MiniMax闫俊杰：中美模型参数差十倍 跨代追赶面临数据衰竭

MiniMax闫俊杰：中美模型参数差十倍 跨代追赶面临数据衰竭 受限于全球高质量数据供给枯竭与Scaling Law外推失效，中国大模型厂商必须先打磨3T模型才能谨慎冲刺10T规模。 MiniMax CEO 闫俊杰（IO）首次系统性分享了 MiniMax 从 M1 到 M3 的迭代思考，指出衡量模型成败的核心指标在于“通用消耗量”，并坦言中美大模型在参数规模上依然存在两代（10倍）的客观差距。受限于全球高质量数据的匮乏与 Scaling Law 外推失效的风险，国内厂商必须遵循从 3T 到 10T 的渐进路径，同时通过招募顶级行业专家来重构数据观。此外，与会嘉宾还深入探讨了 AI Coding 时代“次抛代码”引发的交付危机，强调写代码始终是严肃的软件工程，并展望了未来利用 AI 理解大模型黑盒与实现人类对齐的终局方向。 MiniMax 衡量模型迭代是否成功的核心客观指标是通用 Token 消耗量；M2 坚决聚焦 Coding 与 Editing 场景，日消耗量从预期的 1 万亿冲至 M2.7 的 10 万亿 Token，超出预期 10 倍。 (1:41) 闫俊杰指出中美模型客观存在约 10 倍的参数量尺度差距，在行业内相当于落后两代；冲刺 10T 参数量模型面临 Scaling Law 外推失效、全球高质量数据匮乏（理论需 200T Token）及 KV Cache 膨胀等三大瓶颈。 (15:54) AI Coding 迎来工程化拐点，写代码依然是严谨的 Engineering，单纯依赖 Vibe Coding 容易因验证与 QA 缺失导致出现“看起来对但没人敢上线”的次抛代码风险。 (17:53) MiniMax 数据观转向发起“10X 专家合作项目”，AI 研发从“算法研究员 + 工程师”升级为引入经济学家、哲学家乃至核物理学家等跨领域顶尖专家的三位一体模式。 (27:12) 针对技术终局，闫俊杰认为 AI 本质依然是黑盒，最关心未来如何“用 AI 帮人类理解 AI”，破解大模型的可解释性、对齐与安全边界。 (30:30)

MiniMax 创始人闫俊杰在开发者活动中指出，衡量大模型的客观指标是通用消耗量，当前中美顶尖模型仍存在约十倍参数量与两代的技术差距；随着模型规模迈向 10T，行业面临数据枯竭与工程验证滞后等多重挑战，需通过引入顶尖跨界专家与系统工程来突破瓶颈。 从 M1 到 M3 的场景聚焦与规模化验证 (0:00) 闫俊杰回顾称，MiniMax 团队在研发 M1 时虽跑通了超级机器，但因商业化通用消耗量较低而未达预期。进入 M2 阶段后，团队力排众议放弃通用对话评测，专攻 Coding 和 Editing 场景，推动日 Token 消耗量从最初预期的 1 万亿冲至 M2.7 的 10 万亿，超出预期 10 倍。最新的 M3 模型则进一步拓展无限长上下文与多模态交互，以贴近无限制规模化使用的工程需求。 10T 模型的参数鸿沟与数据枯竭困境 (14:12) 针对中美技术差距，闫俊杰客观评估指出，美国顶级模型参数量通常大 10 倍，意味着整整两代的技术代差。大模型无法实现越级跳跃：一方面 Scaling Law 的参数外推通常仅在数倍内有效，直接放大 10 倍可能导致外推失效；另一方面，依照参数量与数据量 1:20 的比例，10T 模型需要 200T（200 万亿）高质量 Token，目前全球高质量文本总量远无法满足这一需求。为此，国内技术路径需先扎实落地 3T 模型积累经验，并在架构上重点压缩 KV Cache 以控制推理膨胀成本。 多模型循环工程与垂直落地的系统平衡 (4:52) 开发者张佳圆与何涛分享了应用层经验。在代码工程中，单一依赖顶级模型会导致单人每月 Token 成本高达数千美元；张佳圆提出采用循环工程（Loop Engineering），由 Claude 或 GPT 等高阶模型担任 Mentor 和审核角色，配合 M3 编写具体代码，实现成本与产出的平衡。开源多模态 Agent 项目 DeerFlow（超 7 万 Star）负责人何涛指出，其项目旨在降低昂贵的 Deep Research 使用门槛。在金融垂直场景中，金融行业 AI 负责人虞扬表示，AI 的核心价值并非合规受限的直接推股，而是降低专业指标门槛与信息降维，辅助动态决策。 AI Coding 的工程责任与验证危机 (17:53) 针对“Vibe Coding”带来的代码泛滥，开发者与工程人员提出了对“次抛代码”的担忧。何涛与张佳圆强调，软件开发本质是架构与组织的工程艺术（Engineering），必须遵循《Code Complete》与《Clean Code》等规范，开发者需对自身账号提交的代码负全责，而非推诿给 Agent。