字节不再蒸馏其他大模型的8个深层原因

作者：硅谷Alan Walker

加州大道的 Zombie Café 早上七点四十开门。靠窗第二张桌子空着，玻璃上有一层薄雾，Caltrain 刚过去一列。手机上跳出来的第一条推送是《The Information》8月5日的稿子。

内容不长。字节跳动创始人张一鸣在一个月前的 Seed 团队全员会上明确表示：字节不会把模型蒸馏当成提升 AI 能力的捷径，即便这意味着眼下落后于国内竞争对手。据报道，张一鸣过去很少在 Seed 团队的会议上发言，这一次，是在其他管理者已经解释过公司为何不准备靠蒸馏实现赶超之后，他才罕见开口，说字节"应该愿意为长期目标牺牲一部分短期收益"，但没有展开说明这些长期目标具体指什么。

报道还提到三件事。第一，Seed 内部关于是否应该转向蒸馏的争论由来已久，每当国内有强势的新开源模型发布，这个争论就会升温。第二，有字节员工认为，不愿使用蒸馏是字节大语言模型落后于国内其他实验室的原因之一。第三，字节跳动是国内主要 AI 公司里，唯一一家大语言模型几乎全部为专有模型的企业。

《The Information》给出的解释是：字节担心蒸馏美国前沿实验室的模型会招致华盛顿报复，危及 TikTok。这个解释不算错，但它只讲到了第一层。一家年营收超过一千五百亿美元、2026年资本开支要花掉三百亿美元以上的公司，做一个要写进内部政策、还要靠技术手段强制执行的决定，动机不可能只有一条，也不可能全都适合对外讲。

一家公司对外说的理由，通常是它最不介意被反驳的那一条。

下面八段，从政治账开始，往下走到生意、竞争、路线、国家、技术，最后到人。

一、政治账：被点名一次，赔掉的不是面子，是主营收入

先把这一年的点名史摆出来，它比任何分析都直观。

2026年2月23日，Anthropic 发博客，指控 DeepSeek、月之暗面、MiniMax 三家中国实验室发动"工业规模的蒸馏攻击"：约 2.4 万个虚假账号、超过 1600 万次交互。拆到每家，DeepSeek 约15万次，月之暗面超过340万次，MiniMax 超过1300万次。

6月，Anthropic 向美国参议院银行委员会去信，把矛头指向阿里巴巴：4月22日到6月5日之间，近 2.5 万个虚假账号、超过 2880 万次交互，称之为迄今规模最大的一次。同月，美国国防部把阿里列入"中国军事企业"名单，阿里已就此在美国法院提起诉讼。

7月22日，白宫科技政策办公室主任 Michael Kratsios 在 X 上指控月之暗面在开发 Kimi K3 时蒸馏了 Anthropic 的 Fable 模型，措辞是"大规模、隐蔽的工业级蒸馏"。财政部长 Bessent 前后脚向 CNBC 表示，政府将调查中国公司是否窃取美国知识产权，并称有能力因此实施制裁。

半年之内，中国头部实验室被点了一遍。DeepSeek、月之暗面、MiniMax、阿里，四家。字节不在任何一份名单上。

这件事的分量，要放进字节的股东名单里才看得清。

2026年1月22日成立的 TikTok USDS 合资公司，甲骨文、银湖资本、MGX 各持15%，字节现有投资者及关联方持股30.1%，字节自己保留19.9%。董事会七人，以美国人为主，CEO 是 TikTok 前运营负责人 Adam Presser。字节把推荐算法授权给这家公司使用，由甲骨文负责审计和安全监控，并基于美国用户数据重新训练出一套独立的美国版算法。股东名单里还有迈克尔·戴尔的家族办公室、General Atlantic、Susquehanna——这些机构同时出现在字节自己的股权结构里。

这意味着什么？甲骨文是美国联邦政府的核心供应商，MGX 是阿联酋主权基金，银湖和 General Atlantic 背后是全球 LP。他们坐在字节的股东名单上，同时也坐在一家受美国监管审查的合资公司董事会里。一旦 Seed 被 Anthropic 或白宫点名蒸馏，这件事不会停在推特骂战，它会当天出现在这些人的合规邮件里。

