重一旦固定,能力边界大体也就确定了。想要提升效果,通常只能换更大的底座模型、加参数,或者扩大训练数据量。

但在搜索里,这个结论可能并不成立。

同一个 Embedding Model,可以只算一次,也可以把文档切开算很多次;可以只算句子相似度,也可以继续 Rerank、Query Expansion、多向量检索;到了 Agentic Search,还可以让 Agent 在 Grep、Embed、Rerank 之间反复循环,动态决定下一步应该搜索什么。

这种用更长推理时间换取更好效果的逻辑,在大语言模型领域,我们习惯叫它 Test Time Compute。

那么同样的逻辑放进搜索,不训练模型,只增加推理阶段的计算,搜索效果能不能继续提高?如果增加 10 倍、甚至 100 倍算力,相关性会不会像模型 Scaling 一样,出现某种稳定的 Scaling Law?

Elastic VP of AI 肖涵此前做过一组 AutoResearch 实验:

在后端只有一个完全冻结、且不允许二次训练或添加任何参数的 Encoder 前提下,让 Agent 自主迭代检索程序。Agent 会不断修改代码、跑实验、校验指标,保留有效修改并回滚错误。一晚上时间,自动化循环跑出了 144 个不同的检索程序。

起初,实验结果完美符合预期:随着推理阶段算力投入增加,搜索效果指标稳步上升,甚至拉出了一条干净的 Scaling 曲线。

只看这张图,很容易得出一个令人兴奋的结论,搜索和推理模型一样,也可以靠 Test Time Compute 持续 Scaling。

然而,当把这套在特定任务上卷出来的程序,放到从未见过的全新任务和 Encoder 上时,那条漂亮的曲线瞬间消失了,在领域外任务上,十几倍的计算量并没有换来更好的效果。

这就带来了一个很现实的思考:到底什么样的计算,才能真正改善搜索的泛化能力? 为什么有些昂贵而复杂的复杂检索流程只能在特定数据上表现好,而某些轻量级的结构调整,反而能无缝迁移到陌生模型与任务中?

过去,我们设计的是一次检索。后来,我们开始设计一整条搜索流水线。2025 年,这条流水线的形态是 Deep Research,在开放网络上循环。

到了 Agent 时代,要写代码,进沙箱,跑评估。单次请求可以运行数小时。搜索系统的瓶颈从选一个更大的模型,转移到了如何给这一次请求分配算力,算力该花在召回、重排、阅读,还是下一轮搜索上。

于是,2026 年做搜索,一个越来越难绕开的问题是:

当模型不再变大,我们究竟该如何解 Test Time Compute 的题?

8 月 21 日,下周五,深圳腾讯滨海大厦。

腾讯云联合 Elastic 举办的 AI 搜索技术大会 上,Elastic AI 副总裁肖涵将现场分享: 《2026 年做搜索就是在做 Test Time Compute》

同场,腾讯云 Elasticsearch Service(ES)企业版将重磅发布。腾讯云大数据基础产品总经理程彬、Elastic AI 副总裁肖涵领衔,蔚来、腾讯 ima 等团队也将带来真实落地经验,现场展开向量搜索、混合检索、RAG、智能体构建等技术议题。

以及 Elastic 首席 AI 研究工程师王峰博士,也将分享《jina-reranker-v3.5:基于混合注意力机制与自蒸馏的高性能 Listwise 重排器》

还有 5 场开发者脱口秀穿插全天,现场抽取 30 位嘉宾解锁鹅厂 VIP 展厅参观。

更多议程与嘉宾详情见下方邀请函,扫码报名,或点击「阅读原文」报名。

这些问题,我们留到现场讲清楚。

阅读原文

跳转微信打开

  •  
❌