MiniMax 的阿岛补充称，当前生产效率虽然大幅跃升，但质量保证（QA）与验证完全滞后，出现了大量“看起来正确却无人敢上线”的大型 Pull Request，交付体系面临失控风险，呼吁行业在验证环节投入对等资源。 数据观重塑与理解黑盒智能的终局 (27:12) 在数据层面上，闫俊杰透露 MiniMax 正推行“10X 专家合作项目”，研发角色由早期的“算法研究员 + 开发工程师”演进为吸纳经济学家、哲学家乃至核物理学家的三位一体模式，借助跨界顶尖专家的 Taste 来定义代码与模型评估标准，并参考 Anthropic 模式进行严苛的对抗与越狱防范测试。闫俊杰认为，AI 本质仍是难以用数学工具分析收敛性的黑盒，未来的关键研究方向在于“用 AI 帮人类理解 AI”，探索大模型的可解释性与安全边界。 当前 AI 发展正从单纯的模型生成效率比拼，转向交付验证、系统工程平衡以及数据质量定义的深水区；如何破解 10T 级别的数据与算力约束，并利用 AI 自身破译黑盒的可解释性与安全机制，仍是决定行业演进终局的核心未解问题。

[0:00] 闫俊杰: 因为全中国写代码的人只有 100 万到 200 万，市场规模太小。 [0:00] 闫俊杰: 衡量一代模型到底行不行的客观指标是通用消耗量。 [0:00] 闫俊杰: 瘫坐在椅子上、后背发凉的震撼感 [0:00] 闫俊杰: 本来 M2.5 一天烧 1 万亿 token 就满意了，结果一路冲到 10 万亿，超目标 10 倍 [6:48] 何涛: Go viral 这件事就是上帝握着你的手写下了一条代码，或者上帝握着你的嘴说了一句话。 [6:48] 何涛: 用中国模型把奸商开源打下来 [12:09] 闫俊杰: 去年这个时候，我想不到现在的模型是什么样 [12:09] 闫俊杰: 没有 Claude Code，某个模型可能也火不起来；没有 GPT-5.5，Codex 也起不来。 [14:12] 闫俊杰: AI 已经是个很大的产业了，就跟半导体一样。 [15:54] 闫俊杰: 美国模型基本上大 10 倍，而 10 倍意味着整整两代。 [15:54] 闫俊杰: 外推一旦失效，模型就成了开盲盒。 [17:53] 何涛: 从来没人说 vibe engineering，但写代码从来都是 engineering。 [17:53] 何涛: 最讨厌别人说这是 agent 做的，别怪我——用你的账号提交，背后是谁的责任？ [27:12] 闫俊杰: 一年前以为数据就是标注，现在 MiniMax 在找经济学家、哲学家，甚至核物理学家。 [30:30] 闫俊杰: 用 AI 帮人类理解 AI

[0:00] 嗨,我是Koji,那这一期播客是我在MiniMax Developer Meetup,就是核心开发者的一个聚会上主持的一场圆桌讨论嘉宾包括MiniMax的创始人和CEOIO严俊杰也包括三万新的开源项目MultiCut的创始人张家元和七万新的开源项目DealFlow的核心负责人何涛以及一位上市金融公司的技术负责人于扬然后我其实自己啊我是有点这个surprised你看说哎IO也会来而且分享了那么多所以今天想问IO的第一个问题也是这个活动为什么对你来说这么重要你自己花那么多时间来参与其实我们这个主要是感谢各位然后花时间一起来这个分享包括那个核桃核桃其实坦白说是它是一个非常好的开源项目的作者他们应该是7万对 7万包括家人家人的话其实很早之前就其实给我们提了很多的建议帮助其实核心还是感谢大家了就是说刚才说的其实也是我们第一次来办这个活动我觉得就是AI编程或是AI编程它其实不会让同意者愿意愿意愿意愿意愿意就比如说可能在两年前当时我记得我曾经问过六百家公司的一个人实际上我当时问过梁峰说你们要不要做AI CODI他说不做为什么呢因为全中国会写大马的人可能只有100万还是200万人这好像不是一个很大的市场就两年前都是这么一个理解但现在显然不是的因为AI这件事确实是可以让更多的人可以有生产力了我觉得这是一个非常好内容的变化但是即使这个事它可以让很多人不会它的核心还是说一开始有一些真正热爱这么来做的人然后在这个里面然后把它给重复给更多的人然后我觉得今天是我们是第一次的然后我们后面也会把它变成一个持续性的这么一个事情就从M1到M3我们看到了非常多的故珀然后好奇这读者的一些故珀是合理器我们其实不过是还没有达到预期的我觉得就是一个比较客观的指标其实是通用消耗量其实M1的话我觉得我们实际上是通消耗其实是比较低的过来说但是当时M1的话我觉得是坦白说那个模型其实它自动的效果不太好但是其实实际上我们从做M1的时候就感受到了这个事就是一个很经典的桥段就是说什么探索在椅子上什么后背发联的这种事我们有这种感觉其实在做M1的时候有这种感觉的就是在做M1的时候第一次跑动那个超级机的时候然后那个时候记得说得清楚去年五一加七段那个时候反正就是第一次感受到这个东西了但是这个模型其实没有领作成功然后到M2的时候去年下面那时候大家最关心的评测其实是ARENA不记得对吧但所有人发布都会讲这个东西我们那个时候就非常明确我们就只做coding