张一鸣按下“蒸馏”暂停键：字节宁可落后，也不抄别人答案

上个月，一向低调的张一鸣做了一件很罕见的事。

面对Seed团队内部持续一年多的“要不要蒸馏”争论，他给到了定调：

“字节跳动应该愿意为更长期的目标，牺牲一些短期收益。”

据《The Information》披露，张一鸣明确表态：闭源模型不能蒸馏，开放权重模型也不能蒸馏。“Seed可以接受暂时的落后，但不接受依靠蒸馏竞争对手来消除这种落后。”

一句话，把字节AI团队想“抄答案”的路，给堵死了。

现在人人都喜欢说抄答案，可为什么字节不抄？

要理解张一鸣这个决策的分量，可能要先搞清楚“蒸馏”是怎么回事。

模型蒸馏（Knowledge Distillation）的概念类似让一个小模型（学生）去模仿一个大模型（教师）的输出概率分布，从而用非常小的代价和训练，去获得接近教师的能力。

提出这个模式的，是人工智能之父辛顿，他在2015年发表了相关论文，后来Google、OpenAI、Anthropic等大厂在做轻量版模型时也会使用蒸馏，完全合法。

不过，现在有一个不好的风气，很多AI大模型企业，不是蒸馏自己的模型，而是蒸馏竞争对手的模型，甚至是闭源模型，性质就变了。

抄自己过去的答案叫改进，抄别人的答案，那就真是抄袭了。

那么，这些模型厂商是怎么抄袭的呢？

首先，批量构造几百万个问题，然后扔给Claude/GPT这类头部模型，收集它们的回答。

这些回答里往往会带上推理路径、判断逻辑、表达策略，然后收集这些数据，用于训练自己的模型。

相当于用几个小时，就学会了别人十年的功夫。

省掉的不仅是算力，还有数据制作、强化学习、试错的全部成本。

2026年2月，Anthropic公开指控DeepSeek、MiniMax、月之暗面用超过24000个虚假账号、对Claude进行了总计超1600万次对话交互，通过蒸馏大规模提取其核心能力。

在控诉中，Anthropic详细描述了这些企业的“九头蛇架构”——用分布式架构将恶意流量伪装成正常请求，系统性地提取Claude的推理能力、工具调用与编程数据，其中MiniMax交互超1300万次，月之暗面超340万次，DeepSeek超15万次。

这份名单里，没有字节跳动的Seed。

这个细节，很关键。

Seed团队关于蒸馏的争论，在过去一年至少爆发了三次：

第一次，是2025年1月DeepSeek-R1发布后。

当时DeepSeek掀起了一阵科技自信潮，但内行人知道，DeepSeek用了一种很投机的方式——蒸馏。

这个方法被其他大模型企业知道后，字节内部的部分研究员也跃跃欲试，提议引入美国头部闭源模型生成结果，快速提升推理与综合表现。

但提议被否决。

第二次，是2025年底至2026年初，英伟达Blackwell系列GPU在美国大规模商用阶段。

受美国高端GPU出口管制影响，Seed训练所用的H20算力仅为B200的五十分之一。

显卡不足，算力就不够，算力不够，大模型就没有别人聪明，这个时候，字节内部又有人提出“实在不行就蒸馏”，这个动议获得较多支持，仍未获得张一鸣的批准。

第三次，是Kimi K3成功发布后。

7月16日，月之暗面推出Kimi K3，官方称其拥有2.8万亿参数、原生视觉能力和100万token上下文的开放模型，是地表“最强开源模型”，进入全球第一阵营。

相反，投入更大、人才更多的Seed却没有推出同级语言模型。

此时，蒸馏提议再度高涨：行业都在抄，抄袭的比用功努力的效果好多了，为什么我们不抄？如果怕法律制裁，那我们就蒸馏开源的模型不就行了吗？

在部分字节员工看来，公司不愿采用蒸馏，是其大语言模型落后于阿里巴巴，以及DeepSeek、智谱AI和月之暗面等国内AI公司的一项重要原因。

可张一鸣的回应是：闭源不能蒸馏，开放权重也不能蒸馏。

这说明张一鸣反对的不只是“侵权式蒸馏”，是任何形式的“用别人模型的输出作为自己能力的捷径”。

在他看来，抄袭或者蒸馏，只能在短期内上个榜，可这个毛病，会干扰真正意义上的技术突破。

事实上，字节对蒸馏的警惕并非临时起意。

早在2023年4月，字节引入GPT API调用规范检查后，即明令禁止将GPT生成数据加入训练集；随后开展内部抽样检测，核查模型输出与GPT的相似度，防止数据标注人员私自使用GPT。

在字节，这是一条已经延续了三年多的红线。

为什么张一鸣就是不肯抄作业？

外界猜测，可能是害怕美国制裁，毕竟TikTok在美国风险还是很高，字节不想给华盛顿抓把柄的机会。

但我们认为，张一鸣的野心是想做出有“定义权”的产品。

如果单靠蒸馏对手来追平榜单，那么企业开发的模型上限永远是对手的天花板，这就好比期末考试，你抄到了年级第一的答案，甚至发现了年级第一答案中的错误，加以改进，然后考的分数比年级第一还高。

可到了不能作弊的高考呢？

不抄袭的思路，和张一鸣一贯的产品哲学是一致的。

今日头条、抖音、TikTok，没有一个是从“抄美国模式”起家的，它们都是在中国市场的独特语境下，用算法和推荐系统重新定义了内容分发。

相反，阿里、百度、腾讯都不是。

所以字节的选择是，与其在乎一时的榜单排名，不如自己制定游戏规则。

怎么办？用好自己的数据。

据悉，字节正在启动一项包括5万亿参数的超大模型。由Seed Foundation负责人项亮主导，与大语言模型预训练数据负责人沈科合作，Seed正在重新划分职责和分配资源。

8月6日上午，字节跳动举办了2026年度年中全员会，公司CEO梁汝波表示，在大语言模型上，接下来字节跳动会坚持自研，接受短期落后，坚持优化长期。

这句话和张一鸣的“愿意为长期目标牺牲短期收益”形成了双重定调：字节的最高层的管理者，在同一个星期内，向内外释放了同一个信号。

尽管现在的通用语言模型榜单上，Seed会继续被Kimi K3、Qwen3.8、DeepSeek压着，可一旦能跑通自有的5万亿参数模型，字节就将拥有国内首个真正意义上的“原生预训练超大模型”，和专注于开源模型的同行拉开差距。

某种意义上，这就像苹果手机和安卓手机一样。

为什么一些安卓手机厂商喜欢在发布会上嘲讽苹果，却都在产品上对标苹果？

只能说，懂的都懂。

开源虽然能集“百家之长”，可别人也能集你之长，虽然能“遥遥领先”一阵，但别人用你的成果再去训练自己的模型时，你拦都拦不住。

字节既然选了专有，也就必须选择“不蒸馏”。

在一个所有人都在抄答案、所有人都在卷榜单、所有人都在吹牛逼的时代，有一个人愿意站起来说“我们不抄”，这件事本身就是中国AI行业稀缺品。

至于这个稀缺品最后值多少钱？

要等。可能要等很久。

但历史一再证明，真正改变游戏规则的人，往往不是最聪明的那个，是最专注、最偏执的那个。

在AI的马拉松竞赛里，愿意慢下来的人，比愿意快起来的人，更值得尊敬。