Why Chinese AI Labs Are Keeping Up

Anthropic 的 Sonnet 5 和 Opus 5 用上最新蒸馏技术，实际体验却被中国的 GLM 5.3 和 KMK 3 反超。

大模型行业看似会被头部公司垄断，但现实却是“学生”模型有时能反超“老师”。这背后不是技术差距，而是数据分布、蒸馏机制和真实用户场景的复杂博弈。你会看到，为什么最先进的技术和最好的数据，并不总能做出最强的模型，以及中国公司如何用“路由服务”收集真实数据，补齐短板。

本来大模型应该像云服务一样集中，但“抄作业”太容易，市场反而分散了。

• 蒸馏让能力快速复制：只要能拿到大模型的回答轨迹，小模型就能学会同样的本事，哪怕原始数据很少。
• 持续学习也挡不住被抄：大公司每天微调模型，别人也能用蒸馏同步学走新能力，抄袭速度完全跟得上。
• 中国公司用路由服务收集数据：国内公司通过路由/代理让用户用上美国前沿模型，同时收集真实提问和反馈，成为蒸馏的黄金数据集。

蒸馏能不能成功，关键在于有没有“像用户一样”的真实数据。

• Prompt 分布决定蒸馏上限：光有老师的答案不够，必须拿到覆盖面广、真实的用户提问，否则只能学会考试，遇到实际问题就掉链子。
• 中国公司用 AI 自动扩展数据：先用人类和现有数据做种子，再让 AI 自动生成海量变体，把 prompt 分布做得很全，极大提升蒸馏效果。
• 前沿实验室容易“只会考试”：如果只用难题和标准测试题训练，模型在基准测试上很强，但面对真实用户需求就容易掉链子，比如 Anthropic 的 Sonnet 5、Opus 5 在实际体验上被 GLM 5.3、KMK 3 反超。

最后一步微调如果参数调得太激进，模型可能“用力过猛”，用户体验反而变差。

• 后训练副作用难察觉：大模型厂商在最后微调时，容易出现奇怪的副作用，这些问题在标准测试里看不出来，但用户用起来会觉得别扭。
• 实际体验比分数更重要：模型在测试集上分数很高，但如果用户觉得不好用，实际竞争力就会被反超。

“蒸馏能让小模型快速学会大模型的本事，但你能不能拿到真实用户的提问，才是决定模型好坏的关键。”

• 做自家模型时，优先想办法拿到真实用户的提问和反馈，这比多用算力更重要。
• 蒸馏和数据路由让“抄作业”变得极快，未来大模型厂商要靠独特的用户场景和持续的真实数据积累，才能拉开差距。