锐评国产大模型与 Neo Lab，畅谈 RL 与 RLaaS

2026-11-07

42章经

1,172 字

去听这期

这期主要在讲什么

这期请来了 Mind Lab 联合创始人、首席科学家马骁腾，聊的话题挺尖锐：国产模型到底哪家强、各有什么问题，Neo Lab 到底该怎么定义，以及 Mind Lab 从 Macaron 到 Neo Lab 再到 RLaaS 的转型思路。主播说这期打破了不少固有认知，嘉宾回答实在，还聊了不少 RL 研究里的生活哲学。

核心知识点

嘉宾分享了自己做 RL 学到的三件事，以及「90 分主义者」的心态。
他认为创业可能是最符合 RL 循环的事，也回应了没在模型厂待过凭什么能训好模型。
他谈到国内 RL 的困境，提到「立山头」现象比较多，还讲了自己在叉院时一度绝望的经历。
对国产模型的态度是短期悲观、长期乐观，并锐评了海外和国内的模型，也提到 Anthropic 一个让人担忧的做法。
讨论了啥是 Neo Lab、研究员都在犯的一个致命错误、该先做模型还是先做产品，以及 RSI 是不是宣传口号。
梳理了 Mind Lab 从 Macaron 到 Neo Lab 再到 RLaaS 的路线，包括 RLaaS 的客户画像、自己训模型的账算不算得过来，以及做 LoRA 时 scale up、scale down 与 scale out 的心路历程。

值不值得听

想听一线研究员直说国产模型和 RL 创业真实处境的人值得一听，嘉宾回答扎实，还带点生活哲学；如果只想要技术细节干货，介绍里看不出深度，不好判断。

这期播客中，我们和骁腾探讨了不少颇为尖锐的话题，比如国产模型到底哪家强，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，也很扎实，而且他可能是我们最近聊过的最「快乐」的研究员哈哈。听他聊下来，我们不仅对 Mind Lab 在做的事有了更全面的了解，也对强化学习（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 循环（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 研究员的人生选择

00:54 如何看待 Mind Lab 的争议，在 Mind Lab 工作是种什么体验？
03:02 为什么首选不是去 AI Lab？
03:46 做 RL 学到的三件事
04:28 「我一直都是一个 90 分主义者」
08:32 创业是最符合 RL 循环的事？
10:06 没在模型厂待过，凭什么能训好模型？
13:24 在叉院的时候一度非常绝望，觉得研究做不过别人
16:20 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

18:10 对国产模型的态度：短期悲观，长期乐观
- 20:18 Anthropic 的一个让人担忧的做法
22:21 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？
28:28 国产模型接下来要拼的是什么？
30:42 锐评一下海外和国内的模型
35:32 啥是 Neo Lab？
38:20 研究员都在犯一个致命错误
39:26 到底该先做模型，还是先做产品？
41:53 RSI 现在完全就是个宣传口号？

Part 3 聊聊 Mind Lab

44:21 从 Macaron 到 Neo Lab 再到 RLaaS，Mind Lab 到底在做啥？
45:55 为什么美国各种中间层的公司都在做自己的模型？
48:40 RLaaS 的客户画像是怎样的？
50:52 自己训模型的意义是什么？账算得过来吗？
53:45 为什么头部公司不自己训模型，而要采买外部服务？
54:58 做 LoRA 的心路历程：scale up、scale down 与 scale out
57:21 最近最关注的问题：持续学习（continual learning）
59:01 「我并不担心被模型吃掉，甚至觉得我们一直在从中受益」

【本期制作团队】

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