字节憋了个10万亿参数的大招，张一鸣说：别抄作业

最近AI圈有点热闹，一条消息直接炸了：字节跳动正在训练一个参数规模高达10万亿的模型。

10万亿是什么概念？拿同行比一下就清楚了。阿里最新的Qwen3.8-Max，2.4万亿参数。月之暗面的Kimi K3，2.8万亿。字节这一出手，直接奔着“全球最大”去了。

参数多，不代表一定更强。但这个数字摆出来，态度已经足够明确——字节不想再当追赶者了。

更值得咂摸的，是张一鸣那番话。

他平时很少公开谈技术细节。这次罕见发声，说了一句很重的话：做模型要坚持长期主义、延迟满足感，而不是用别人的输出，换一时的榜单排名。

翻译成大白话，就三个字：别抄作业。

这里的“抄作业”，业内叫“蒸馏”。说白了就是拿别家的大模型当老师，把自己的小模型训练得分数好看。榜单数据漂漂亮亮，实际上是一直被别人牵着鼻子走。

据说字节内部已经明令禁止蒸馏，甚至通过API检测等方式严防死守。有多较真，可见一斑。

为什么要跟这条捷径死磕？

因为捷径有天花板。你今天抄得越顺手，明天就越不会自己走路。等老师不再开源，或者你抄无可抄的时候，差距会在一夜之间原形毕露。

张一鸣赌的，是那条更慢、更苦、也更难的路：从底层自己一点点啃。

这背后，其实藏着中国AI的一个转折信号。

过去几年，国产大模型一直活在“追赶”的叙事里。追参数、追榜单、追对标GPT。追得很用力，但始终慢半拍，像个永远跟在后面的学生。

现在风向变了。字节这波操作，加上阿里、DeepSeek、MiniMax们一轮接一轮的迭代，中国AI正在悄悄从“追赶”切换成“领跑”。

领跑的人，没有作业可抄，必须自己定义方向。

短期看，这是一场烧钱的参数军备竞赛，烧算力、烧人才、烧时间。长期看，这其实是一场价值观的较量——你到底是想图个好看的分数，还是真想做点别人做不出来的东西？

张一鸣选了后者。答案会不会对，时间会给。