and editing然后我们就不管那些不相关的那些对话的那些场景我们真的是这么来决定这个决定其实当公共有很多的质疑就是为什么你不管这个然后但是我们就这么做了然后这么做了之后其实我们一开始RM2刚上天的时候我们觉得一天消耗1万亿的token我们就满意了当然这变得比较是这样然后结果它到RM2.7的时候大概就变成了10万亿的头纹一天基本上就是想我们比较就超了10倍了然后M3的话就是说我们其实是变了一个更大的领票该政哥还没有完全实现然后就是说从通过销量的角度来说我觉得其实还是比较超出预期的从能力上来说的话是说我们在RM2的时候其实就想实现多么碳但在RM2的时候其实没有实现然后我们在M2的时候能够到这个就是编程里面能够到那个主因梦来用这个其实也没有实现但它实现的东西是说后面出来了OpenCore出来的GoneGang雷进它找到了这样一个市场M3的话就是说我们的两代模型都说可以无限制的来用这种不需要关心程度来使用Songer来用不行奥和人一种东西然后呢如果到这个东西再加上整个行业的大部分增长我觉得从量到一个非常可爱的量级我觉得我们在非常接近这个事OK 好 谢谢然后嘉元刚才其实也有一个精彩的分享就讲了loop engineering然后你们在做它的时候用的是这个M3minimax M3用的过程中你觉得有哪些好与不好首先就是我们我们其实工作流里面有大量的这种可以去pipeline化的场景,包括去处理Ghub issue,包括去处理做custom support等等一系列的场景因为其实并不是所有的场景都需要用最高级的模型来做,我们每个人都有好几个cloud code的账号加codex然后加上cursor可能有个几千美金每个月的token的消耗,其实成本是非常多的 [5:00] 那我们现在就在做了一个常识就是单一的这个模型的能力可能它或多或少可能在一些方面都会有就是可能有这个方面不足或者那个方面不足但是能不能去设计一个系统去把比如说不同的模型的能力去聚合起来不同的agent的能力去聚合起来它一定程度上可以拟补你的这个模型能力在一些情况下的不足比如说我们发现M3它可能有一些时候会比较啰嗦或者有些时候他这个thinking的时间会比较长或者他给你的这个结果里面不一定所有的点都是正确的那这个时候你就可以用一个比如说其他的模型比如说像OPS或者是GPT来去给他去做这个review或者是作为他的mentor对然后让M3来去作为coding的这样的一个模型这个其实就是用系统的这个方式来去拟合这个单一模型的这个部分能力的这样的一个部署然后我们实践下来发现它确实是能够达到你的这个token的这个消耗以及整个产出的这个效果的一个平衡未来你的整个公司里面的这个token cost肯定是你需要去考虑的一个目标那这个时候你就需要去考虑这么让不同的工作由不同的这个模型来成好谢谢接下来就请何涛介绍一下就7万star的dearflow今天的dearflow和一开始已经有很大的不一样了就大家介绍一下今天的dearflow是一个什么样的dearflow以及它是什么原因让它那么的受欢迎这个问题我是第一次带给我们团队在公开场合回答然后我也跟我们团队讨论人讲我先说一句大白话为什么火这件事我们也没有追求出原因可能很多时候go viral这件事就是上帝握着你的手写下了一条代码或者是上帝握着你的嘴手续用了一句话像codecode或者刻色写了一段代码然后x上面有人帮你转了他就火了但我想说的事情是这里边的话其实deaflow他有两个身份第一个身份是他是一个开源项目然后这个开源项目的话一开始初衷的话是我们在25年的时候发现Deep Research这样的任务非常贵你首先需要有一个200刀的TriGVT的Broad的订阅你才能去用几次然后我们就觉得奸商开源必须得把你打下来而且我们还要用中国模型给你打个样然后我们还连生徒都要用中国模型所以在我们一开始的我们的书生就是说我们想用一种自己的表达方式把在电脑端要去做的一个事情我们当时在一个大公司里面所以我们的日常工作就是要写报告然后报告的话可能还要有图表然后报告跟图表之后那个时候还要生成像Cogging那样特别优质的播客最后的话我们还希望它能够变成一段动画片因为我们很多人都有小孩有这种动画片的剧最后还有人说我想听音乐那我要听音乐所以说我得表扬一下MIMAS的TokenPlan这是我们的Date因为就接入MIMAS的TokenPlan的原因就多摩泰是一个非常有魅力的事情而且每个人的日常工作就是一个多摩泰的工作我觉得如果要反推来说的话这我觉得也是DFLO一开始Bank对的一个点我们一定要完成桌面工作者所有的工作就是有可能一开始就是残缺了会被喷的那我们要接受被人喷帮你邀邀然后DFLO的话其实这里面还有一个比较有点的一个什么就是DFLO现在是一个社区我们有1K以上的contributor这个contributor是覆盖的除了北极南极以外的其他的所有的陆地地区吧大概我可以这么说然后而且还有经常会有人给我们用各种我们看不懂的语言提议怎么样就agent的去管理这样的一个开源项目也成为了我们现在就是说不断在研究跟探讨的一个方向然后以及我们现在被很多人去complain说我们的代码已经是史山了那我们怎么样再去说把13的代码再清扫一下变得更好其实这也是就是今天来到这个DevBit能够跟更多开发者一起交流我理解这个其实也是所有的成功的开源项目都头疼的事情最近OpenCloudNanobot都纷纷表达不得不这么做再不这么做的话就受不了了好那我们在接下来先请教一下于阳在互联网金融这么一个垂直领域你们又作为一家上市公司你们现在在怎么用AI或者Agent哪些部分是看到已经产生了非常直接的商业价值好我们这边是做这个直接是做这个金融行业的从我们用户角度上来它其实不是很会表达我们大多数用户它其实根本不知道它今天打开应用它今天想干什么一般来说如果你打开一个比如说类似于那个行情软件它总会希望是 [10:00] 目标是赚钱对吧这是很明显的一个事情那除了这个事情以外但它其实很难表达说我今天是要干什么怎么呢他问的问题就是帮我选举几个股这是我们收到的最多最多最多的一个问题帮你帮我选举个股那你遇到一般情况这个事情就傻了对不对比如说我现在问你或者你问我我也很难给你去选这个问题对吧这是第一个第二个我发现我们很多的同类的厂商他们做的东西是今天比如说我能够问你我今天某只个股怎么样那他会给你去罗列很多的信息然后就没有然后了这个是一个很大的问题所以我觉得从这个角度上来说大家能做的东西第一步是筛选信息这个也是现在所有AI东西大家都在做的问题第二个我们可以降低很多人的门槛大家都知道的很多一些术语体体言论是什么这个东西是大了还是小了这类的东西所以说从AI的这个角度上来说它其实可以给你降低很多的门槛它告诉你这个数字为什么是这样子告诉你这个东西对于你的影响是什么样子这个是我们AI要做的事情然后再问一个很简短的问题就是作为在上市的这种公司你用不用AI帮你炒股这是一个很好的问题第一个是因为有合规的原因我们这个是不能直接炒股的第二个事情是实话是说我们自己有这样回测的一个机制就是我们其实给用户输出的里面是不带投资建议但是我们内部的版本有我们可以根据我们自己的这个东西去做回测我们大概大致胜率是多少实际上来说与我个人而言我对于我们东西是无比有自信的因为我们实际上有真真实实的数据能支撑着我们说这个东西我们胜率是多少那你会不会发现其实很可能你今天的工资收入是比不上你去follow模型告诉你的投资建议去炒股的收入的甚至远远比不上如果是这样的话那你会怎么办你有考虑过放弃工作今天就开始all in去炒股吗这是一个很好的一个问题炒股这个事情跟你一般去做大模型推理其实不太一样它不是一个文字的问题它里面其实会有很多的步骤你的信息要对你的个人的画像要对你的整个分析的状态要对而且这是一方面第二方面就是这些是东西都实时是变化的你今天我做了一个决策他说OK没有问题那很有可能市场下一步比如说VNI就直接拿出来那这是一个很大的一个事情那你要做的事情是说我要去预测说这个东西到底是好还是不好这个是重要的他接下来有那种可能性是很重要的第二个事情就是说当这个东西真的发生了以后你要怎么做这个其实是比我告诉你这个会怎么发展来说其实要重要的多好下一个问题还是想请教IO也是很简单的一个问题你怎么看这个模型和agent的关系未来还会有agent吗还是只剩下激模我觉得是这样我觉得是这样的我觉得比如说对我们回想一下比如说去年这个时候坦白说我觉得去年这个时候是想不到现在的模型是什么样的反正至少我自己是想不到的因为你想去年我们自己还在做M1然后去年的话其实也没有OpenCloud去年这个时候Cloud Code其实可能还是有非常少的用户所以说按照这个道理来说我感觉好像明年会怎么样我觉得现在可能也没法预测我觉得这个是AI里面比较神奇的地方就是说相对是说比如说在AI这个行业里面一年经历的事可能就等价于其他行业要好几年才经历的事应该就是这么一个过程然后并且是说比如说模型的进步跟Haren的进步它其实也不是一个互斥的关系它其实是一个过程进步的关系比如一开始坦白说比如说如果假设没有Code就可能unsor的模型可能也不会这么火然后再假设是说比如说一开始比如说OPIN当没有做出来GP5.5的时候其实CodeAz其实也做不起来有了GP5.5CodeAz才真正起来的所以说我觉得这两个东西它可能就是一个相互的关系我觉得一个视角是说我们可以把模型加Hite都看成是说我们能够实现更高智能的一个手段虽然说模型现在一个来抢我们还是应该假定这个模型最终还是被或者智能最终应该还是给人类来服务的我们应该还是得抱着这个前提然后来想这件事然后模型Hite就是两个手段我觉得是这样确实能预测我想起了一位基本上科学家叫阿南区他的一句很厉害预测未来最好办法是去创造的然后刚才其实阿若在前面的飞翔的时候提到咱们实体的模型是必须要训练的然后现在已经就是它训练的中间最大的卡表可能的模型 [15:00] 它的卡点是这样的就是说它实际上没有特别的卡点它的卡点就是需要时间需要积累就是因为原来的话是因为怎么说呢其实你可以看到AI已经是很大的产业了就跟之前半导体是很大的产业是一样的是一个产业的意思就是说这个里面的话它其实没有一个什么障碍说让你一个事实现不了就没有一个特别的障碍它有个障碍是说为了把这东西做出来它就需要时间然后就需要积累很多东西就像实验的脚下实地比如就像我们像现在这样我们需要跟大家在一起原来分析说模型到底应该优化什么东西什么东西需要变得更好我觉得它就是这么一个积累的过程积累的具体是什么是比如说数据是一些算法还是基本上这样基本上就是说模型基本上它的特点是这样就是说比如说每提升一代比如说你的参入量比如说可以大三倍或者大五倍你可以发现是说原来大家都知道死平因落的了Snow的外推其实不能外推那么多的他只能外推一个几倍如果比如说大了10倍之后可以发现你的很外推其实是失效的如果这个外推失效了那又是你的结论是不一定对那句模型就是一个看光子所以说这个事它的实质上是说就需要一代一代往上来做我觉得其实可以看现在比如说像美国的模型比中国模型基本上是大10倍10倍的其实是一个是两代基本上是这么一个差距那这个东西怎么做到呢就是说我们觉得这个量级的模型反正对国内美亚公司基本上都要再提升两代然后第一代的话就把3T的模型签这种能做好第二代就是基于这个人积累的经验然后再做实体的基本上就是这么两个阶段然后这个里面的话每次的话其实你可以发现使得你的训练的功务变大了对算力对训练效率对网络结构其实都会有很大的一个变化比如说这次M3里面它的资源量其实比较低了但是它的QVCatch还是比较大的所以下版会尽力的来压它的QVCatch让它的推理会更好实际上比如说更大模型一个是分大的参数量比如一般情况下就是说一个模型比如它参入是多少它需要的数据量基本上是要参入量平衡20那一个10T的模型意味着需要200T的数据但全世界没有这么多数据然后包括数据质量其实也是比较比如越大的模型它就越容易运来拟合这些噪声所以说越大的模型对数据质量要求就越高但是数据量要大很多然后质量要也又高了很多然后同时这个实验的Skinout的外推要大很多所以它其实是一个非常大的系统性的一个条件然后我们只迷一带一带着然后往来走好处是说我们非常确定的认为我们在过去觉得一直是进入速度最快的那一个所以说我觉得我们还是对这个事坦白说比较忐忑吧但是我觉得我们应该是能到因为一开场这个IO分享的时候也说咱们进步速度最快全场响起掌声其实当时我也有点好奇就是这个快它的速度的benchmark是什么就从什么维度来讲就比如说比如说你看国内任何一个模型在现在的这个智能水平不管你有哪个人来定义和他们这个模型在三个月前或六个月前的智能水平的比例我觉得我们这个应该是其中应该是最多的对谢谢然后接下来一个问题是想和这个家园和涛一块来探讨就是在完全依赖AI去做一个复杂项目的时候现在到底应该怎么做才能够把这个软件工程的实践做得更好我现在分享一下我的一些想法就是首先这个就是因为因为现在AI coding相当于是已经被商品化了几乎人人都可以来去携带但实际上vibe coding这个事情从历史上来看并不新鲜就是第一代的这个vibe coding的用户其实是产品经理他过去其实已经是在vibe coding了只不过他驱动的那帮人是程序员那现在其实人人都可以vibe coding了之后相当于是人人都变成了这个产品经理这样一个角色从这个产品的产品经理的这个角度上来说就是判断一个产品经理是否好坏的标准从来都不是说他做了一百件事情或者说是他看他这个提的需求够不够多我觉得这里面更重要的一个判断标准是第一个他怎么去判断要不要去做一件事情或者说要不要不去做一件事情因为你几乎能做任何事情那这个时候你不去做什么事情的你的这个决策标准就非常重要然后第二点是就过去为什么我们就是软件开发发展了几十年有各种各样的软件工程的理论再说如果有一些比较古早的这个程序员的话应该都可能可能看过一本叫Code Complete的一本书对叫代码大全那本书里面讲的就是怎么你本身 [20:00] 