而字节要保护的东西，是这张单子：

对比一下就清楚了。DeepSeek 被指控，损失是舆论；月之暗面被指控，损失是海外开发者信任；阿里被指控，叠加国防部名单，损失开始变成实打实的合规成本和诉讼费。这三家有一个共同点——它们没有几百亿美元的美系硬件订单可以被掐，也没有一个由美国人控制董事会的合资公司在审计自己的算法。

字节两样都有。

再算一下这笔账的分母。字节2025年营收目标是1860亿美元量级，2025年前两个季度单季收入分别超过430亿和480亿美元，同比增速25%以上，连续两个季度超过 Meta。市场普遍测算的2025年净利润在380亿到450亿美元之间。

用这个分母去除以"语言模型榜单往上跳三位"能带来的收益，结果趋近于零。而分子那一侧，一次实体清单、一次制裁调查、一次合资公司董事会的合规质询，动的都是几百亿美元级别的东西。这不是长期主义，这是精算。

别人保住清白靠自律，字节保住清白靠算术。

二、赚钱效应：份额不是利润，蒸馏买分数，自研买成本曲线

这一段是全文最要紧的一段。

先看字节 AI 业务现在的真实状态。火山引擎2026年6月披露，豆包大模型日均 Token 调用量突破 180 万亿，过去一年增长超10倍；IDC 数据显示，中国公有云 MaaS 市场火山引擎以 49.5% 的份额排第一。视频生成这一块更夸张，按日均算力消耗占比测算，Seedance 占据超过 80% 的市场份额，可灵约14%，万相约4%。

数字很漂亮。但这些数字里有一个没被说出来的前提：这个份额是怎么来的。

2024年5月豆包大模型发布时，火山引擎把主力模型定价打到同行的1%，同时在内部把 MaaS 提到最高战略优先级。当时同行的评价很直接——火山引擎的市场份额是亏钱换来的。两年过去，日均调用量从1200亿涨到180万亿，涨了1500倍，但单位价格是从地板上起步的。

而视频生成是所有 Token 负载里算力密度最高的一类。一次视频生成消耗的算力，是一次普通对话的几个数量级。Seedance 占80%份额的含义是：字节在全行业最烧钱的那个品类里，承担了80%的成本。份额越高，烧得越狠。

成本侧还在往上走。字节2026年资本开支从年初口径的230亿美元上调25%至超过300亿美元，原因是 AI 投入加码叠加内存成本上涨；其中约140亿美元用于采购英伟达 GPU。全行业的算力供需已经紧到什么程度？阿里、百度的云端算力资源开启多轮提价；智谱 API 三度涨价仍供不应求；连 DeepSeek 在登顶 OpenRouter 全球调用量第一之后，也预告 API 涨价且"预计涨幅较大"。

把这两头接起来：收入端是从1%定价起步的规模生意，成本端是全链通胀的算力账单。这门生意现在到底赚不赚钱，答案不用猜。

那么，决定它未来赚不赚钱的变量是什么？

是单位智能的成本。同样一次 Agent 任务、同样一段视频生成，你消耗多少 FLOPs、多少显存、多少 Token。这条曲线往下压一个数量级，整个 MaaS 生意从亏损变成暴利；压不下去，规模越大死得越快。

现在把蒸馏放进来。

蒸馏能改善什么？能改善评测分数，能改善用户对"这个模型聪不聪明"的感知。它改善不了什么？它改善不了你的成本曲线。你从一个教师模型那里学到的是答案的分布，不是产生答案的效率。教师模型花多少算力想清楚一件事，你的学生模型学会的是模仿那个思考过程的样子——包括它啰嗦的地方、绕路的地方、为了对齐而反复自我确认的地方。

有一个数字很能说明问题。第三方评测显示，Seed 2.1 Pro 在高档位下平均 Token 用量来到65K，比第二名高出25%；定价从每百万 Token 输出16元近乎翻倍到30元。这是一个成本信号，不是一个能力信号。而这种问题，只有靠架构和训练方法上的改进才能解决——蒸馏解决不了，蒸馏只会把教师模型的冗长习惯一起搬过来。

