Redis 作者反驳「中国模型之所以强，是因为通过 API 蒸馏了美国模型」

一句话看懂：Redis 作者 antirez（Salvatore Sanfilippo）公开反驳一种流行观点——即中国大模型的进步主要来自通过 API 蒸馏美国模型。他从机器学习原理出发，指出这种说法混淆了“白盒软蒸馏”与“黑盒硬蒸馏”，并认为中国模型的实际能力差距更多源于算力获取限制，而非单纯的“抄答案”。

事件核心：发生了什么

antirez 在近期发布的内容中明确反对“中国模型强是因为 API 蒸馏美国模型”这一叙事。他指出，严格意义上的蒸馏（软蒸馏/白盒）需要访问 teacher 模型的完整概率分布（logits）、Chain-of-Thought 推理轨迹等内部信息，而商业 API（如 GPT、Claude）只返回最终文本，完全无法提供这些数据。他将这种硬蒸馏比作“只看到复杂曲面上的几个点，就想复刻整个曲面”，在数学上近乎不现实。同时，antirez 不否认中国模型当前存在能力差距，但他强调真正的挑战来自算力限制（compute deficit），而非技术抄袭或 API 蒸馏。

然而，实际工程中黑盒硬蒸馏（仅用 teacher 生成的文本输出做 SFT）确实被广泛使用，例如 Alpaca 和 Vicuna 的早期训练。苹果在 2026 年发布 Apple Foundation Models 时，也公开表示在 post-training 阶段使用了 Gemini frontier models 的输出进行精炼，这更接近硬蒸馏而非软蒸馏。antirez 认为，这类做法可以改善回复风格、填补窄知识差距，但无法创造 frontier 级别的通用能力。真正强大的底层能力来自海量 pre-training（万亿 token 级数据 + 巨大算力），而非简单的数据打印。

为什么重要

这场争论折射出 AI 行业对“蒸馏”一词的严重概念混淆。技术圈往往将软蒸馏（白盒）视为“真正的蒸馏”，因为需要 teacher 的内在概率分布；而大众媒体和部分商业叙事则将“使用 API 输出训练模型”称为蒸馏，两者在工程效果和理论基础上天差地别。如果主流舆论误以为中国模型仅靠“抄 API 输出”就能赶上前沿水平，不仅会低估实际研发投入（如算力、数据工程、算法创新），也可能误导政策制定者对技术壁垒的判断。此外，antirez 的观点间接支持了一个共识：即使有完整模型的开源访问（如 Llama 系列），许多团队（包括欧洲实验室）依然难以复刻出对齐水平的模型，说明蒸馏绝非“有数据就能轻松复制”。

对用户/开发者/创作者的影响

对于开发者而言，最直接的启示是：不要过度依赖“黑盒蒸馏”来快速构建高性能模型。虽然用 API 生成数据做 SFT 可以短期优化回复格式和风格，但无法复制 teacher 的核心推理能力。如果开发者希望构建真正有竞争力的模型，仍需投入大量算力进行 pre-training 或设计“聪明的蒸馏”策略——将强模型作为辅助工具（如数据筛选、reward model、multi-agent 协作），而非简单的数据打印机。对使用这些模型的创作者来说，当前基于 API 蒸馏的轻量模型可能在标准基准测试上表现亮眼，但在实际复杂场景（如长链条推理、细粒度知识问答）中可能表现拉跨，需要谨慎评估其真实能力边界。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

第一，2026 年论文《Memorization Dynamics in Knowledge Distillation for Language Models》已明确区分软硬蒸馏的差异，未来可能有更多研究量化不同蒸馏策略的效率与代价。第二，如果中国模型厂商继续基于 API 输出进行“硬蒸馏”训练，监管和版权问题可能升温——直接使用闭源 API 输出训练商业模型在商业道德和许可协议上存在灰色地带。第三，苹果等巨头公开采用硬蒸馏精炼基础模型的做法，可能推动行业形成“蒸馏即 fine-tuning”的新共识，但 antirez 的质疑或促使更多团队公开蒸馏细节，以证明其技术路径的正当性。

来源：掘金 · 人工智能本周最热