软件开发它不是一个人的事情它可能是一个组织的事情包括说你的这个代码复杂度上来之后你其实里面有非常多的需要优化点那这本书讲的就是怎么在一个复杂的项目里面去更好的去做开发然后包括说避免这个项目的架构变大了之后出现各种史上的代码怎么去让整个架构变得更加清晰等等一系列的事情所以说怎么去让一个项目不变成史山这个其实是大家研究了几十年的一个命题包括现在包括Deerflow包括Martica它作为一个开源项目其实每天都有大量的contributor提交代码因为提交代码实在是太方便了我们现在的一个做法其实是首先我们的一个核心的项目的维护者会去定义这个产品的这个他road map是怎么样的他的这个品位是怎么样的他要去做哪些事情不要去做哪些事情然后另外一点就是比如说一些这个外部的contributor或多或少可能会缺少的一部分的这个context所以说我们现在在去维护这样的一个开源项目的时候也会去和很多的外部的这个contributor去对齐这部分context这个是我们的一些经验嘉元分享的很好然后我这也先说一个暴论就是外部coding从来没有人说是外部engineering但是写代码从来都是一个engineering工作而不只是一个coding工作所以我特别讨厌别人说你是一个马龙你应该说你是一个软件工程师因为你的职责是把它变成一个工程的东西Engineering的定义从来不是一个一次性交付的产品而是一个可以长期交付且持续有生命力的东西所以这也是为什么就是现在的其实我觉得可能对IO对模型的同学也有一个就现在的Bench不论从SWE或SWE的Pro来看它都是一次性去解决一个问题模型很容易会变成在coding任务上使命必达你会发现比如说我怎么样我一定要使命必达就像一个就是非常努力的人一样但之后他可能他努力的很久之后最后OK你告断OKJust so so还有一点就是你会发现他这个东西你后面接着你接着他做根本做不了所以我觉得从coding领域的话其实从bench上的话他是可以做很多工作就怎么样去定义一个就是说agent他能够明白就在长城性的任务上怎么样去持续维护一个codebase把变得更好其实这就有点像是把人的这样一些除了写一次性完成一次性这种还有长期维护一个项目的一个taste把它给放到模型那里去我觉得这是对模型的一个要求还有一个就是我觉得是对人的要求因为这一代的模型太有魅力太有诱惑力以至于会让你就是说牵涉到一个极端就是我觉得它是个魔法棒我跟它说什么它应该是无所不能然后它犯了个错OK我再跟它说一句它就好了然后你就发现它总会在一种相对来说比较讨巧的心思对不起那我可以改正有可能其实你就是有偏人家可能是对的他也会说这还能使命比较所以在这个时候其实需要一个人还是带有古早的我这时候我这时候再推荐一本书叫Clean Code这本书里面就讲代码的整洁之道很多时候是被先哲们已经全都列举出来的所以这时候我觉得需要人多做一些工作可能我们已经没有办法人力review但我觉得我做过的一些事情就是我会把这些先哲的东西全都蒸留成一些skill或者说像Google的Best PracticeAmazon的Best Practice或怎么样然后配合你的agent给到agent的更多你的context还有就是你的一些偏好就其实每个人写出来代码很多时候跟他性格都挺像的而且还有就是我现在特别讨厌一个人说这个东西是agent做的所以你不要怪我就这个东西它只要是拿你的账号来提交出来的东西它用的应该就是你的credit它背后表达的是你的责任心还有你对待这个世界的态度所以我觉得就是首先我们需要take it seriously还有以及把这个东西当成一个工程学去持续的去迭代这个东西才不要我觉得都会有一个阶段吧就比如说我们当年很多时候都觉得有电了之后什么事情都能解决然后发现其实它中间还是经历很多的过程所以我觉得还是我们的mindset还有我们要有更多的耐心以及要把这个东西变成一个就是说新的一个工具来看待而不是说一个魔法棒来看待就从这个mindset上的转变才能慢慢的去根治一些问题谢谢我也好奇在minimax内部你们现在怎么看AI coding阿道阿道阿道阿道被cue到反不贵一个很高的这样一个随于包括 [25:00] 我最近去阿里分享因为他们是有国费大资产去几百亿规复给交费体制他们的感受就是把几十个仓库放在一起之前可能一个人只能改一个成功现在是一个人他想要实际的帮助提了一个据案结果就是说看起来是对但没有人敢上线QA也是功能的实现是快要好多但是实际上他的验证是没有跟上对吧我记得我最早在刚开始代表那个时候可能他们提到每一行代表他们都会预约这个项目必须要follow我的gates必须要足够简介然后结构足够清晰就非常有强迫我是属于那种看大人能把他把他基本看出来否则我就不做这个然后后来是肯定看不过来我也会做价格的review但今天在webcoin其实我们这种review是缺失的换句话说生产的能力在极大提升Occal Mahines也是笨的生产学的,训练也是笨的生产学的但是在验证和交付在review这方面的Rex