所以对一家已经把规模做到全国第一、正等着成本曲线下降来兑现利润的公司来说，蒸馏是最没用的一笔投资：它花掉的是你最稀缺的研究团队时间，换回来的是一个不能变现的指标。

榜单排名不进损益表，单位算力成本进。

三、要素禀赋：蒸馏是穷人的替代品，而字节样样都不缺

蒸馏的本质，是用别人的算力和数据，替代你自己没有的算力和数据。它是一种要素替代。

所以判断一家公司该不该蒸馏，先看它缺什么。把字节的家底摊开：

• 算力：2026年资本开支超300亿美元，其中约140亿美元买英伟达 GPU；同时与阿里一起测试华为 AI 芯片，包括与 CUDA 生态兼容性更好的 950PR；泰国250亿美元、芬兰12亿美元的数据基础设施在建。

• 人：前 Google DeepMind 研究副总裁、Google Fellow 吴永辉2025年入职 Seed；Seed 正式员工2024年破200人，2025年增至300人以上；2026校招计划招5000名应届生，研发类需求较此前增加23%。

• 数据：旗下应用全球月活超40亿；抖音（含极速版）月活突破10亿；豆包2026年6月月活3.82亿。每天数十亿次真实交互。

• 分发与场景：豆包、扣子、即梦、TRAE、火山引擎，全部建立在 Seed 的模型能力之上；MaaS 份额49.5%，日均180万亿 Token 的真实调用反馈。

四样要素，一样不缺。那么蒸馏对字节来说，是在买什么？

是在花钱买自己已经拥有的东西，同时付出一笔买不回来的代价。

这笔代价具体是什么，值得掰开讲。

第一，能力上限被锁死在教师模型的上限。你可以逼近它，不可能超过它。对一家把创始人一半时间投进去的公司来说，接受一个由竞争对手定义的天花板，本身就是路线自杀。

第二，教师模型没见过字节的活。这一点最实际。字节的模型要干什么？要理解短视频里的运镜、口播和商品；要在直播电商里实时匹配意图和货盘；要给广告主生成创意素材并预测点击率；要在中文互联网的语境里做 Agent 长链路任务。美国前沿实验室的模型从来没有为这些负载优化过，它们的训练数据里几乎没有这些东西。你蒸它，蒸到的是通用推理和英文编程，蒸不到你真正吃饭的那部分能力。

第三，归因能力被污染。字节从今日头条开始，整套组织能力建立在一件事上：任何一次改动，都要能拆出它对指标的独立贡献。A/B 测试、指标归因，这是这家公司的语法。现在你把教师模型的输出混进后训练，三个月后分数涨了——涨的这部分，多少来自新的预训练数据配比，多少来自 RL 环境改进，多少只是教师的能力被搬了过来？拆不开。而且越往后越拆不开，因为下一轮的基线已经被污染，你再也没有一个干净的对照组。

对一家一年在算力上花三百亿美元的公司，这一条是致命的：你会永久失去判断这三百亿花得对不对的能力。

四、竞争终局：蒸馏的尽头是同质化，同质化的尽头是价格战

现在换个角度，看看别人走的那条路，走到头是什么样。

假设 Anthropic 和白宫的指控大体成立，中国头部实验室普遍在用美国前沿模型的输出补齐能力。那么推演下去会发生什么？

第一步，能力收敛。大家的教师是同一批模型，学的是同一套推理轨迹、同一套工具调用格式、同一套代码风格。三家公司蒸同一个老师，学生之间的差异会越来越小。这不是猜测，看榜单就知道——国产模型在主流基准上的分差已经压缩到个位数，很多任务上肉眼分不出谁是谁。

第二步，差异化消失，唯一剩下的变量是价格。这已经在发生了。火山引擎2024年把主力模型定价打到同行1%；智谱靠涨价三次才勉强跟上供需；MiniMax ARR 超1.5亿美元、智谱 API ARR 突破2.5亿美元——听起来不错，放到动辄几百亿美元的算力账单前面，这个数量级说明的是另一件事。

