Substack 专栏作家 Chang Che 于 4 月 22 日发布了对张弛的长篇访谈。张弛 2025 年初 DeepSeek 时刻前后加入字节 Seed 部门,专攻数学与代码模型一年后离职,现任北大助理教授。他给出一个与黄仁勋、《纽约时报》近期乐观论调截然相反的判断:美国出口管制正在奏效,中美 AI 差距在拉大而非缩小。 迭代速度差一倍:谷歌 3 个月一轮,字节要 6 个月
张弛给出最直接的量化对比:谷歌可以三个月完成一轮完整的预训练+后训练迭代,字节同样规模的一轮要半年。差距来源是工程和规模——谷歌 TPU 储备更厚、研究员更多、数据标注外包到全球专家网络。"我不认为任何中国公司能很快追上他们"。
字节 Seed 内部卡资源存在明显分级:最快的芯片留给预训练和后训练团队,其他团队只能用 H20。公司正在继续采购 B300,但仅限海外市场,国产芯片 Seed 虽有储备,但"任何追求迭代速度的团队都不会用来训练",最多考虑用于部署。阿里、腾讯面临同样的卡荒。
IMO 银牌背后:数学团队是"宣传用途"的副项目
张弛在字节负责用 Lean 形式化语言冲击 IMO 金牌,最终 2025 年只拿到银牌,金牌被 Gemini 拿走(OpenAI 自称拿金但未经验证)。他直言数学项目的定位:"如果字节突然有个能解 IMO 的数学模型,是为大模型能力背书的绝佳素材"——本质是宣传驱动的副项目,而非主力方向。 团队日常节奏并不紧绷:10:30 上班、9:30 下班,中午两小时午休,每周只有一次组会。压力主要来自"benchmaxxing"——每个团队 leader 盯着自己负责的榜单,榜单表现直接关联绩效。但张弛坦言"纸面上每家中国大厂的模型都能追上美国前沿,实际体验完全不是那回事"。
差距拉大的三个结构性原因
张弛认为差距扩大有三个核心因素。第一是用户反馈飞轮:Claude、GPT、Gemini 已经建立了"用户使用-数据回流-模型改进"的正循环,中国模型因为起点不够好,拿不到高质量真实使用数据,陷入负循环。第二是数据管道懒政:很多中国公司走蒸馏捷径,直接调用美国前沿模型生成训练数据——Anthropic 近期公开声明检测到大量蒸馏行为即指此。这种"拔苗助长"让中国公司错失了建设自己数据管道的窗口期。第三是基础设施差距:不只是芯片,还包括训练框架和工程基建,张弛对比在谷歌实习时"图形界面写代码、完全不用操心底层"的体验,字节还达不到这种流畅度。 字节内部有同事基于泄露的 Claude Code 做了一个叫"TongTong"的魔改版本(Tong 是北大通研院的品牌),但张弛点破关键:"框架不是重点,真正重要的是它调用的 API。你可以换成 Qwen 或 DeepSeek,但效果远不如直接用 Claude"——业内把 Claude Code 这类工具称为"harness"(工具外壳),核心竞争力还在底层基础模型。
张弛本人在研究和教学中已经重度依赖 Claude Code 和 Codex,甚至考虑不再招 PhD 学生,因为编码能力已经能替代大部分执行层工作。这反过来意味着一个讽刺的未来:字节国际部门可以合法使用 Cursor 和 Claude Code,所以下一代中国大模型很可能部分由 Claude Code 参与编写。
中国的真正优势:制造业和具身智能
张弛对中国 AI 整体并不悲观,但优势点明确限定在制造业。宇树的电机制造能力让它在 locomotion(运动)领域领先,但 manipulation(操作,即精细手部动作)目前没有明显领先者,且人形机器人的必要性存疑——特定任务未必需要人形形态。他强调目前具身智能公司大多还没真正把语言模型嵌入机器人本体,VLA(视觉-语言-动作)模型整合仍处早期。
张弛的新方向:推理效率优化
张弛离开字节的直接原因是"LLM 工程不够有趣"——SFT 和 RL 的框架搭好之后,剩下的就是清数据,缺乏研究感。他在北大的新方向是 LLM 推理算法优化,核心判断是"真正烧钱的不是训练而是推理",如果能把推理效率算法性提升哪怕 5%,就能为公司省下巨额成本。这与 DeepSeek V3/R1 用架构创新降低推理成本的思路同源,但他认为架构之外还有大量算法层面的空间未被中国大厂投入——因为大家都还在"追赶"的姿态里,没有余力探索别的路径。