Hamas还是模型,其实做的都是不够所以我的观点和和他们交流的就是说我们应该在验证上面投入甚至和研发生产接近的这样的能力当项目达到一个主打项之后否则这个项目就会我相信大家应该都有过这样的感受大概在去年的Cloud4就他4.5我肯定出来的时候一个项目大概到几千行代码就崩溃了去感口里今天可以达到十几万行代码风就会崩溃因为我觉得它还是缺少就是或者这么说它的contents是有限的另外一方面就是我觉得这种人类的直觉还是商号有点难去的对这是我的一个观点就我们确实是在用web coding来开发比如说我们的训练Post training那个系统就专门一下Multi就Trum会起一个issue上去然后就issue会一个阶段一个阶段一个阶段就走然后这个也感应那他那会遇到类似的问题然后我们也在相识方式去解这解的方法有很多就是说你有测试上的UPE你有Bestmark你有很多东西可以去验证但还有很多样子刚才把罗斯道就是你要为这个商店去建立他的Praise Post什么东西是做什么东西是不做的什么东西是违反这个mode然后这点还要让agent能够去实现因为人这个看过来谢谢其实刚才这个IO在分享的时候其实有提到关于数据的一个问题我们都知道minimax之前上个月吧做了那个时差的项目刚才IO分享的时候有提到说去年的这个时候可能我们对数据的理解就是数据标注然后现在是希望找专家大哥来带路可不可以分享一下中间的转变它是怎么发生的对其实我觉得这个事是这样这个事它的实质上是说一个比较根源的东西是说我们在想其实就刚才说的就是AI的核心其实生产力比方生产力这个事呢就是模型在里面的作用还是本质上就是提供工具就跟比如发行的汽车是一样它可能就是让赶路的时间变得更快了AI的话就让大家思考的过程跟做验证的过程变得更快了它的实质还是那个行业里面本身的真实的问题然后这个事情的话很显示说光靠模型或者光靠researcher其实是做不到的其实这个事实际上我在做coding的时候就已经预料了比如我们去年在做coding的时候发现是说比如说对coding的理解比如说开发工程师显示比算法同学更理解什么叫好的coding对然后呢所以说在那个时候我们就开始意识到是说这个比如说决定coding好坏的东西它实际上是算法同学来做出来这样一个模型比较的框架但是它的这个就是这个就是它的如何来做评测如何来做归类然后呢这个是包括如何来构造这些强大体的环境这个事情其实真正的软件公司其实是实际上是能做到更好的因为这个事在我们内部学院已经发生了只是说呢就是像之前的话在做callin的时候只需要两个角色就是researcher跟anynear然后并且anynear在里面其实决定了最关键的这个品色跟taste然后在做更多的领域里面呢其实就发现就需要三个角色他就需要算法开发的公司以及还需要那个真正的专家它其实是变成多一个角色那既然我们把两个角色合作给抖通了那么现在就再加个角色然后其实逻辑就是这样的然后并且是说这是第一个出动这是从我们自己的推演然后其实还有从第二个就是说比如我们很仔细的研究一下比如说AnthorPake他们是怎么来招人的其实你可以发现是说他们公司有 [30:00] 大量的非researcher跟in-year的人他们公司有很多金具学家然后呢他们甚至还有核武力学家还有哲学家对他们为什么需要有核武力学家呢因为他们每次做对齐的时候都会来测试说越狱的时候会测这东西能不能用不用来制作核武器现在有哪些类似的这样的特殊专家角色了吗坦白说在半年前我们是不意识到为什么需要有这么多这些人呢我们现在其实对这些的理解其实也非常深我们真的是需要这些人跟我们在一起然后就是说我们天下项目其实也是有很多非常好的同学在跟我们沟通其实也吸引到了一些包括在座的一些人我觉得我们接下来在几个领域里面其实都会有些这样的人包括在网安全里面包括在金融里面法律什么之类的我觉得我们在这块接下来的做的深度应该会比现在会深很多最后一个问题其实我最想问的就是每个人推荐一个个股我知道这个问题很可能得不到答案所以一个替代的问题就是说这个2026年还剩半年有什么事情是你们认为在接下来半年你们自己最想all in的可以回答这个问题也可以回答推荐个股的问题看谁先来分享那咱就不推荐个股了其实我想说的是两件事情现在我们AI和大模型在我们应用场景当中什么东西是以前的东西可能替代不了我觉得有一点是什么是陪伴其他多数人或者说他们都有陪伴区包括像我们自己的领域上也是一定有赚了钱的时候你就一定有亏钱的时候而且很有可能对于很多人来说他们亏钱的时候可能就更加多一点所以说我觉得这是一个是陪伴第二个就是我们现在自己在做金融的一个场景上来说最初去我们做Agent的时候是我们限制模型发挥我们要不让他去做很多奇怪的事情那等到Agent的进步了以后最近的事情就是我们要去引领模型能够让他去思考能够让他去做一些创造性的事情然后帮我们做完很多东西这是我觉得是今年可能两个比较大问题刚刚严总跟阿岛其实都透露很多所以推荐的个股我觉得大家应该都懂了所以我就不说了对对对然后我就讲一下其实我个人平常会写一个专栏叫做How