第三步，所有人一起给英伟达和电网打工。模型能力同质，价格触底，而上游的 GPU、内存、机柜、电力还在涨。2026年国内算力产业链已经进入全链通胀，CPU/GPU 租赁价格持续飙升。收入端被自己人卷到地板，成本端被上游按着涨——这就是血汗工厂的标准形态。你越努力，越替别人打工。

这个终局对创业公司来说是没办法的事，因为它们必须先活下来。降价换调用量，调用量换估值，估值换下一轮，这个循环至少能转。

但对字节，这个循环从第一步就不成立。

别人降价，是为了买流量。字节需要买流量吗？抖音月活超10亿，中国14亿人里每10个有7个每月至少打开一次；豆包月活3.82亿；旗下产品全球月活超40亿。字节是这个市场上唯一一家不需要用低价去换用户的公司——它本来就是流量本身。

所以对字节来说，参与这场价格战意味着：付出一笔成本，去获取一样它已经免费拥有的东西，同时把自己卖的东西的价格一起打下去。这是一笔纯负收益的交易。

更深一层：一旦你选择蒸馏，你在结构上就永久是一个跟随者。跟随者只能靠价格竞争，因为你能提供的东西别人也有，而且是从同一个源头来的。跟随者加价格战，等于把利润率锁死在零附近，而且是主动锁的。

字节这些年最擅长的事，就是找到一个别人在打价格战的市场，然后用完全不同的方式绕过去。这次它选择不下场，逻辑是一贯的。

当所有人都从同一个老师那里抄作业，考试就不再考谁聪明，只考谁肯把纸卖得更便宜。

五、路线孤例：全闭源，让蒸馏的收益没有兑现渠道

《The Information》那篇报道里有一句被大部分转载忽略了：字节跳动是国内主要 AI 公司中，唯一一家大语言模型几乎全部为专有模型的企业。

这句话不是背景描述，它是理解整件事的钥匙。因为它决定了蒸馏带来的好处，能不能变现，以及怎么变现。

开源厂商蒸馏之后，收益是立刻可见的。权重一放，Hugging Face 下载量、OpenRouter 调用量、GitHub star、海外开发者口碑，一夜之间全部上涨，而且这种上涨可以直接换成政治资本。Kimi K3 在7月中旬发布后就是活教材：近200家硅谷创业公司联名致信特朗普政府，警告封禁中国开源模型会让"数百家公司瞬间死亡"；黄仁勋在 Axios 专访里明确表态美国公司"绝对应该被允许使用中国模型"；OpenAI 总裁 Brockman 在彭博采访里承认 K3"毫无疑问是个很不错的模型"。一次能力跃升，换来一次全球话语权的重新分配。

闭源厂商蒸馏之后呢？收益只能通过自家产品体验慢慢渗出来。豆包的用户不会因为 SWE-Bench 涨了三个点就多用两小时；火山引擎的企业客户看的是单位成本和调用稳定性，不是 LMArena 名次。你冒了同样的风险，却拿不到那份可以直接兑换成政治保护的声量。

风险侧还有一个变化。过去大家默认闭源更安全——不放权重，外界没法做溯源检测。但 Anthropic 2026年2月那篇博客里透露的东西，把这个假设推翻了：他们记录所有请求的元数据和硬件特征，与其他厂商交叉共享数据，宣称能定位某个账号属于哪家公司的哪个员工，甚至能据此推测对方的产品发布路线图。

也就是说，检测的战场已经从"模型权重"前移到了"API 调用行为"。闭源不再是保护色。

对字节来说，风险和别人一样，收益比别人少一大块。这笔账在任何一个成本敏感的组织里都算得出来。

六、国家层面：蒸进来的不只是能力，还有价值观

这一段是推论，不是事实陈述，需要先说明。字节没有做过任何相关表述，中国监管部门也没有。但推演本身值得摆出来。

先说技术事实。蒸馏传递的不只是答题能力，它传递的是教师模型输出分布的全部特征。这里面包括：什么话题会被拒答、什么表述被认为中立、历史事件用什么框架叙述、什么样的回答被判定为"有帮助"、遇到争议时倾向于哪一侧。这些东西不写在权重的某一层里，它们弥散在教师模型的每一次输出中，而学生模型学的正是这个分布。

