创作者写的节目说明

这期播客中，我们和骁腾探讨了不少颇为尖锐的话题，比如国模到底哪家强，各家又有什么问题？到底该怎么定义 Neo Lab？从 Macaron 到 Neo Lab，再到 RLaaS，Mind Lab 这一路的转型背后有哪些思考，现在又做得怎么样？

坦白说，这期对我们来说，是一个打破不少固有认知的过程。骁腾的回答都很实在，也很 solid，而且他可能是我们最近聊过的最「快乐」的 Researcher 哈哈。听他聊下来，我们不仅对 Mind Lab 在做的事有了更全面的了解，也对 RL、模型发展和 RLaaS 的实际运作有了新的理解。节目中，他还分享了很多从 RL 研究中获得的生活哲学。在他看来，创业可能才是最符合 RL loop 的事情。

【人类博物馆】

导游：曲凯，42章经创始人

55 号珍藏：马骁腾（Pony），Mind Lab 联合创始人、首席科学家，清华大学自动化系博士、博士后，长期从事强化学习与模型后训练研究，关注 AI 如何从真实交互中持续学习

【时光机】

Part 1 一个 RL Researcher 的人生选择

如何看待 Mind Lab 的争议，在 Mind Lab 工作是种什么体验？
为什么首选不是去 AI Lab？
做 RL 学到的三件事
「我一直都是一个 90 分主义者」
创业是最符合 RL Loop 的事？
没在模型厂待过，凭什么能训好模型？
在叉院的时候一度非常绝望，觉得 research 做不过别人
国内 RL 的困境可能是「立山头」现象比较多？

Part 2 模型的发展与 Neo Lab 的叙事

对国模的态度：短期悲观，长期乐观
- Anthropic 的一个让人担忧的做法
大厂确实资源多，但真不一定是最后赢家，甚至可能会集体失败？
国模接下来要拼的是什么？
锐评一下海外和国内的模型
啥是 Neo Lab？
Researcher 都在犯一个致命错误
到底该先做模型，还是先做产品？
RSI 现在完全就是个宣传口号？

Part 3 聊聊 Mind Lab

从 Macaron 到 Neo Lab 再到 RLaaS，Mind Lab 到底在做啥？
为什么美国各种中间层的公司都在做自己的模型？
RLaaS 的客户画像是怎样的？
自己训模型的意义是什么？账算得过来吗？
为什么头部公司不自己训模型，而要采买外部服务？
做 LoRA 的心路历程：scale up、scale down 与 scale out
最近最关注的问题：continual learning
「我并不担心被模型吃掉，甚至觉得我们一直在从中受益」

【The gang that made this happen】

制作人：陈皮
剪辑：二琳，陈皮
片头：Mondo Bongo - Joe Strummer & The Mescaleros
片尾：Sparklehorse - Hundreds Of Sparrows

在小宇宙查看该单集文稿

说明里标出的时间点，点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的，不是节目方的宣传语

最值得听的

Neo Lab 的硬定义：拿投资人的钱却讲不出商业化闭环，就不算 Neo Lab。

别处听不到的

嘉宾在万核 CPU 加百张 V100 的集群上做过大规模训练，还跑过百万级 LoRA 推理系统。

最打动人的

他把读三百篇论文后「悟了」的感觉，说成模型最缺的那种储存 taste 的地方。

AI 推荐理由

为什么值得听

「今日发现」选中这一期的理由

一位清华博士后把强化学习里的探索与利用、策略与价值、折扣因子讲成了自己的人生选择，也把「大厂为什么做不出最好的模型」拆到了 ROI 账单和组织向心力这一层。他给 Neo Lab 下了个硬定义：没有商业化闭环就不算。聊到后训练服务时，他报了具体成本区间，还讲了用基因差异类比 LoRA 的脑洞。

AI 概要

本期概要

由 AI 从整集转写生成，是创作者说明之外的补充

42章经主播曲凯对谈 Mind Lab 联合创始人兼首席科学家马骁腾（Pony）。马骁腾从 Macaron 争议切入，讲述自己如何把强化学习中的 exploration/exploitation、policy/value、折扣因子等概念变成人生哲学，解释为何不去大厂而选择创业。他系统评价了中美模型差距、大厂做不出最好模型的结构性原因、数据枯竭后的走向，并详细阐述 Neo Lab 的定义——research 与商业化必须闭环。后半段讨论 RSI 为何更像宣传口号、RLaaS 的客户画像与成本结构，以及他当前最关注的持续学习问题：模型需要一个储存 taste 的地方。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立