AI Shapes Our Society就AI怎么改变我们的社会我其实有一个非常直观的感觉就是AI其实在那很多人变得内耗变得焦虑因为我有一个切实的体会就是国内的模型在SAMPOW可能在26年跨过了某一个基点它其实已经具备了走进千加万户的机会就不管是MiniMax的MG模型还是高线之光的DUF-SEEK我这里还是说一下对对对其实都已经跨过了某一个基点但MiniMax模型这一次在多摩泰上其实他将来就有了眼睛也可以做更多的事情我可以分享一个我个人的案例就是我老婆有一段时间很焦虑她掉头发所以她总去看中医然后她去问国内DAO最大的某Tradbot的产品不举她的名字然后她就跟她说了好多说了之后然后她觉得缓解了焦虑就那个方法让她头发掉的更多了然后她就变得更焦虑然后她就开始跟我说你们这个行业害人害己最后还害到人家脑袍城我就觉得我得给他吃点好的我就给他建了一个属于他的LM的VT这个可能数学有专业就是一个属于他个人的一个VT然后我把我用Codex把它所有的体检报告单据做的检查吃过的所有的药甚至包括那个Tradleboard和他聊的聊天记录我全都导进去那我就把Codex接到了他的非书里边我让他去用我就跟他说以后你不要用那个Tradleboard你就用我给你做这种相见你老公我就说你可以问他怎么样下一次去看医生的时候我可以问什么问题甚至医生问题给录下就问他然后他直接反问医生他就按照我这个去做后来发现他跟医生的沟通也更顺畅所以我就感觉到就是说其实我们普通人每个人都是有机会能够用AI让家人让身边人让更多的东西变得更好叫我们愿意我觉得这也是我们用外部扣定不是用来去替代人或者说去替代一些工种让人失业而是更多让大家很好的idea跟想法能够绽放着而且让身边原来觉得离这个很远的人能够感到一种温暖其实我觉得这其实就是从冰冷的暖建工程里面然后最后发现出来就是一种人类社会的温暖我觉得最后是要回回到这个我觉得和到分享的那个就非常好包括说首先我其实跟阿岛一样我也不投资对我只投资我自己和我自己的公司所以说个股的建议我也 [35:00] 然后就下半年要all in的点我不能说是要all in但是可以说是我想要去探索的几个事情其实我是一个AI降临派我是认定这个AI的能力发展到后面一定会比人来的强而且这个是在我过去几年的比较深度的去和AI的协作过程中越来越发现你未来已经不是在和人去竞争而是在和agent去竞争或者是在和AI去竞争你的智能其实是没有办法去和AI去做一个抗智能在这样的一个情况下就像刚刚提到的这个社会该是一个什么样的我觉得这个可能是一个值得我们去思考的一个点因为人都是有惰性思维的有了AI之后大家都喜欢把事情都交给AI来去做把自己的思考外包给AI我现在一个做法是我可能会去和AI去做一个探索但是我会把思考最重要的部分都交给我自己好谢谢那IO来压轴所以你是降龄派吗我觉得这样的然后我觉得首先现在的AI其实是一个反正上它是一个黑核就是我们自己作为存在者我们也不知道它一年之后会怎么样就只是知道它会进步并且我们也坦白说我其实也不太理解就是比如说为什么会有Skin为什么会有不太大样的东西坦白说我认为单身靠人类也很难理解这件事因为现在的数据工具其实也是不太够的因为其实我很早之前大概在10年前10年前我在读博士的时候就看我一篇论文大家意思就是一个超过三层的实情网络用线的数学工具其实也没法分析它的手脸性但是这个行业还在进步然后就是说我觉得就是说随着AI越来越强我觉得我特别关心的一件事也不是这个可能不是all in就是我自己特别关心的一件事是说就是什么时候是不是能够AI能够帮助人家理解AI我觉得这是一个非常本质的事因为只有这样的话各种比如说对比如说AI会不会它的安全的问题比如说AI到底能够走多久这些事我觉得可能才会有一个答案现在有看到什么信号吗其实这样的就比如说我其实看过很多生命科学的论文就现在的话其实大家越来越发现是这样比如说就是大脑跟这个实行网络体间其实有很强的相关性就真的是这样就是说比如说就是大脑里面显然是大脑肯定不会算矩阵成的但是大脑里面其实是有些模范其实是类似会有这种比如说会有类似这种矩阵的这样的这样的一些概念并且大脑里面有些机制其实是几乎可以等价成一个T度的反应团队然后并且大脑里面其实它的有点像Transformer比如HamatiHamati的话其实会有一些记忆其实它跟DeepSig上次他们记的那种其实是很像我觉得就是说比如说在一年前我们不太理解比如说安全这个不太重要现在的话我觉得我们可能就是不太理解就是为什么可解释性是一个很重要的但是我觉得现在其实越来越知道它们重要性了我觉得我觉得这个事AI代表应该是能发给它做的就是AI本身的可解释性也得需要靠AI一起发布会是害羞性的好OK好那我们今天谢谢大家的时间谢谢