美国前沿模型的这套倾向，来自它们自己的训练语料、标注团队和对齐规范。这些是精心构建的，也是有明确文化立场的。当一个中国模型系统性地把这些输出当作训练目标，它继承的不只是推理能力，还有一整套隐含的判断标准。

这在工程上是个很难处理的问题。你可以在后训练阶段做对齐、做安全微调、做拒答策略调整，但这些都是在已经成型的分布上打补丁。补丁能盖住表层行为，改不了底层倾向。模型在长对话、在多轮 Agent 任务、在没被覆盖到的边缘场景里，会露出教师的底子。

而中国的模型是要过备案的。《生成式人工智能服务管理暂行办法》要求的安全评估，评的就是这些行为。一个底层倾向来自别人的模型，合规成本会一直存在，而且不稳定。

再往上一层看，是自主性的结构问题。

中国这两年在算力自主上的投入是明确的：北京方面呼吁企业更多使用国产芯片，字节和阿里都已开始测试华为的 AI 芯片，字节还在增加国产芯片的采购预算。国家数据局给出的数据是，中国日均 Token 调用量两年增长超千倍。硬件在往自主走，基础设施在往自主走。

如果在这个基础上跑的全是蒸馏出来的模型，那这套体系的形态就变成了：硬件自主、基建自主、智能依赖。最上面那一层的能力来源仍然在别人手里，而且随时可能被切断——教师模型停止提供 API，或者升级检测手段，整条学生链路就断了。

还有一个更直接的层面。Kratsios 在指控月之暗面时，特意区分了两种情形：通过合法蒸馏训练更小更高效的模型，是开放创新生态的重要组成部分；而以窃取美国专有技术、削弱美国科研实力为目的的秘密工业化蒸馏，不可接受。这个区分本身就是政策工具——它把"蒸馏"变成了一个可以随时启动的执法概念。

每一个被证实蒸馏的中国模型，都是出口管制阵营手里多出来的一份证物。据 Axios 报道，商务部曾考虑将多家中国 AI 实验室列入实体清单，NSA 与国家网络总监办公室曾权衡发布劝阻美企使用中国 AI 的建议，白宫曾考虑一项行政令——只有能保证安全并承担泄露责任的美国公司才可托管中国模型。这些当时都没落地。K3 事件之后，它们全部重新变成可选项。

在这个格局里，一家完全没有蒸馏记录、能力却是自己长出来的中国实验室，是有独特分量的。它不能替其他公司洗清，但它能证明一件事：中国模型的能力不是必须靠蒸馏才能获得的。这个证明的战略价值，比一次榜单第一大得多。

你蒸馏一个模型的时候，蒸过来的是它全部的判断习惯，包括你不想要的那些。

七、技术天花板：能复制答案，复制不了产生答案的机制

在出口管制之下，中国实验室不可能靠堆规模超车。唯一的机会，是在架构、数据配方或训练方法上找到一条单位算力效率更高的路。

这方面真实发生过的突破，恰好都是蒸馏复制不了的。

DeepSeek 的 MLA 架构和 MoE 路线，把成本结构整体往下压了一档。月之暗面的 Kimi K3 总参数2.8万亿，采用稀疏混合专家架构，运行时从896个专家模块中激活16个，并引入 Kimi Delta Attention 混合线性注意力和 Attention Residuals 注意力残差；官方说法是，这些架构调整加上训练方法和数据配方的改进，让 K3 把计算资源转化为模型能力的整体效率比 K2 提高约2.5倍。

注意这个说法的性质——2.5倍的效率提升是结构性的，它意味着同样的卡能干出更多的活。这种东西，你从教师模型的输出里一个字都学不到。你能蒸出它的答案，蒸不出它为什么能用更少的算力给出这个答案。

这就是蒸馏在技术上最根本的问题：它优化的是"每个月分数涨多少"，而不是"每张卡能产出多少智能"。对一个不缺卡的公司，前者可有可无；对一个缺卡的公司，前者是止痛药——它让你误以为差距在缩小，从而推迟去做那件唯一真正有用的事。

还有一个更远的问题：教师的天花板到了怎么办？

今天蒸馏之所以有效，是因为前面有一个明确比你强的模型在跑。当那个模型自己撞上能力边界的时候，蒸馏的一方会发现自己没有任何方向感——它一直在沿着别人趟出来的路走，从来没有练习过自己找路。

从产品角度看，这个问题今年就已经开始显形了。Agent 时代真正的难点不是单点能力，是长链路任务的稳定性、工具调用的可靠性、超长上下文里的一致性。这些能力来自模型和真实环境的反复交互，来自在自己的场景里踩过的坑。教师模型没在你的场景里踩过坑，它给不了你这部分。

八、组织与人：这套配置是按"自己走到前沿"搭的

听一个创始人说什么，不如看他把时间和人放在哪里。

时间上，据钛媒体报道，张一鸣把约 50% 的精力放在 Seed。第一财经今年6月援引消息人士称，他常往返北京和新加坡，从2024年下半年开始，每月参加一次 Seed 核心技术团队的复盘和讨论会；同一篇报道强调他关注的是面向未来的前沿技术，角色更像回归后的谢尔盖·布林。

人上，前 Google DeepMind 研究副总裁、Google Fellow 吴永辉2025年入职 Seed。此后深耕基础模型、强化学习、多模态的研究人才陆续汇聚。Seed 正式员工2024年突破200人，2025年增至300人以上。张一鸣个人还投入了知春创新中心，招"对泛计算机和 AI 感兴趣的年轻人"，从预备研究员做起。

组织上，Seed 2023年2月从搜索、AML、AI Lab 抽调人手组建，2023年底已成为与抖音、TikTok、火山引擎平级的独立组织；2023下半年 AI Lab 的 NLP 组整体并入，2024年 PixelDance 等视频生成团队转入，2025年集团级 AI Lab 整体并入。今年7月30日，飞书产品团队整体并入豆包，销售团队划归火山引擎——一个曾经的一级 BU，一夜之间不再独立。

这套配置指向什么？

如果目标是"半年内把语言模型榜单打到国内第一"，你不需要一个从 DeepMind 挖来的研究副总裁，不需要创始人每月听技术复盘，不需要一个从预备研究员开始培养的长周期人才计划。你需要的是一条高效的数据管线和一个 KPI 明确的评测团队。这两样东西，字节三个月就能搭起来。

张一鸣搭的不是那个。

而当一个组织的配置是按"自己走到前沿"设计的时候，蒸馏就不只是一条捷径，它是对这套配置的否定。如果最优解是用别人的输出，那这三年招的人、开的会、设的团队，逻辑上就都是浪费。没有创始人会允许这个结论在自己的团队里成立。

最后回到《The Information》那个动作细节：张一鸣过去很少在 Seed 团队的会议上发言，这一次，是在其他管理者已经解释过之后，他才开口。

这个顺序说明了很多东西。管理层已经讲过一遍，创始人还要再讲一遍，通常意味着第一遍没讲住。加上报道里那句"每当有一个强大的中国开源新模型发布，字节跳动内部关于蒸馏的争论就会升温"——这次全员会与其说是一次对外的路线宣示，不如说是一次对内的强制统一。而它之所以会流到外媒那里，本身也是信号：一个已经统一的共识，通常不会有人拿去跟记者讲。

泼盆冷水：这八段里最站不住的地方

写完八段，得回头拆自己。

第一，"字节从来不蒸馏"这个前提，历史上是打过折的。

2023年12月，The Verge 报道 OpenAI 封禁了字节的账号，指其使用 GPT 输出训练自家模型。字节发言人 Jodi Seth 当时的回应是：GPT 生成的数据在 Seed 项目早期被用于注释模型，"今年年中左右"已从字节的训练数据中删除。报道还引用了一位声称深入了解字节内部情况的爆料者的说法：他们说想确保一切合法，但其实只是不想被抓住。

一条从合规恐惧里长出来的规矩，讲了三年，长成了技术信仰。这个演化过程是真实的，但把它追认为一开始就有的第一性原理，是叙事的胜利。

第二，"不蒸馏"的边界比听上去模糊得多。

所有头部实验室都做自蒸馏，也都用自己的模型生成合成数据再回灌训练体系。字节自己给过明证：2025年8月开源的 Seed-OSS-36B，同时放出了 Base（预训练中引入合成数据）和 Base-woSyn（不含合成数据）两个版本。合成数据在字节的训练管线里是常规配置，区别只在于"教师"是不是自己。

那么，用一个开放权重模型跑评测、做数据清洗、当奖励模型的一部分，算不算蒸馏？用它生成的数据做种子再自己扩写呢？这条线画在哪里，是内部政策文件的问题，不是原则问题。

第三，代价已经在账面上了。

Seed 2.1 Pro 2026年6月23日发布。第三方评测里，302.AI 认为它的 Coding 交付水平尚不及 GLM 和 Kimi，后两者在复杂仓库级代码理解和超长上下文稳定性上仍有领先。价格方面，输入6元、输出30元每百万 Token，综合使用成本在国产模型里排到最贵一档。《The Information》报道里那句"有字节员工认为不愿使用蒸馏是字节大语言模型落后的原因之一"，是内部人自己给的判词。

第四，也是最扎人的一条：字节有资格谈长期主义，是因为它有别人没有的家底。

全球超40亿月活产品、日均数十亿用户行为数据、2025年营收量级超1500亿美元、市场普遍测算的净利润在380亿到450亿美元区间。有这样的存量和现金流，"接受暂时的落后"是一个可以承受的选项。

对一家融资周期只有18个月、下一轮估值取决于下一次榜单表现的创业公司，同一句话说出来就是自杀。所以把这件事讲成道德分野是不公平的，它更接近资源禀赋决定的策略分野——拒绝捷径，是一件有钱才买得起的奢侈品。

往前看：三个时间窗口，三个信号

窗口一 · 2026年Q4 – 2027年Q2

字节下一代旗舰语言模型是这条路线的第一次结账。它需要证明的不是分数，是单位算力效率——在同等甚至更差的硬件条件下，把成本曲线往下压。如果做不到，Seed 内部关于蒸馏的争论会以新的技术措辞回来，比如"合成数据管线升级"或"教师-学生自举训练"。

窗口二 · 火山引擎的商品结构

如果火山引擎开始把第三方开放权重模型作为主推商品大规模上架，那说明字节在 MaaS 份额和模型自主之间做了选择，优先保份额。这个动作会先于任何官方表态出现。

窗口三 · 研究型高管的去留

吴永辉和 Seed 语言模型方向核心负责人的动向，是路线是否还被相信的最灵敏指标。研究型高管不会因为一次榜单失利离开，只会因为不再相信这条路能走通而离开。

咖啡凉了。窗外 California Avenue 的车流密起来，斜对面那家风投的人陆续进楼。

昨天还有另一条新闻：DeepSeek 登顶 OpenRouter 全球调用量第一，同时预告 API 涨价，"预计涨幅较大"。一家用开放权重加低价拿到了全球最大负载，然后发现自己扛不住成本；另一家关起门来，接受暂时落后，靠自研往前爬。

这两条路线现在的分数没法比，因为它们计的分不是同一套。真正的裁判要到下一次范式跃迁的时候才出现——当现在这一代教师模型走到能力边界，蒸馏的一方需要自己决定往哪走的那一天。

在那之前，张一鸣这次表态最准确的读法可能是：他没有让字节的模型变强，他只是拒绝让这家公司的智能来源，长在别人的账号密码上。

一款模型可以靠蒸馏挤进前沿，一家实验室不能靠蒸馏变成前沿实验室。问题在于，前一句兑现的时间以季度计，后一句以年计，而大多数公司活在季度里。字节是少数几家可以活在年里的。